Grafana Labs、オブザーバビリティプラットフォームにAI監視機能とコード修正エージェントを追加

Grafana Labsは、顕在化しつつある問題を監視するAIエージェント、人間のレビュー用にコード修正案を作成するツール、インフラの障害とその影響を受けるユーザーを結び付ける共有ナレッジグラフを導入し、Grafana Cloudを拡充している。ObservabilityCON 2026で発表された今回のリリースは、相互の関連性が高まる2つの業務、すなわちAIを使ったソフトウェア運用と、本番環境に導入されるAIシステムの監視に対応する。

今回の展開には、一般提供中の機能とパブリックプレビュー、プライベートプレビューが含まれる。Assistant WatchersとOpenTelemetryに対応したAgent Observabilityは一般提供を開始しており、Grafana Cloud Agentsはパブリックプレビューに入った。これらに加え、Grafanaはログ検索の高速化、テレメトリーのコスト管理機能の拡充、商用プラグインマーケットプレイスの導入も進めている。

根本にある問いは、運用チームがエージェントにどこまで任せるべきかということだ。異常なパターンの検出、障害の説明、本番コードの変更では、それぞれ結果の重大さが異なる。Grafanaの発表は、コード修正案について人間の承認を必須としながら、これらの段階をより密接に結び付けるものだ。

テレメトリーの監視から修正案の提示まで

Assistant Watchersでは、監視したい対象をチームが日常的な言葉で指定できる。あらかじめ定めたしきい値だけに頼るのではなく、Watcherはテレメトリーからパターンを学習し、その変化を示す証拠を提示する。検出結果は既存のGrafana Alertingを通じて通知され、重大な検出結果をきっかけに、さらに詳しい調査を開始することもできる。

これは、運用データについて質問できる同社組み込みのエージェント、Grafana Assistantの機能を拡張するものだ。7月から一般提供されているAssistant Investigationsは、アラートやインシデントを起点として、より長時間にわたる調査を実行できる。新しいWatchersは、チームがまだアラートルールに設定していない可能性のある変化の兆候という、もう1つの調査の起点を提供する。

Grafana Cloud Agentsは、Assistantが稼働中のテレメトリーと併せてリポジトリ内のコードを調べ、修正案を作成してプルリクエストを開ける、管理されたクラウド環境を提供する。パブリックプレビューで行えるのは、人間が確認して承認できる変更を提示するところまでだ。妥当と思われる診断や動作する修正パッチであっても、アプリケーションの要件やデプロイ手順に照らした検証が必要となる。

エージェントは、十分な証拠がなくても説得力のある説明を生成できるため、この点は重要だ。検出結果をそれぞれテレメトリーに結び付ければ、エンジニアが内容を確認できる。プルリクエストを作成することで、実際の変更をレビューする際にも、なじみのある確認ポイントを設けられる。

エージェント自体を監視する

発表のもう一方の柱は、すでにアプリケーション内で稼働しているAIワークロードに関するものだ。Agent Observabilityで一般提供が始まったOpenTelemetry対応により、他のサービスにも使われるオープンな計装標準を通じて、エージェントの活動を可視化できる。

GrafanaのAgent Observabilityの製品ドキュメントでは、プロンプト、ツール呼び出し、応答をまたいだ会話の再生に加え、レイテンシ、トークン消費量、モデルのコスト、評価、実験について説明されている。これにより、コストの高いモデル呼び出しと応答の遅い下流サービスを見分けたり、プロンプトやツールの変更後に品質が低下した原因を調査したりできる。

インフラの健全性と回答の品質には、それぞれ異なる測定方法が必要だ。サービスが利用可能な状態を保っていても、エージェントが誤ったツールを使ったり、質の低い応答を返したりすることはある。運用テレメトリーと評価を組み合わせれば、エンジニアが調査できる範囲は広がるが、あらゆる品質判断が自動化されるわけではない。

症状と影響を結び付けるナレッジグラフ

Grafanaはまた、すべてのGrafana Cloudスタックにナレッジグラフを導入する。実行時コンテキストレイヤーは、アプリケーション、データベース、クラウドサービス、Kubernetesインフラ、ユーザー向けテレメトリーを相互に結び付ける。チームは、業務上重要な製品やシステムを表すカスタムエンティティと関係性を追加できる。

