• AI-drivet felsökningslager: Korrelerar loggar, mått, spår, topologi, resurshälsa och operativ kontext över molnmiljöer .
• Chatt på naturligt språk: Ingenjörer kan ställa frågor och genomföra guidade utredningar mot telemetridata utan att skriva KQL-frågor (Kusto Query Language) för hand .
• Djupgående utredningar: Agenten formulerar hypoteser, samlar in bevis, jämför signaler efter tid/omfattning/typ, utesluter svaga förklaringar och presenterar en fullständig resonemangskedja .
• Transparent resonemang: Agenten visar vad den hittade, vad den uteslöt och varför, vilket stödjer mänskligt omdöme snarare än att kringgå det .
• Bred signalkorrelation: Fungerar över Azure-övervakade applikationer, AKS, virtuella datorer, Foundry-telemetri, infrastruktur och platformsignaler .
• Azure RBAC-integrering: Interaktiv chatt och utredningar använder den inloggade användarens identitet och rollbaserade åtkomstkontroll .
• Ingen träning på användardata: Prompter och svar används inte för att träna grundmodellerna .

Autonom drift (publik förhandsversion)

Utöver den allmänna tillgängligheten introducerade Microsoft autonom drift i publik förhandsversion. Dessa funktioner körs i bakgrunden för att minska manuellt triagearbete:

• Kontinuerlig larmkorrelering: Agenten analyserar kontinuerligt inkommande larm, grupperar relaterade larm till ett enda Azure Monitor-ärende och bifogar en förklaring på naturligt språk om varför dessa larm hör ihop .
• Skapa ärenden från framträdande larm: Agenten kan skapa ärenden från enskilda betydande larm baserat på anpassade instruktioner (t.ex. "skapa alltid ett ärende för allvarlighetsgrad 2-larm") .
• Automatiska djupgående utredningar: Agenten kan genomföra djupgående utredningar av ärenden den själv har skapat .

Det är viktigt att betona att människan fortfarande har kontrollen. Agenten startar inte om resurser, ändrar konfiguration eller löser ärenden på egen hand . Alla åtgärdsbeslut fattas av ingenjören . Autonom drift omfattas av komplementära användningsvillkor för Microsoft Azure-förhandsversioner .

Hur agenten diagnostiserar molnavbrott

Agenten är baserad på Microsofts mångåriga erfarenhet av att driva Azure och är utformad för att diagnostisera vad som går fel under avbrott utan den stress, trötthet eller tunnelseende som kan drabba mänskliga operatörer .

Den kopplar samman loggar, mått, spår, larm, beroenden, resursdiagram, resurshälsa, aktivitetsloggar, Foundry-telemetri och ändringar för att spåra ett problem tillbaka till dess troliga orsak . Kubernetes-medgrundaren Brendan Burns beskrev agenten som att den lägger till ett hypotesbildningslager ovanpå deterministisk automatisering: agenten kan bilda en teori om vad som gick fel, testa den mot data och fortsätta arbeta för att hitta en lösning .

Begränsningar och restriktioner

Flera restriktioner gäller för den aktuella versionen:

• Autonom drift är endast i publik förhandsversion – omfattas inte av supportvillkoren för GA och är föremål för rättsliga villkor för förhandsversioner .
• Ingen autonom åtgärd: Agenten utreder och rekommenderar men startar inte om resurser, ändrar konfiguration eller löser ärenden .
• Begränsning av anpassade instruktioner: Anpassade instruktioner är begränsade till 8 192 tecken per Observability Agent-resurs .
• Tak för djupgående utredningar: En enskild djupgående utredning är begränsad till 500 Azure Agent Credits (AAC) .
• Inget dedikerat filter för agentgenererade ärenden: I ärendelistan visas endast prefixet [<AppName>] i titeln som särskiljer agentgenererade ärenden .
• Regionala begränsningar och omfattning: Autonom drift körs mot en dedikerad Microsoft.Monitor/observabilityAgents-resurs med en begränsad hanterad identitet .

Prissättning och debitering

• Förbrukningsbaserad prismodell: Du betalar endast för det AI-arbete agenten utför, mätt i Azure Agent Credits (AAC) .
• Tre debiteringsmönster: Chatt (vanligtvis lägst kostnad), djupgående utredningar (högre kostnad, tak på 500 AAC per operation) och autonom drift (larmkorrelering debiteras inte under förhandsversionen; automatiska djupgående utredningar debiteras) .
• AAC-listor över priser: Finns på Azure Monitor-prissättningssidan .
• Debiteringsstart: 1 juli 2026 .
• Larmkorrelering: Den kontinuerliga bakgrundsgrupperingen av larm debiteras inte under den publika förhandsversionen .

