Grafana Labs Menambahkan Watcher AI dan Agen Perbaikan Kode ke Platform Observabilitasnya

Grafana Labs memperluas Grafana Cloud dengan agen AI yang memantau masalah yang mulai muncul, alat yang menyiapkan perbaikan kode untuk ditinjau manusia, serta graf pengetahuan bersama yang menghubungkan kegagalan infrastruktur dengan pengguna yang terdampak. Diumumkan di ObservabilityCON 2026, rilis-rilis ini menjawab dua tugas yang kian saling terhubung: menggunakan AI untuk mengoperasikan perangkat lunak dan memantau sistem AI yang mulai digunakan di lingkungan produksi.

Peluncuran ini mencakup kemampuan yang tersedia secara umum serta pratinjau publik dan privat. Assistant Watchers dan Agent Observability dengan dukungan OpenTelemetry tersedia secara umum, sementara Grafana Cloud Agents memasuki pratinjau publik. Bersamaan dengan itu, Grafana memperkenalkan pencarian log yang lebih cepat, kontrol biaya telemetri tambahan, dan marketplace plugin komersial.

Pertanyaan mendasarnya adalah sejauh mana tim operasi sebaiknya mengizinkan agen bertindak. Menemukan pola yang tidak biasa, menjelaskan kegagalan, dan mengubah kode produksi memiliki konsekuensi yang berbeda. Pengumuman Grafana mendekatkan langkah-langkah tersebut, sembari tetap mensyaratkan persetujuan manusia atas usulan perbaikan kode.

Dari Memantau Telemetri hingga Mengusulkan Perbaikan

Assistant Watchers memungkinkan tim menjelaskan dengan bahasa sehari-hari hal-hal yang ingin mereka pantau. Alih-alih hanya mengandalkan ambang batas yang telah ditentukan, Watcher mempelajari pola dari telemetri dan menampilkan bukti ketika pola tersebut berubah. Temuannya disalurkan melalui Grafana Alerting yang sudah ada, dan temuan penting dapat memulai penyelidikan yang lebih mendalam.

Fitur ini memperluas Grafana Assistant, agen bawaan perusahaan untuk mengajukan pertanyaan tentang data operasional. Assistant Investigations, yang tersedia secara umum sejak Juli, dapat melakukan penyelidikan lebih panjang yang dipicu oleh peringatan atau insiden. Watchers yang baru ini menawarkan titik awal lain: perubahan yang mulai muncul dan mungkin belum dirumuskan tim sebagai aturan peringatan.

Grafana Cloud Agents menyediakan lingkungan cloud terkontrol tempat Assistant dapat memeriksa kode repositori bersama telemetri langsung, menyiapkan usulan perbaikan, dan membuka pull request. Pratinjau publik ini hanya menghasilkan perubahan yang dapat ditinjau dan disetujui seseorang. Diagnosis yang masuk akal dan patch yang berfungsi tetap perlu divalidasi berdasarkan persyaratan aplikasi dan proses penerapannya.

Hal ini penting karena agen dapat menghasilkan penjelasan yang meyakinkan tanpa bukti yang memadai. Menghubungkan setiap temuan dengan telemetri memberi para insinyur sesuatu untuk diperiksa, sementara pull request menyediakan titik pemeriksaan yang familier untuk meninjau perubahan sebenarnya.

Memantau Agen Itu Sendiri

Bagian lain dari pengumuman ini berkaitan dengan beban kerja AI yang sudah berjalan di dalam aplikasi. Dukungan OpenTelemetry Agent Observability yang kini tersedia secara umum membawa aktivitas agen ke dalam standar instrumentasi terbuka yang sama dengan yang digunakan untuk layanan lain.

Dokumentasi produk Agent Observability dari Grafana menjelaskan pemutaran ulang percakapan yang mencakup prompt, pemanggilan alat, dan respons, serta latensi, konsumsi token, biaya model, evaluasi, dan eksperimen. Hal ini dapat membantu tim membedakan pemanggilan model yang mahal dari layanan hilir yang lambat, atau menyelidiki penurunan kualitas setelah prompt atau alat berubah.

Kesehatan infrastruktur dan kualitas jawaban memerlukan pengukuran yang berbeda. Layanan dapat tetap tersedia meski agen menggunakan alat yang salah atau memberikan respons buruk. Menggabungkan telemetri operasional dengan evaluasi memperluas hal-hal yang dapat diselidiki para insinyur; tetapi, hal itu tidak membuat setiap penilaian kualitas berlangsung otomatis.

Graf Pengetahuan yang Menghubungkan Gejala dengan Dampak

Grafana juga menyertakan Knowledge Graph di setiap stack Grafana Cloud. Lapisan konteks waktu proses ini menghubungkan aplikasi, basis data, layanan cloud, infrastruktur Kubernetes, dan telemetri yang berhadapan langsung dengan pengguna. Tim dapat menambahkan entitas dan relasi khusus untuk merepresentasikan produk atau sistem bisnis yang penting bagi mereka.

