Viktige funksjoner og egenskaper

Observability Agent fungerer som en AI-drevet assistent innebygd i Azure Monitor, forankret i reell telemetridata . Kjernfunksjonene omfatter:

• AI-drevet feilsøkingslag: Korrelerer logger, målinger, spor, topologi, ressurshelse og operasjonell kontekst på tvers av skymiljøer .
• Naturlig språk-chat: Lar ingeniører stille åpne spørsmål og gjennomføre guidede undersøkelser mot telemetridata uten å måtte skrive Kusto Query Language (KQL)-spørringer manuelt .
• Dypdykksundersøkelser: Agenten danner hypoteser, samler bevis, sammenligner signaler etter tid/omfang/type, utelukker svake forklaringer og presenterer et fullstendig resonnement .
• Resonnementsinnsyn: Agenten viser hva den fant, hva den utelukket, og hvorfor – den støtter menneskelig dømmekraft i stedet for å omgå den .
• Bred signalkorrelasjon: Fungerer på tvers av Azure-overvåkede applikasjoner, AKS, VM-er, Foundry-telemetri, infrastruktur og plattformsignaler .
• Azure RBAC-integrasjon: Interaktiv chat og undersøkelser bruker den innloggede brukerens identitet og rollebaserte tilgangskontroll .
• Ingen trening på brukerdata: Spørringer og svar brukes ikke til å trene KI-modellene .

Autonome operasjoner (offentlig forhåndsvisning)

Sammen med GA lanserte Microsoft autonome operasjoner i offentlig forhåndsvisning. Disse funksjonene kjører i bakgrunnen for å redusere manuelt triasearbeid:

• Kontinuerlig varselskorrelering: Agenten analyserer varsler kontinuerlig når de utløses, grupperer relaterte varsler i én enkelt Azure Monitor-sak, og vedlegger en naturlig språk-forklaring på hvorfor varslene hører sammen .
• Saksopprettelse fra fremtredende varsler: Agenten kan opprette saker basert på individuelle viktige varsler i henhold til egendefinerte instruksjoner (f.eks. "opprett alltid sak for alvorlighetsgrad 2-varsler") .
• Automatiske dypdykksundersøkelser: Agenten kan kjøre dypdykksundersøkelser på saker den selv har opprettet .

Det er viktig å merke seg at mennesker forblir i kontroll. Agenten starter ikke ressurser på nytt, endrer konfigurasjon eller løser problemer på egen hånd . Alle beslutninger om avhjelping forblir hos ingeniøren . Autonome operasjoner er underlagt Supplerende bruksvilkår for Microsoft Azure-forhåndsvisninger .

Hvordan agenten diagnostiserer skybrudd

Agenten er basert på Microsofts mange års erfaring med å drifte Azure. Den er designet for å diagnostisere hva som går galt under brudd, uten stress, tretthet eller tunnelsyn som kan påvirke menneskelige operatører .

Den kobler sammen logger, målinger, spor, varsler, avhengigheter, ressursgraf, ressurshelse, aktivitetslogger, Foundry-telemetri og endringer for å spore et problem tilbake til den sannsynlige årsaken . Kubernetes-medskaper Brendan Burns beskrev agenten som et hypotesedannelseslag på toppen av deterministisk automatisering: agenten kan danne en teori om hva som gikk galt, teste den mot dataene, og fortsette å arbeide for å finne en løsning .

