Grafana Labs přidává do své platformy pro observabilitu agenty AI, kteří sledují problémy a navrhují opravy kódu

Grafana Labs rozšiřuje Grafana Cloud o agenty AI, kteří sledují vznikající problémy, nástroje připravující opravy kódu ke kontrole člověkem a sdílený znalostní graf, který propojuje selhání infrastruktury s uživateli, jichž se týkají. Novinky oznámené na konferenci ObservabilityCON 2026 se zaměřují na dvě stále více propojené oblasti: využívání AI k provozu softwaru a monitorování systémů AI, které se nasazují do produkčního prostředí.

Uvedení kombinuje funkce, které jsou obecně dostupné, s veřejnými a soukromými předběžnými verzemi. Assistant Watchers a Agent Observability s podporou OpenTelemetry jsou obecně dostupné, zatímco Grafana Cloud Agents vstupuje do veřejné předběžné verze. Grafana spolu s nimi představuje také rychlejší vyhledávání v protokolech, další možnosti kontroly nákladů na telemetrii a komerční tržiště zásuvných modulů.

Základní otázkou je, jak daleko by měl provozní tým nechat agenta zajít. Odhalení neobvyklého vzorce, vysvětlení selhání a úprava produkčního kódu mají různé důsledky. Oznámení Grafany tyto kroky více propojuje, přičemž u navrhovaných oprav kódu zachovává schvalování člověkem.

Od sledování telemetrie k návrhu opravy

Assistant Watchers umožňuje týmům běžným jazykem popsat, co chtějí sledovat. Místo toho, aby se Watcher spoléhal výhradně na předem stanovenou prahovou hodnotu, učí se z telemetrie rozpoznávat vzorce a upozorňuje na důkazy o jejich změně. Zjištění se předávají prostřednictvím stávajícího Grafana Alerting a závažné zjištění může spustit podrobnější šetření.

Tím se rozšiřují možnosti Grafana Assistant, vestavěného agenta společnosti pro dotazování na provozní data. Assistant Investigations, obecně dostupný od července, může provádět delší šetření zahájená upozorněními nebo incidenty. Nové Watchers nabízejí další výchozí bod: vznikající změnu, kterou tým dosud nemusel zachytit v pravidle upozornění.

Grafana Cloud Agents přidává řízené cloudové prostředí, ve kterém může Assistant zkoumat kód v úložišti spolu s aktuální telemetrií, připravit návrh opravy a otevřít požadavek na začlenění změn (pull request). Veřejná předběžná verze končí u změny, kterou může člověk zkontrolovat a schválit. I věrohodnou diagnózu a funkční opravu je stále třeba ověřit z hlediska požadavků aplikace a procesu jejího nasazování.

To je důležité, protože agent může nabídnout přesvědčivé vysvětlení, aniž by měl dostatek důkazů. Propojení každého zjištění s telemetrií dává inženýrům podklady k prověření, zatímco požadavek na začlenění změn poskytuje známý kontrolní bod pro posouzení samotné úpravy.

Sledování samotných agentů

Druhá část oznámení se týká úloh AI, které už běží v aplikacích. Obecně dostupná podpora OpenTelemetry v rámci Agent Observability začleňuje činnost agentů do stejného otevřeného standardu instrumentace, který se používá i u ostatních služeb.

Dokumentace produktu Agent Observability od Grafany popisuje přehrávání konverzací zahrnujících zadání, volání nástrojů a odpovědi, stejně jako sledování latence, spotřeby tokenů, nákladů na modely, vyhodnocování a experimentů. To může týmům pomoci odlišit nákladné volání modelu od pomalé navazující služby nebo prošetřit zhoršení kvality po změně zadání či nástroje.

Stav infrastruktury a kvalita odpovědí vyžadují odlišné metriky. Služba může zůstat dostupná, i když agent používá nesprávný nástroj nebo poskytuje nekvalitní odpověď. Kombinace provozní telemetrie a vyhodnocování rozšiřuje možnosti, které mohou inženýři zkoumat; neznamená však, že se každé hodnocení kvality provádí automaticky.

Znalostní graf propojuje příznaky s jejich dopadem

Grafana také přidává Knowledge Graph do každého prostředí Grafana Cloud. Vrstva kontextu za běhu propojuje aplikace, databáze, cloudové služby, infrastrukturu Kubernetes a telemetrii zaměřenou na uživatele. Týmy mohou přidávat vlastní entity a vztahy, které popisují produkty nebo firemní systémy, na nichž jim záleží.

