Grafana Labs ajoute des observateurs IA et des agents de correction du code à sa plateforme d’observabilité

Grafana Labs enrichit Grafana Cloud avec des agents IA qui surveillent l’apparition de problèmes, des outils qui préparent des corrections de code pour examen humain et un graphe de connaissances partagé reliant les défaillances de l’infrastructure aux utilisateurs qu’elles affectent. Annoncées lors d’ObservabilityCON 2026, ces nouveautés répondent à deux tâches de plus en plus liées : utiliser l’IA pour exploiter des logiciels et surveiller les systèmes d’IA mis en production.

Ce déploiement associe des fonctionnalités généralement disponibles à des versions préliminaires publiques et privées. Assistant Watchers et Agent Observability avec prise en charge d’OpenTelemetry sont généralement disponibles, tandis que Grafana Cloud Agents passe en préversion publique. En parallèle, Grafana présente des recherches dans les journaux plus rapides, des moyens supplémentaires de maîtriser les coûts de télémétrie et une place de marché commerciale de plug-ins.

La question de fond est de savoir jusqu’où une équipe d’exploitation doit laisser agir un agent. Détecter un schéma inhabituel, expliquer une défaillance et modifier du code en production n’ont pas les mêmes conséquences. L’annonce de Grafana rapproche ces étapes tout en maintenant l’approbation humaine des corrections de code proposées.

De la surveillance de la télémétrie à la proposition d’une correction

Assistant Watchers permet aux équipes de décrire en langage courant ce qu’elles souhaitent surveiller. Au lieu de s’appuyer uniquement sur un seuil prédéfini, un observateur apprend les schémas à partir des données de télémétrie et fait ressortir des éléments probants lorsque ces schémas évoluent. Les résultats sont transmis par l’intermédiaire de Grafana Alerting, et un résultat critique peut déclencher une investigation plus approfondie.

Cette fonctionnalité étend Grafana Assistant, l’agent intégré de l’entreprise qui permet de poser des questions sur les données opérationnelles. Assistant Investigations, généralement disponible depuis juillet, peut mener des investigations plus longues, déclenchées par des alertes ou des incidents. Les nouveaux Watchers offrent un autre point de départ : un changement émergent qu’une équipe n’a peut-être pas encore encodé sous forme de règle d’alerte.

Grafana Cloud Agents ajoute un environnement cloud contrôlé dans lequel Assistant peut examiner le code d’un dépôt en parallèle de la télémétrie en temps réel, préparer une correction proposée et ouvrir une demande de fusion. La préversion publique se limite à une modification qui peut être examinée et approuvée par une personne. Un diagnostic plausible et un correctif fonctionnel doivent encore être validés au regard des exigences de l’application et du processus de déploiement.

C’est important, car un agent peut fournir une explication convaincante sans disposer de suffisamment d’éléments probants. Relier chaque résultat aux données de télémétrie donne aux ingénieurs des éléments à examiner, tandis qu’une demande de fusion constitue un point de contrôle familier pour vérifier la modification elle-même.

Surveiller les agents eux-mêmes

L’autre volet de l’annonce concerne les charges de travail d’IA déjà exécutées dans les applications. La prise en charge d’OpenTelemetry, désormais généralement disponible dans Agent Observability, intègre l’activité des agents à la même norme ouverte d’instrumentation que celle utilisée pour les autres services.

La documentation du produit Agent Observability de Grafana décrit la relecture des conversations, notamment des invites, des appels d’outils et des réponses, ainsi que le suivi de la latence, de la consommation de jetons, des coûts des modèles, des évaluations et des expérimentations. Cela peut aider les équipes à distinguer un appel coûteux à un modèle d’un service en aval lent, ou à rechercher les causes d’une dégradation de la qualité après une modification d’invite ou d’outil.

L’état de l’infrastructure et la qualité des réponses nécessitent des mesures différentes. Un service peut rester disponible alors qu’un agent utilise le mauvais outil ou fournit une réponse de mauvaise qualité. Combiner la télémétrie opérationnelle et les évaluations élargit le champ des investigations possibles pour les ingénieurs ; cela n’automatise pas tous les jugements de qualité.

Un graphe de connaissances qui relie les symptômes à leurs conséquences

Grafana ajoute également un graphe de connaissances à chaque pile Grafana Cloud. Cette couche de contexte d’exécution relie les applications, les bases de données, les services cloud, l’infrastructure Kubernetes et les données de télémétrie relatives à l’expérience utilisateur. Les équipes peuvent ajouter des entités et des relations personnalisées pour représenter les produits ou les systèmes d’entreprise qui leur importent.