カスタムエンティティとエージェント向けの実行時コンテキストは一般提供されている。新たに利用できるCypherクエリ機能により、エージェントはグラフから関係性を取得できる。またGrafanaによると、Assistantとgcx経由で接続されたエージェントは、そのコンテキストにアクセスできる。調査のたびに生ログから依存関係を再構築するのではなく、確立済みの依存関係の把握方法を再利用することが狙いだ。

Grafanaが提供する既存のCloud MCPサーバーのドキュメントは、外部エージェントへの同社の取り組みを理解するうえで参考になる。ホスト型サーバーでは、対応クライアントがOAuth認証を使ってGrafanaのデータを照会でき、アクセス範囲はユーザーのGrafana権限によって制限される。そのため、複数のツール間で運用コンテキストを共有するには、そのデータに設定された権限と境界も関わってくる。

いくつかの拡張機能は引き続きプレビュー段階にある。所有者情報を含むサービスカタログ、Mobile Observability、Critical User Journeys、Operational Context with Knowledge Graphはプライベートプレビュー中だ。Session ReplayとGrafana Workflowsはパブリックプレビュー中である。人間の対応担当者とエージェントが共通のインシデント作業スペースを利用できるResponse Consoleは、プライベートプレビュー中だ。

こうした違いは導入の際に重要となる。チームは現在、一般提供中のグラフ機能を利用して構築を進められる一方、より広範なインシデント対応ワークフローに依存する前に、プレビュー版の利用条件と成熟度を個別に評価すべきだ。

テレメトリーの増加で、AIスタックのコスト管理が重要に

エージェントが生成するアクティビティが増えるため、確認すべき対象も増えます。モデルへのリクエスト、ツールの呼び出し、コードの変更、そしてエージェントが作用するアプリケーションの動作などです。すべてのシグナルを最大コストで保持せずに、情報を有用な状態に保つことも、今回の発表の重点の一つです。

Grafana Cloud Logsでは、Grafanaが2026年4月に買収したLoglineの技術を基盤とする全文検索機能の強化が一般提供されます。Grafanaによると、この変更により、リクエストIDのような希少な値をオブジェクトストレージ上で検索する速度が向上し、追加費用もかかりません。集約された傾向ではなく、特定のイベントを必要とする調査で特に有用です。

パブリックプレビュー中のAdaptive Logs Archiveは、ログをオープン形式で顧客所有のオブジェクトストレージバケットにルーティングします。一般提供中のAdaptive Metrics Auto-Applyは、カーディナリティ削減の推奨事項を自動的に適用します。また、総アクティブ時系列数の増加を防ぐことを目的としたCost Modeも備えています。さらに、一般提供される別のアップデートにより、Adaptive Tracesによって破棄された場合でも、開発者は過去24時間以内のトレースをIDで取得できるようになります。

このトレードオフは、金銭面だけでなく運用面にも及びます。障害発生後にどの証拠を利用できるかは、データの保持期間やサンプリングの選択によって決まります。顧客所有のアーカイブと明確に定められたトレース取得期間により、チームの選択肢は広がりますが、調査やコンプライアンスの要件に合ったポリシーを策定する必要があります。

商用マーケットプレイスと、自律化に向けた慎重な道筋

一般提供が始まったGrafana Marketplaceでは、既存のプラグインエコシステムに、認定パートナーによる有料プラグインが加わります。有料プランのGrafana Cloudを利用する顧客は、14日間のトライアルを開始し、既存の請求書を通じて月単位で契約できます。プラグインのサポートはパートナーが提供し、請求はGrafanaが処理します。従来の無料プラグインの配布も引き続き利用できます。

今回の発表は、Grafana LabsとETRによる2026年オブザーバビリティの現状レポートと同時に行われました。このレポートは、ITおよびエンジニアリング分野のリーダー300人を対象にした調査に基づいています。発表資料によると、68%がオブザーバビリティにおけるAIの活用を調査段階から進め、パイロット運用または本番環境での利用に移行しています。読み取り専用の調査に対する抵抗感は85%と低く、完全自律型の修復に対する52%を大きく下回っています。

こうした調査回答が示すのは、導入状況や人々の意識であり、今回発表されたツールの信頼性を実証するものではありません。それでも、今回の展開方針がどのようなものかを説明しています。つまり、検知と調査を自動化し、依存関係を共有できる記録を用意し、提案されたアクションをレビューできるようにすることです。エンジニアリングチームにとって実際の評価基準となるのは、この組み合わせによって、重大な変更に関する責任の所在を明確に保ちながら、より確かな証拠を得て、同じ調査の繰り返しを減らせるかどうかです。