De viktigste nyhetene er:

• Styrte AI-agenter for IT-drift: Nye, domenespesifikke agenter kan analysere og løse hendelser automatisk, med kontrollmekanismer som skal sikre menneskelig oversikt. Oppdateringen omfatter blant annet en Autonomous SRE Agent, en Cloud SRE Agent og en Agent Builder for å lage tilpassede agenter .
• Automatisering uten kode: Team kan bygge arbeidsflyter for automatiserte svar uten å programmere .
• Mer autonom forebygging og utbedring: Plattformen skal ikke bare anbefale tiltak, men også kunne oppdage og forhindre driftsforstyrrelser automatisk .
• Raskere håndtering på tvers av miljøer: Målet er raskere problemløsning i skybaserte og AI-native miljøer, samtidig som krav til styring og etterlevelse ivaretas .

For virksomheter betyr dette i praksis at observability-plattformen – altså verktøyene som samler inn og tolker data om systemenes tilstand – får en mer aktiv rolle. I stedet for at et team først må tolke et varsel og deretter finne riktig tiltak, kan en agent utføre deler av prosessen selv innenfor forhåndsdefinerte rammer.

Nye funksjoner i Dynatrace SaaS

Dynatrace rullet også ut SaaS-versjon 1.343 14. juli og versjon 1.344 29. juli. Blant funksjonene er:

• dt-evals, som gjør det mulig å evaluere kvaliteten på store språkmodeller og AI-agenter og bruke resultatene som et operasjonelt signal .
• dtwiz-kommandolinjeverktøyet, som kan oppdage teknologistakken automatisk og få data inn i plattformen på kort tid .
• Struping av oppdateringsforespørsler for OAuth-klienters tilgangstokener, med mål om bedre tilgjengelighet .
• Mer detaljert distribuert sporing, med videre navigering fra sporingsdata til DEM-hendelser og brukerøkter .
• Mulighet til å berike OpenTelemetry-spor med heterogene arrayer og komplekse datastrukturer gjennom OTLP-inntaks-API-et .

Exabeam: Flere kontroller for AI-agentenes atferd

Oppdateringen 1. juli 2026

Exabeam utvidet New-Scale Security Operations Platform med funksjoner for å oppdage og undersøke aktiviteten til AI-agenter, digitale medarbeidere og autonome arbeidsflyter. Selskapet doblet samtidig dekningen av AI-fokuserte deteksjonsregler og la til støtte for Anthropic Claude .

De viktigste funksjonene er:

• 90 deteksjonsregler for AI-relatert aktivitet: Exabeam økte dekningen fra 45 til 90 regler for å identifisere avvikende atferd hos AI-agenter og digitale medarbeidere .
• Støtte for Anthropic Claude: Plattformen får overvåkings- og observability-støtte for agenter som bruker Claude .
• Observra: Et nytt åpen kildekodeprosjekt og et Python-SDK som fungerer som et telemetrilag for AI-agenter. Verktøyet skal kunne samle inn aktivitet på tvers av rammeverk, normalisere hendelser og berike dem med signaler om blant annet kostnad, redigering av sensitive data og risiko .
• Agent Behavior Verification: Exabeam introduserer ABV, en sikkerhetsdisiplin og verktøytilnærming for å kontrollere om AI-agenter er riktig konfigurert, autorisert og styrt før de settes i produksjon .
• Kobling mot OWASP Agentic Top 10: Deteksjonsreglene er knyttet til OWASP-rammeverket for de ti viktigste sikkerhetsrisikoene ved agentbasert AI .
• AI-assistert utvikling av deteksjonsregler: Exabeam Nova kan hjelpe sikkerhetsanalytikere med å opprette tilpassede regler raskere .

Dette adresserer et problem som blir stadig mer aktuelt: En AI-agent kan ha tilgang til systemer, data og arbeidsflyter uten at tradisjonelle sikkerhetsverktøy nødvendigvis gir et godt bilde av hva agenten faktisk gjør. Derfor handler Exabeams oppdatering ikke bare om å oppdage angrep, men også om å etablere bedre oversikt over normal og unormal agentatferd.

Exabeam publiserte i tillegg julioppdateringer for LogRhythm SIEM. Disse skal blant annet forenkle innsamlingen av bevis, holde etterforskningsdetaljer synkronisert og redusere manuelle oppgaver for analytikere og administratorer . Release-notatene for New-Scale-plattformen beskriver også forbedret kobling mellom e-postadresse og primær innlogging, noe som skal redusere dupliserte eller ufullstendige identiteter i identitetsdata .

Det større bildet: Fra varsler til kontrollert handling

Dynatrace og Exabeam angriper ulike sider av samme utfordring.

Dynatrace fokuserer på hva AI kan gjøre: Analysere hendelser, finne årsaker og gjennomføre utbedringer raskere. Exabeam fokuserer på hvordan AI må overvåkes: Hvilke handlinger agentene utfører, om de har riktig tilgang, og om de oppfører seg i tråd med hensikten.

Fellesnevneren er overgangen fra passiv overvåking og deteksjon til autonom, men styrt handling. For virksomheter som tar i bruk flere AI-agenter, blir det ikke nok å ha en modell som kan utføre oppgaver. Organisasjonene må også kunne dokumentere hva agentene gjør, gripe inn når det er nødvendig og kontrollere at de holder seg innenfor definerte grenser.

Julioppdateringene tyder derfor på at neste fase av virksomhets-AI vil kreve plattformer som både kan observere, administrere, sikre og korrigere AI-drevne systemer i sanntid.