Vlastní entity a kontext za běhu pro agenty jsou obecně dostupné. Nová možnost dotazování pomocí Cypheru umožňuje agentům načítat vztahy z grafu a podle Grafany mají k tomuto kontextu přístup Assistant i agenti připojení prostřednictvím gcx. Cílem je znovu využívat zavedený přehled závislostí, místo aby se při každém šetření znovu sestavoval z nezpracovaných protokolů.

Stávající dokumentace serveru Cloud MCP od Grafany nabízí užitečný kontext k jejímu přístupu k externím agentům. Hostovaný server umožňuje kompatibilním klientům dotazovat se na data Grafany pomocí autorizace OAuth, přičemž přístup je omezen oprávněními uživatele v Grafaně. Sdílení provozního kontextu mezi nástroji proto závisí také na oprávněních a hranicích nastavených pro tato data.

Několik rozšíření je zatím dostupných pouze v předběžných verzích. Katalog služeb s údaji o odpovědnosti, Mobile Observability, Critical User Journeys a Operational Context with Knowledge Graph jsou v soukromé předběžné verzi. Session Replay a Grafana Workflows jsou ve veřejné předběžné verzi. Response Console, která přináší lidské pracovníky zasahující při incidentech a agenty do společného pracovního prostoru, je v soukromé předběžné verzi.

Tyto rozdíly jsou důležité při zavádění. Tým může už nyní stavět na obecně dostupných funkcích grafu, před tím, než se začne spoléhat na širší pracovní postup reakce na incidenty, by však měl samostatně posoudit dostupnost a vyspělost předběžných verzí.

Více telemetrie znamená, že kontrola nákladů se stává součástí AI stacku

Agenti vytvářejí další aktivitu, kterou je třeba sledovat: požadavky na modely, volání nástrojů, změny kódu a chování aplikací, do nichž zasahují. Dalším cílem této aktualizace je uchovat tyto informace jako užitečné, aniž by bylo nutné uchovávat každý signál za plnou cenu.

Grafana Cloud Logs nabízí v obecné dostupnosti vylepšené fulltextové vyhledávání založené na technologii společnosti Logline, kterou Grafana koupila v dubnu 2026. Podle Grafany tyto změny urychlují vyhledávání vzácných hodnot, jako jsou ID požadavků, v objektovém úložišti, a to bez dalších nákladů. To je obzvlášť důležité při vyšetřování, které hledá konkrétní událost, nikoli souhrnný trend.

Adaptive Logs Archive, které je ve veřejném náhledu, směruje protokoly do bucketu objektového úložiště vlastněného zákazníkem v otevřeném formátu. Adaptive Metrics Auto-Apply, které je obecně dostupné, automaticky uplatňuje doporučení ke snížení kardinality; režim nákladů má zabránit růstu celkového počtu aktivních časových řad. Další aktualizace, která je obecně dostupná, umožňuje vývojářům načíst trasování podle ID z předchozích 24 hodin, i když je Adaptive Traces zahodilo.

Kompromis se týká provozu stejně jako financí: volby uchovávání a vzorkování určují, jaké důkazy zůstanou po selhání k dispozici. Archivy vlastněné zákazníkem a vymezené období pro načítání trasování dávají týmům více možností, stále však potřebují zásady odpovídající jejich potřebám při vyšetřování a požadavkům na soulad s předpisy.

Komerční tržiště a uvážená cesta k autonomii

Obecně dostupný Grafana Marketplace rozšiřuje stávající ekosystém zásuvných modulů o placené moduly od ověřených partnerů. Zákazníci placených tarifů Grafana Cloud mohou zahájit 14denní zkušební období a předplatit si službu s měsíční platbou prostřednictvím stávající faktury. Podporu zásuvných modulů zajišťují partneři, zatímco fakturaci vyřizuje Grafana. Bezplatná distribuce zásuvných modulů zůstává dostupná.

Oznámení přicházejí souběžně se Zprávou o stavu observability pro rok 2026 od Grafana Labs a ETR, která vychází z odpovědí 300 vedoucích pracovníků v oblasti IT a vývoje. Podle zpráv posunulo 68 % respondentů využití AI v observabilitě od vyšetřování dál, k pilotním projektům nebo do produkce. Jistota je výrazně vyšší u analýzy pouze pro čtení (85 %) než u plně autonomní nápravy (52 %).

Odpovědi v průzkumu popisují míru zavádění a postoje, nikoli spolehlivost právě oznámených nástrojů. Přesto objasňují podobu tohoto zavádění: automatizovat detekci a vyšetřování, poskytovat sdílený přehled závislostí a umožnit kontrolu navržených kroků. Pro vývojové týmy bude praktickým měřítkem to, zda tato kombinace přinese kvalitnější důkazy a omezí opakovaná vyšetřování, a zároveň jasně určí odpovědnost za změny s významnými důsledky.