AI-opdateringer i juli 2026: Dynatrace automatiserer driften, Exabeam styrker agentsikkerheden

De vigtigste nyheder

• AI-agenter til styret IT-drift: Nye domænespecifikke agenter kan selvstændigt triagere og løse hændelser. Styringsfunktioner skal sikre menneskeligt tilsyn med agenternes handlinger . Ifølge IT Brief Asia omfatter opdateringen blandt andet en Autonomous SRE Agent, en Cloud SRE Agent og en Agent Builder til udvikling af egne agenter .
• Automatisering uden kode: Teams kan opbygge automatiserede workflows til reaktion på hændelser uden selv at skulle programmere dem .
• Mere autonom forebyggelse og afhjælpning: Dynatrace-platformen skal ikke længere blot anbefale en handling, men også kunne opdage og forebygge driftsforstyrrelser automatisk .
• Hurtigere håndtering af hændelser: Målet er hurtigere problemløsning på tværs af cloud- og AI-native-miljøer, uden at give afkald på virksomhedens krav til styring og compliance .

Dynatrace udsendte desuden SaaS-versionerne 1.343 den 14. juli og 1.344 den 29. juli. De indeholder blandt andet:

• dt-evals, som gør det muligt at evaluere kvaliteten af store sprogmodeller og AI-agenter og bruge kvaliteten som et driftssignal .
• dtwiz-CLI-værktøjet, der automatisk kan finde virksomhedens teknologistak og få data i gang på få minutter .
• Begrænsning af OAuth-klienters adgangstoken-opdateringer for at forbedre tjenestens tilgængelighed .
• Mere detaljerede sporingsanalyser, hvor distribuerede traces kan følges videre til DEM Application User Events og User Sessions .
• Mulighed for at berige OpenTelemetry-spans med heterogene arrays og komplekse records via OTLP-ingest-API’et .

Exabeam: Fokus på, hvad AI-agenter rent faktisk gør

Exabeam udvidede den 1. juli sin New-Scale Security Operations Platform med funktioner, der skal hjælpe sikkerhedsteams med at opdage og undersøge AI-agenters adfærd. Virksomheden fordoblede sin AI-fokuserede detektionsdækning og tilføjede understøttelse af Anthropics Claude .

De vigtigste nyheder

• Dobbelt så mange detektionsregler: Dækningen af AI-relaterede hændelser vokser fra 45 til 90 regler. De skal blandt andet identificere unormal adfærd fra AI-agenter og digitale medarbejdere .
• Understøttelse af Anthropic Claude: Exabeam tilføjer overvågning og observability for agenter, der anvender Claude .
• Observra som open source: Det nye Python-SDK giver agenter et fælles telemetrilag. Udviklere og sikkerhedsteams kan instrumentere agentadfærd på tværs af flere frameworks, normalisere hændelser og sende oplysningerne videre til en sikkerhedsplatform .
• Agent Behavior Verification: Exabeam introducerer ABV som en disciplin og et værktøj til at kontrollere, om agenter er korrekt konfigureret, autoriserede og styret, før de sættes i drift .
• Indblik i OWASP Agentic Top 10: Detektionsreglerne kobles til OWASP’s ti centrale sikkerhedsrisici for agentbaseret AI .
• AI-assisteret udvikling af detektioner: Exabeam Nova kan hjælpe analytikere med at oprette tilpassede detektionsregler hurtigere .

Exabeam udsendte også juliopdateringer til LogRhythm SIEM. De skal blandt andet gøre det lettere at indsamle dokumentation, holde undersøgelsesdata synkroniseret og reducere antallet af manuelle trin for analytikere og administratorer .

Juliudgaven af Exabeams New-Scale-platform indeholder desuden forbedret sammenkædning af identiteter. E-mailadresser og primære logins i e-mailformat kan nu forbindes bedre, så antallet af dubletter og forældreløse enheder i identitetsdata reduceres .

Hvad betyder det for virksomheder?

De to lanceringer viser en fælles retning i enterprise-AI: Platforme skal ikke længere blot overvåge systemer eller advare om problemer. De skal i stigende grad kunne handle autonomt – men på en måde, der kan styres, dokumenteres og kontrolleres.

Dynatrace giver AI mulighed for at reagere direkte på driftsproblemer. Det kan forkorte vejen fra en registreret fejl til en løsning, men kun hvis virksomheden har tydelige regler for, hvad agenten må gøre, og hvornår et menneske skal godkende handlingen.

Exabeam tager fat i den modsatte side af udfordringen: Synlighed. Når AI-agenter kan udføre opgaver, kalde værktøjer og indgå i automatiserede arbejdsgange, bliver det afgørende at kunne se, om de handler inden for deres mandat. Observra, ABV og de udvidede detektionsregler er rettet mod netop dette voksende blinde punkt.

Samlet set satser begge virksomheder på, at næste fase af enterprise-AI kræver mere end intelligente modeller. Virksomhederne får også brug for platforme, der kan observere, styre, sikre og korrigere AI-drevne systemer i realtid.