De viktigste nyhetene er:

• Styrte AI-agenter for IT-drift: Nye, domenespesifikke agenter kan analysere og løse hendelser automatisk, med kontrollmekanismer som skal sikre menneskelig oversikt. Oppdateringen omfatter blant annet en Autonomous SRE Agent, en Cloud SRE Agent og en Agent Builder for å lage tilpassede agenter .
• Automatisering uten kode: Team kan bygge arbeidsflyter for automatiserte svar uten å programmere .
• Mer autonom forebygging og utbedring: Plattformen skal ikke bare anbefale tiltak, men også kunne oppdage og forhindre driftsforstyrrelser automatisk .
• Raskere håndtering på tvers av miljøer: Målet er raskere problemløsning i skybaserte og AI-native miljøer, samtidig som krav til styring og etterlevelse ivaretas .

For virksomheter betyr dette i praksis at observability-plattformen – altså verktøyene som samler inn og tolker data om systemenes tilstand – får en mer aktiv rolle. I stedet for at et team først må tolke et varsel og deretter finne riktig tiltak, kan en agent utføre deler av prosessen selv innenfor forhåndsdefinerte rammer.

Nye funksjoner i Dynatrace SaaS

Dynatrace rullet også ut SaaS-versjon 1.343 14. juli og versjon 1.344 29. juli. Blant funksjonene er:

• dt-evals, som gjør det mulig å evaluere kvaliteten på store språkmodeller og AI-agenter og bruke resultatene som et operasjonelt signal .
• dtwiz-kommandolinjeverktøyet, som kan oppdage teknologistakken automatisk og få data inn i plattformen på kort tid .
• Struping av oppdateringsforespørsler for OAuth-klienters tilgangstokener, med mål om bedre tilgjengelighet .
• Mer detaljert distribuert sporing, med videre navigering fra sporingsdata til DEM-hendelser og brukerøkter .
• Mulighet til å berike OpenTelemetry-spor med heterogene arrayer og komplekse datastrukturer gjennom OTLP-inntaks-API-et .

Exabeam: Flere kontroller for AI-agentenes atferd

Oppdateringen 1. juli 2026

Exabeam utvidet New-Scale Security Operations Platform med funksjoner for å oppdage og undersøke aktiviteten til AI-agenter, digitale medarbeidere og autonome arbeidsflyter. Selskapet doblet samtidig dekningen av AI-fokuserte deteksjonsregler og la til støtte for Anthropic Claude .

De viktigste funksjonene er:

• 90 deteksjonsregler for AI-relatert aktivitet: Exabeam økte dekningen fra 45 til 90 regler for å identifisere avvikende atferd hos AI-agenter og digitale medarbeidere .
• Støtte for Anthropic Claude: Plattformen får overvåkings- og observability-støtte for agenter som bruker Claude .
• Observra: Et nytt åpen kildekodeprosjekt og et Python-SDK som fungerer som et telemetrilag for AI-agenter. Verktøyet skal kunne samle inn aktivitet på tvers av rammeverk, normalisere hendelser og berike dem med signaler om blant annet kostnad, redigering av sensitive data og risiko .
• Agent Behavior Verification: Exabeam introduserer ABV, en sikkerhetsdisiplin og verktøytilnærming for å kontrollere om AI-agenter er riktig konfigurert, autorisert og styrt før de settes i produksjon .
• Kobling mot OWASP Agentic Top 10: Deteksjonsreglene er knyttet til OWASP-rammeverket for de ti viktigste sikkerhetsrisikoene ved agentbasert AI .
• AI-assistert utvikling av deteksjonsregler: Exabeam Nova kan hjelpe sikkerhetsanalytikere med å opprette tilpassede regler raskere .

Dette adresserer et problem som blir stadig mer aktuelt: En AI-agent kan ha tilgang til systemer, data og arbeidsflyter uten at tradisjonelle sikkerhetsverktøy nødvendigvis gir et godt bilde av hva agenten faktisk gjør. Derfor handler Exabeams oppdatering ikke bare om å oppdage angrep, men også om å etablere bedre oversikt over normal og unormal agentatferd.

Exabeam publiserte i tillegg julioppdateringer for LogRhythm SIEM. Disse skal blant annet forenkle innsamlingen av bevis, holde etterforskningsdetaljer synkronisert og redusere manuelle oppgaver for analytikere og administratorer . Release-notatene for New-Scale-plattformen beskriver også forbedret kobling mellom e-postadresse og primær innlogging, noe som skal redusere dupliserte eller ufullstendige identiteter i identitetsdata .

Det større bildet: Fra varsler til kontrollert handling

Dynatrace og Exabeam angriper ulike sider av samme utfordring.

Dynatrace fokuserer på hva AI kan gjøre: Analysere hendelser, finne årsaker og gjennomføre utbedringer raskere. Exabeam fokuserer på hvordan AI må overvåkes: Hvilke handlinger agentene utfører, om de har riktig tilgang, og om de oppfører seg i tråd med hensikten.

Fellesnevneren er overgangen fra passiv overvåking og deteksjon til autonom, men styrt handling. For virksomheter som tar i bruk flere AI-agenter, blir det ikke nok å ha en modell som kan utføre oppgaver. Organisasjonene må også kunne dokumentere hva agentene gjør, gripe inn når det er nødvendig og kontrollere at de holder seg innenfor definerte grenser.

Julioppdateringene tyder derfor på at neste fase av virksomhets-AI vil kreve plattformer som både kan observere, administrere, sikre og korrigere AI-drevne systemer i sanntid.