Begrensninger og restriksjoner

Flere begrensninger gjelder for den nåværende utgivelsen:

• Autonome operasjoner er kun i offentlig forhåndsvisning – de dekkes ikke av GA-støttevilkår og er underlagt forhåndsvisningens juridiske vilkår .
• Ingen autonom handling: Agenten undersøker og anbefaler, men starter ikke ressurser på nytt, endrer konfigurasjon eller løser problemer .
• Begrensning for egendefinerte instruksjoner: Egendefinerte instruksjoner er begrenset til 8 192 tegn per Observability Agent-ressurs .
• Tak for dypdykksundersøkelser: Én enkelt dypdykksundersøkelse er begrenset til 500 Azure Agent Credits (AAC) .
• Ingen dedikert filtre for agentopprettede saker: I sakslistevisningen er det kun [<AppName>]-tittelprefikset som skiller agentopprettede saker .
• Regions- og omfangsbegrensninger: Autonome operasjoner kjører mot en dedikert Microsoft.Monitor/observabilityAgents-ressurs med en scoped administrert identitet .

Priser og fakturering

• Forbruksbasert prismodell: Du betaler kun for KI-arbeidet agenten utfører, målt i Azure Agent Credits (AAC) .
• Tre faktureringsmønstre: Chat (vanligvis lavest kostnad), dypdykksundersøkelser (høyere kostnad, begrenset til 500 AAC per operasjon), og autonome operasjoner (varselskorrelering faktureres ikke under forhåndsvisning; automatiske dypdykksundersøkelser faktureres) .
• AAC-listepriser: Tilgjengelig på Azure Monitor-prissiden .
• Fakturering starter: 1. juli 2026 .
• Varselskorrelering: Den kontinuerlige bakgrunnsgrupperingen av varsler faktureres ikke under offentlig forhåndsvisning .

Merknad om KPMG

Tilgjengelig dokumentasjon dekker KPMGs utrulling av Agent 365 (Microsofts bredere agentstyringsplattform), ikke Observability Agent spesifikt. KPMG distribuerte Agent 365 til 276 000 personer som del av et bedriftsomfattende agentstyringsinitiativ . Ingen spesifikke resultater eller måltall for KPMGs bruk av selve Azure Copilot Observability Agent ble funnet i de foreliggende kildene. Microsofts blogginnlegg og samfunnsartikler fremhever GA-kunngjøringen, men nevner ikke KPMG som en tidlig bruker av denne spesifikke agenten.

Viktige funksjoner og egenskaper

Observability Agent fungerer som en AI-drevet assistent innebygd i Azure Monitor, forankret i reell telemetridata . Kjernfunksjonene omfatter:

• AI-drevet feilsøkingslag: Korrelerer logger, målinger, spor, topologi, ressurshelse og operasjonell kontekst på tvers av skymiljøer .
• Naturlig språk-chat: Lar ingeniører stille åpne spørsmål og gjennomføre guidede undersøkelser mot telemetridata uten å måtte skrive Kusto Query Language (KQL)-spørringer manuelt .
• Dypdykksundersøkelser: Agenten danner hypoteser, samler bevis, sammenligner signaler etter tid/omfang/type, utelukker svake forklaringer og presenterer et fullstendig resonnement .
• Resonnementsinnsyn: Agenten viser hva den fant, hva den utelukket, og hvorfor – den støtter menneskelig dømmekraft i stedet for å omgå den .
• Bred signalkorrelasjon: Fungerer på tvers av Azure-overvåkede applikasjoner, AKS, VM-er, Foundry-telemetri, infrastruktur og plattformsignaler .
• Azure RBAC-integrasjon: Interaktiv chat og undersøkelser bruker den innloggede brukerens identitet og rollebaserte tilgangskontroll .
• Ingen trening på brukerdata: Spørringer og svar brukes ikke til å trene KI-modellene .

Autonome operasjoner (offentlig forhåndsvisning)

Sammen med GA lanserte Microsoft autonome operasjoner i offentlig forhåndsvisning. Disse funksjonene kjører i bakgrunnen for å redusere manuelt triasearbeid:

• Kontinuerlig varselskorrelering: Agenten analyserer varsler kontinuerlig når de utløses, grupperer relaterte varsler i én enkelt Azure Monitor-sak, og vedlegger en naturlig språk-forklaring på hvorfor varslene hører sammen .
• Saksopprettelse fra fremtredende varsler: Agenten kan opprette saker basert på individuelle viktige varsler i henhold til egendefinerte instruksjoner (f.eks. "opprett alltid sak for alvorlighetsgrad 2-varsler") .
• Automatiske dypdykksundersøkelser: Agenten kan kjøre dypdykksundersøkelser på saker den selv har opprettet .