Entitas khusus dan konteks waktu proses untuk agen kini tersedia secara umum. Kemampuan kueri Cypher yang baru memungkinkan agen mengambil relasi dari graf, dan Grafana menyatakan bahwa Assistant serta agen yang terhubung melalui gcx dapat mengakses konteks tersebut. Tujuannya adalah menggunakan kembali tampilan dependensi yang sudah tersedia, alih-alih menyusunnya kembali dari log mentah dalam setiap penyelidikan.

Dokumentasi server Cloud MCP yang sudah ada dari Grafana memberikan konteks yang berguna tentang pendekatannya terhadap agen eksternal. Server yang dihosting ini memungkinkan klien yang kompatibel mengueri data Grafana menggunakan otorisasi OAuth, dengan akses yang dibatasi oleh izin Grafana pengguna. Karena itu, berbagi konteks operasional di antara berbagai alat juga bergantung pada izin dan batasan yang dikonfigurasi untuk data tersebut.

Beberapa ekstensi masih berstatus pratinjau. Katalog layanan dengan informasi kepemilikan, Mobile Observability, Critical User Journeys, dan Operational Context with Knowledge Graph berada dalam pratinjau privat. Session Replay dan Grafana Workflows berada dalam pratinjau publik. Response Console, yang menyatukan petugas penangan insiden dan agen dalam satu ruang kerja insiden, berada dalam pratinjau privat.

Perbedaan ini penting dalam penerapan. Tim dapat memanfaatkan kemampuan graf yang sudah tersedia secara umum sekarang, tetapi sebaiknya menilai akses dan tingkat kematangan fitur pratinjau secara terpisah sebelum mengandalkan alur kerja respons insiden yang lebih luas.

Lebih banyak telemetri menjadikan pengendalian biaya bagian dari tumpukan AI

Agen menghasilkan aktivitas tambahan yang perlu diperiksa: permintaan model, pemanggilan alat, perubahan kode, dan perilaku aplikasi yang mereka sentuh. Menjaga agar informasi itu tetap berguna tanpa menyimpan setiap sinyal dengan biaya penuh menjadi fokus lain dalam rilis ini.

Grafana Cloud Logs kini dilengkapi penyempurnaan penelusuran teks lengkap yang tersedia secara umum, berdasarkan teknologi dari Logline, yang diakuisisi Grafana pada April 2026. Menurut Grafana, perubahan ini mempercepat pencarian nilai langka, seperti ID permintaan, di penyimpanan objek tanpa biaya tambahan. Hal ini sangat relevan untuk investigasi yang memerlukan satu peristiwa tertentu, bukan tren agregat.

Adaptive Logs Archive, yang masih dalam pratinjau publik, mengarahkan log ke bucket penyimpanan objek milik pelanggan dalam format terbuka. Adaptive Metrics Auto-Apply, yang tersedia secara umum, secara otomatis menerapkan rekomendasi pengurangan kardinalitas, dengan Cost Mode yang dirancang untuk mencegah kenaikan jumlah total seri aktif. Pembaruan lain yang tersedia secara umum memungkinkan pengembang mengambil trace berdasarkan ID dari 24 jam sebelumnya, bahkan ketika Adaptive Traces telah menghapusnya.

Konsekuensinya bersifat operasional sekaligus finansial: pilihan retensi dan pengambilan sampel menentukan bukti apa yang tetap tersedia setelah kegagalan. Arsip milik pelanggan dan jangka waktu pengambilan trace yang ditetapkan memberi tim lebih banyak pilihan, tetapi mereka tetap memerlukan kebijakan yang sesuai dengan kebutuhan investigasi dan kepatuhan.

Marketplace komersial dan jalur terukur menuju otonomi

Grafana Marketplace, yang kini tersedia secara umum, menambahkan plugin berbayar dari mitra terverifikasi ke ekosistem plugin yang sudah ada. Pelanggan Grafana Cloud dengan paket berbayar dapat memulai uji coba selama 14 hari dan berlangganan bulanan melalui tagihan yang sudah mereka gunakan. Mitra memberikan dukungan untuk plugin, sedangkan Grafana menangani penagihan. Distribusi plugin gratis yang sudah ada tetap tersedia.

Pengumuman ini hadir bersamaan dengan Laporan Keadaan Observabilitas 2026 dari Grafana Labs dan ETR, yang didasarkan pada masukan dari 300 pemimpin bidang TI dan rekayasa. Menurut siaran pers, 68% telah membawa penggunaan AI untuk observabilitas melampaui tahap investigasi ke tahap uji coba atau produksi. Tingkat kenyamanan jauh lebih tinggi untuk investigasi hanya-baca, yaitu 85%, daripada untuk remediasi yang sepenuhnya otonom, yaitu 52%.

Respons survei tersebut menggambarkan adopsi dan sikap, bukan membuktikan keandalan alat-alat yang baru diumumkan. Meski demikian, respons itu menjelaskan arah peluncuran ini: mengotomatiskan deteksi dan investigasi, menyediakan catatan dependensi bersama, serta membuat tindakan yang diusulkan dapat ditinjau. Bagi tim rekayasa, ujian praktisnya adalah apakah kombinasi tersebut menghasilkan bukti yang lebih baik dan mengurangi investigasi berulang, sekaligus memperjelas siapa yang bertanggung jawab atas perubahan berdampak besar.