AI-plattformar i juli 2026: Dynatrace automatiserar driften och Exabeam fördubblar agentdetekteringen

Det viktigaste i uppdateringen

• AI-agenter för styrd IT-drift: Nya domänspecifika agenter kan självständigt triagera och lösa incidenter. Bland nyheterna finns en Autonomous SRE Agent, en Cloud SRE Agent och en Agent Builder för att skapa egna agenter .
• Automatisering utan kod: Team kan bygga arbetsflöden för automatiserade svar utan att skriva kod .
• Förebyggande åtgärder och självläkning: Plattformen ska inte bara föreslå vad som bör göras, utan även kunna upptäcka och förhindra störningar samt genomföra korrigerande åtgärder automatiskt .
• Snabbare hantering i moln- och AI-miljöer: Målet är kortare tid från upptäckt till lösning, samtidigt som företagets regler för styrning, efterlevnad och mänskligt ansvar finns kvar .

Dynatrace släppte dessutom SaaS-versionerna 1.343 den 14 juli och 1.344 den 29 juli. Bland funktionerna finns:

• dt-evals för att utvärdera kvaliteten hos stora språkmodeller och AI-agenter – och göra kvaliteten till en signal i den löpande driften .
• dtwiz-kommandoradsverktyget, som automatiskt kan identifiera teknikstacken och börja skicka in data på några minuter .
• Begränsning av OAuth-klienters åtkomsttokenförfrågningar för bättre tjänstetillgänglighet .
• Djupare spårning från distribuerade traces till DEM Application User Events och User Sessions .
• Stöd för att berika OpenTelemetry-spans med heterogena arrayer och komplexa poster via OTLP Ingest API .

Exabeam: större fokus på AI-agenters beteende

Den 1 juli byggde Exabeam ut plattformen New-Scale Security Operations med funktioner för att upptäcka, utreda och säkra AI-agenter. Den AI-fokuserade detekteringen fördubblades från 45 till 90 regler, samtidigt som plattformen fick stöd för övervakning av agenter som använder Anthropics Claude .

Det viktigaste i uppdateringen

• 90 regler för AI-agentdetektering: Täckningen för avvikande beteende hos AI-agenter och digitala medarbetare ökade från 45 till 90 regler .
• Stöd för Anthropic Claude: Exabeam lade till övervakning och observability för Claude-baserade agenter .
• Observra som öppen källkod: Det nya Python-SDK:t ger agenter ett gemensamt telemetrilager. Utvecklare och säkerhetsteam kan instrumentera agentbeteende i flera olika ramverk, normalisera händelser och skicka informationen vidare till säkerhetsplattformar .
• Agent Behavior Verification: Exabeam introducerar ABV, en metod och verktyg för att kontrollera om AI-agenter är korrekt konfigurerade, behöriga och beter sig enligt sin avsedda funktion innan de tas i drift .
• Koppling till OWASP Agentic Top 10: Detektionsreglerna kan relateras till OWASP:s tio viktigaste säkerhetsrisker för agentbaserad AI .
• AI-stödd detekteringsutveckling: Exabeam Nova kan hjälpa analytiker att skapa anpassade detekteringsregler snabbare .

Exabeam släppte också uppdateringar för LogRhythm SIEM i juli. De ska förenkla insamlingen av bevis, hålla utredningsdetaljer synkroniserade och minska manuella moment för analytiker och administratörer . I release notes för New-Scale-plattformen finns dessutom förbättrad koppling mellan e-postadress och primär inloggning, vilket ska minska antalet dubbletter i identitetsdata .

Den större trenden: AI som både agerar och måste kontrolleras

Lanseringarna från Dynatrace och Exabeam pekar i samma riktning: företagsplattformar går från att enbart övervaka och larma till att också agera autonomt inom definierade ramar.

Dynatrace vill göra AI till en aktiv del av IT-driften. En incident ska inte bara beskrivas och skickas vidare till en människa – plattformen ska kunna prioritera den, föreslå en lösning och i vissa fall genomföra den. Den mänskliga kontrollen ska samtidigt finnas kvar genom styrning och efterlevnadskrav.

Exabeam angriper problemet från säkerhetshållet. När AI-agenter får tillgång till system och börjar utföra uppgifter behöver säkerhetsteam kunna se deras aktiviteter, upptäcka avvikelser och verifiera att agenten gör det den har rätt att göra.

Tillsammans illustrerar uppdateringarna en central fråga för nästa fas av företags-AI: det räcker inte längre att kunna observera AI-drivna system. Plattformarna måste också kunna hantera, säkra och korrigera dem i realtid.