Det er viktig å merke seg at mennesker forblir i kontroll. Agenten starter ikke ressurser på nytt, endrer konfigurasjon eller løser problemer på egen hånd . Alle beslutninger om avhjelping forblir hos ingeniøren . Autonome operasjoner er underlagt Supplerende bruksvilkår for Microsoft Azure-forhåndsvisninger .

Hvordan agenten diagnostiserer skybrudd

Agenten er basert på Microsofts mange års erfaring med å drifte Azure. Den er designet for å diagnostisere hva som går galt under brudd, uten stress, tretthet eller tunnelsyn som kan påvirke menneskelige operatører .

Den kobler sammen logger, målinger, spor, varsler, avhengigheter, ressursgraf, ressurshelse, aktivitetslogger, Foundry-telemetri og endringer for å spore et problem tilbake til den sannsynlige årsaken . Kubernetes-medskaper Brendan Burns beskrev agenten som et hypotesedannelseslag på toppen av deterministisk automatisering: agenten kan danne en teori om hva som gikk galt, teste den mot dataene, og fortsette å arbeide for å finne en løsning .

Begrensninger og restriksjoner

Flere begrensninger gjelder for den nåværende utgivelsen:

• Autonome operasjoner er kun i offentlig forhåndsvisning – de dekkes ikke av GA-støttevilkår og er underlagt forhåndsvisningens juridiske vilkår .
• Ingen autonom handling: Agenten undersøker og anbefaler, men starter ikke ressurser på nytt, endrer konfigurasjon eller løser problemer .
• Begrensning for egendefinerte instruksjoner: Egendefinerte instruksjoner er begrenset til 8 192 tegn per Observability Agent-ressurs .
• Tak for dypdykksundersøkelser: Én enkelt dypdykksundersøkelse er begrenset til 500 Azure Agent Credits (AAC) .
• Ingen dedikert filtre for agentopprettede saker: I sakslistevisningen er det kun [<AppName>]-tittelprefikset som skiller agentopprettede saker .
• Regions- og omfangsbegrensninger: Autonome operasjoner kjører mot en dedikert Microsoft.Monitor/observabilityAgents-ressurs med en scoped administrert identitet .

Priser og fakturering

• Forbruksbasert prismodell: Du betaler kun for KI-arbeidet agenten utfører, målt i Azure Agent Credits (AAC) .
• Tre faktureringsmønstre: Chat (vanligvis lavest kostnad), dypdykksundersøkelser (høyere kostnad, begrenset til 500 AAC per operasjon), og autonome operasjoner (varselskorrelering faktureres ikke under forhåndsvisning; automatiske dypdykksundersøkelser faktureres) .
• AAC-listepriser: Tilgjengelig på Azure Monitor-prissiden .
• Fakturering starter: 1. juli 2026 .
• Varselskorrelering: Den kontinuerlige bakgrunnsgrupperingen av varsler faktureres ikke under offentlig forhåndsvisning .

Merknad om KPMG

Tilgjengelig dokumentasjon dekker KPMGs utrulling av Agent 365 (Microsofts bredere agentstyringsplattform), ikke Observability Agent spesifikt. KPMG distribuerte Agent 365 til 276 000 personer som del av et bedriftsomfattende agentstyringsinitiativ . Ingen spesifikke resultater eller måltall for KPMGs bruk av selve Azure Copilot Observability Agent ble funnet i de foreliggende kildene. Microsofts blogginnlegg og samfunnsartikler fremhever GA-kunngjøringen, men nevner ikke KPMG som en tidlig bruker av denne spesifikke agenten.