Les entités personnalisées et le contexte d’exécution pour les agents sont généralement disponibles. Une nouvelle fonctionnalité de requête Cypher permet aux agents de récupérer des relations dans le graphe, et Grafana indique que Assistant et les agents connectés via gcx peuvent accéder à ce contexte. L’objectif est de réutiliser une vue établie des dépendances plutôt que de la reconstituer à partir de journaux bruts lors de chaque investigation.

La documentation du serveur MCP dans le cloud de Grafana fournit un contexte utile sur son approche des agents externes. Ce serveur hébergé permet aux clients compatibles d’interroger les données Grafana au moyen d’une autorisation OAuth, avec un accès limité aux autorisations Grafana de l’utilisateur. Le partage du contexte opérationnel entre outils dépend donc aussi des autorisations et des limites définies pour ces données.

Plusieurs extensions restent en préversion. Un catalogue de services avec gestion des responsabilités, l’observabilité mobile, les parcours utilisateur critiques et le contexte opérationnel avec graphe de connaissances sont en préversion privée. La relecture de session et Grafana Workflows sont en préversion publique. Response Console, qui réunit les intervenants humains et les agents dans un espace de travail commun pour les incidents, est en préversion privée.

Ces distinctions comptent pour l’adoption. Une équipe peut dès maintenant s’appuyer sur les fonctionnalités du graphe généralement disponibles, mais devrait évaluer séparément l’accès aux préversions et leur niveau de maturité avant de dépendre du processus élargi de réponse aux incidents.

Davantage de télémétrie fait du contrôle des coûts un élément de la pile d’IA

Les agents génèrent des activités supplémentaires à examiner : requêtes de modèles, appels d’outils, modifications de code et comportement des applications auxquelles ils accèdent. La publication porte également sur la manière de préserver l’utilité de ces informations sans conserver chaque signal à son coût intégral.

Grafana Cloud Logs bénéficie d’améliorations de la recherche en texte intégral, désormais disponibles de manière générale, fondées sur une technologie de Logline, que Grafana a racheté en avril 2026. Selon Grafana, ces améliorations accélèrent les recherches de valeurs rares, comme les identifiants de requête, dans le stockage objet, sans coût supplémentaire. Elles sont particulièrement utiles pour les investigations qui visent à retrouver un événement précis plutôt qu’une tendance générale.

Adaptive Logs Archive, actuellement en préversion publique, achemine les journaux vers un compartiment de stockage objet appartenant au client, dans un format ouvert. Adaptive Metrics Auto-Apply, désormais disponible de manière générale, applique automatiquement les recommandations de réduction de la cardinalité, avec un mode Cost Mode destiné à éviter toute hausse du nombre total de séries actives. Une autre mise à jour, elle aussi disponible de manière générale, permet aux développeurs de récupérer par identifiant les traces des 24 heures précédentes, même lorsqu’Adaptive Traces les a supprimées.

Les compromis sont d’ordre opérationnel autant que financier : les choix de conservation et d’échantillonnage déterminent quels éléments restent disponibles après une défaillance. Les archives détenues par les clients et une période définie de récupération des traces offrent davantage d’options aux équipes, mais celles-ci doivent toujours établir des politiques adaptées à leurs besoins en matière d’investigation et de conformité.

Un marché commercial et une voie progressive vers l’autonomie

Désormais disponible de manière générale, Grafana Marketplace ajoute des extensions payantes de partenaires vérifiés à l’écosystème existant. Les clients de l’offre payante de Grafana Cloud peuvent commencer un essai de 14 jours et souscrire un abonnement mensuel, facturé sur leur facture habituelle. Les partenaires assurent le support des extensions, tandis que Grafana prend en charge la facturation. La distribution gratuite des extensions existantes reste disponible.

Ces annonces accompagnent le Rapport 2026 sur l’état de l’observabilité de Grafana Labs et d’ETR, fondé sur les réponses de 300 responsables informatiques et de l’ingénierie. Selon les communiqués, 68 % ont fait passer l’IA appliquée à l’observabilité au-delà de l’investigation, jusqu’à des projets pilotes ou à la production. Le niveau de confiance est nettement plus élevé pour les investigations en lecture seule, à 85 %, que pour la remédiation entièrement autonome, à 52 %.

Ces réponses à l’enquête décrivent l’adoption et les perceptions, mais ne démontrent pas la fiabilité des outils annoncés récemment. Elles expliquent néanmoins l’orientation de ce déploiement : automatiser la détection et l’investigation, fournir un registre partagé des dépendances et permettre l’examen des actions proposées. Pour les équipes d’ingénierie, le critère concret sera de savoir si cette combinaison apporte de meilleurs éléments de preuve et réduit les investigations répétées, tout en clarifiant la responsabilité des changements lourds de conséquences.