Guia completo do Azure Copilot Observability Agent: recursos, operação, preços e limitações

Em 23 de junho de 2026, a Microsoft anunciou a disponibilidade geral (GA) do Azure Copilot Observability Agent, além de uma prévia pública de operações autônomas. Construído sobre o Azure Monitor, o agente foi projetado para ajudar equipes de engenharia, SRE, DevOps e operações a avançar do ruído de telemetria e alertas para problemas investigados, com raciocínio explicável e recomendações práticas que podem reduzir o Tempo para Mitigação (TTM) . Confira a seguir todos os detalhes do que foi anunciado: funcionalidades, preços, limitações e como o agente diagnostica falhas na nuvem.

Principais funcionalidades e capacidades

O Observability Agent atua como um assistente com IA integrado ao Azure Monitor, fundamentado em dados reais de telemetria . Suas principais capacidades incluem:

• Camada de solução de problemas com IA: correlaciona logs, métricas, traces, topologia, integridade de recursos e contexto operacional em ambientes de nuvem .
• Chat em linguagem natural: engenheiros podem fazer perguntas abertas e conduzir investigações guiadas sem precisar escrever consultas em Kusto Query Language (KQL) .
• Investigações aprofundadas: o agente formula hipóteses, coleta evidências, compara sinais por tempo/escopo/tipo, descarta explicações fracas e apresenta uma trilha de raciocínio completa .
• Transparência no raciocínio: o agente mostra o que encontrou, o que descartou e por quê, apoiando o julgamento humano em vez de substituí-lo .
• Correlação ampla de sinais: funciona com aplicações monitoradas pelo Azure, AKS, VMs, telemetria do Foundry, infraestrutura e sinais de plataforma .
• Integração com Azure RBAC: o chat interativo e as investigações usam a identidade e o controle de acesso do usuário logado .
• Sem treinamento com dados do usuário: prompts e respostas não são usados para treinar modelos de IA .

Operações autônomas (prévia pública)

Junto com o GA, a Microsoft introduziu as operações autônomas em prévia pública. Essas capacidades rodam em segundo plano para reduzir o trabalho manual de triagem:

• Correlação contínua de alertas: o agente analisa continuamente os alertas à medida que disparam, agrupa alertas relacionados em uma única issue do Azure Monitor e anexa uma explicação em linguagem natural .
• Criação de issues a partir de alertas proeminentes: pode criar issues com base em instruções personalizadas (ex.: "sempre crie uma issue para alertas de severidade 2") .
• Investigações profundas automáticas: o agente pode executar investigações aprofundadas automaticamente nas issues que criou .

Importante: os humanos permanecem no controle. O agente não reinicia recursos, altera configurações nem resolve problemas por conta própria . Todas as decisões de mitigação ficam com o engenheiro . As operações autônomas estão sujeitas aos Termos Suplementares de Uso para Prévias do Microsoft Azure .

Como o agente diagnostica falhas na nuvem

O agente é informado pelos anos de experiência da Microsoft operando o Azure. Ele foi projetado para diagnosticar o que está dando errado durante falhas, sem o estresse, fadiga ou visão de túnel que podem afetar operadores humanos .

Ele conecta logs, métricas, traces, alertas, dependências, grafo de recursos, integridade de recursos, logs de atividade, telemetria do Foundry e mudanças para rastrear um problema até sua causa provável . Brendan Burns, cocriador do Kubernetes, descreveu o agente como uma camada de formação de hipóteses sobre a automação determinística: o agente pode formar uma teoria sobre o que deu errado, testá-la contra os dados e continuar trabalhando até encontrar uma solução .

Limitações e restrições

Várias restrições se aplicam à versão atual:

• Operações autônomas estão apenas em prévia pública — não são cobertas pelos termos de suporte do GA e estão sujeitas a termos legais de prévia .
• Nenhuma ação autônoma: o agente investiga e recomenda, mas não reinicia recursos, altera configurações ou resolve problemas .
• Limite de instruções personalizadas: limitado a 8.192 caracteres por recurso do Observability Agent .
• Teto para investigações profundas: uma operação única de investigação profunda é limitada a 500 Azure Agent Credits (AAC) .
• Sem filtro dedicado para issues criadas pelo agente: na visualização de lista de issues, apenas o prefixo [<AppName>] no título diferencia as issues criadas pelo agente .
• Restrições de região e escopo: operações autônomas são executadas contra um recurso Microsoft.Monitor/observabilityAgents dedicado, com identidade gerenciada com escopo .

Preços e faturamento

• Modelo de precificação baseado em consumo: você paga apenas pelo trabalho de IA que o agente executa, medido em Azure Agent Credits (AAC) .
• Três padrões de faturamento: chat (geralmente o menor custo), investigações profundas (custo mais alto, limitado a 500 AAC por operação) e operações autônomas (correlação de alertas não é faturada durante a prévia; investigações profundas automáticas são faturadas) .
• Preços lista AAC: disponíveis na página de preços do Azure Monitor .
• Data de início do faturamento: 1º de julho de 2026 .
• Correlação de alertas: o agrupamento contínuo de alertas em segundo plano não é faturado durante a prévia pública .

Nota sobre a KPMG

As evidências disponíveis cobrem a implantação do Agent 365 pela KPMG (plataforma de governança de agentes mais ampla da Microsoft), não o Observability Agent especificamente. A KPMG implantou o Agent 365 para 276.000 pessoas como parte de uma iniciativa de governança de agentes em toda a empresa . Não foram encontrados resultados ou métricas específicas para o uso do Azure Copilot Observability Agent pela KPMG nas fontes fornecidas. Os blogs e artigos da comunidade da Microsoft destacam o anúncio do GA, mas não citam a KPMG como adotante inicial deste agente específico.