Not om KPMG

Tillgängliga bevis täcker KPMG:s utrullning av Agent 365 (Microsofts bredare plattform för agentstyrning), inte specifikt Observability Agent. KPMG distribuerade Agent 365 till 276 000 personer som en del av ett företagsomfattande initiativ för agentstyrning . Inga specifika resultat eller mätetal för KPMG:s användning av Azure Copilot Observability Agent i sig hittades i de tillhandahållna källorna. Microsofts blogginlägg och communityartiklar lyfter fram GA-tillkännagivandet men nämner inte KPMG som en tidig användare av just denna agent.

• AI-drivet felsökningslager: Korrelerar loggar, mått, spår, topologi, resurshälsa och operativ kontext över molnmiljöer .
• Chatt på naturligt språk: Ingenjörer kan ställa frågor och genomföra guidade utredningar mot telemetridata utan att skriva KQL-frågor (Kusto Query Language) för hand .
• Djupgående utredningar: Agenten formulerar hypoteser, samlar in bevis, jämför signaler efter tid/omfattning/typ, utesluter svaga förklaringar och presenterar en fullständig resonemangskedja .
• Transparent resonemang: Agenten visar vad den hittade, vad den uteslöt och varför, vilket stödjer mänskligt omdöme snarare än att kringgå det .
• Bred signalkorrelation: Fungerar över Azure-övervakade applikationer, AKS, virtuella datorer, Foundry-telemetri, infrastruktur och platformsignaler .
• Azure RBAC-integrering: Interaktiv chatt och utredningar använder den inloggade användarens identitet och rollbaserade åtkomstkontroll .
• Ingen träning på användardata: Prompter och svar används inte för att träna grundmodellerna .

Autonom drift (publik förhandsversion)

Utöver den allmänna tillgängligheten introducerade Microsoft autonom drift i publik förhandsversion. Dessa funktioner körs i bakgrunden för att minska manuellt triagearbete:

• Kontinuerlig larmkorrelering: Agenten analyserar kontinuerligt inkommande larm, grupperar relaterade larm till ett enda Azure Monitor-ärende och bifogar en förklaring på naturligt språk om varför dessa larm hör ihop .
• Skapa ärenden från framträdande larm: Agenten kan skapa ärenden från enskilda betydande larm baserat på anpassade instruktioner (t.ex. "skapa alltid ett ärende för allvarlighetsgrad 2-larm") .
• Automatiska djupgående utredningar: Agenten kan genomföra djupgående utredningar av ärenden den själv har skapat .

Det är viktigt att betona att människan fortfarande har kontrollen. Agenten startar inte om resurser, ändrar konfiguration eller löser ärenden på egen hand . Alla åtgärdsbeslut fattas av ingenjören . Autonom drift omfattas av komplementära användningsvillkor för Microsoft Azure-förhandsversioner .

Hur agenten diagnostiserar molnavbrott

Agenten är baserad på Microsofts mångåriga erfarenhet av att driva Azure och är utformad för att diagnostisera vad som går fel under avbrott utan den stress, trötthet eller tunnelseende som kan drabba mänskliga operatörer .

Den kopplar samman loggar, mått, spår, larm, beroenden, resursdiagram, resurshälsa, aktivitetsloggar, Foundry-telemetri och ändringar för att spåra ett problem tillbaka till dess troliga orsak . Kubernetes-medgrundaren Brendan Burns beskrev agenten som att den lägger till ett hypotesbildningslager ovanpå deterministisk automatisering: agenten kan bilda en teori om vad som gick fel, testa den mot data och fortsätta arbeta för att hitta en lösning .

Begränsningar och restriktioner

Flera restriktioner gäller för den aktuella versionen:

• Autonom drift är endast i publik förhandsversion – omfattas inte av supportvillkoren för GA och är föremål för rättsliga villkor för förhandsversioner .
• Ingen autonom åtgärd: Agenten utreder och rekommenderar men startar inte om resurser, ändrar konfiguration eller löser ärenden .
• Begränsning av anpassade instruktioner: Anpassade instruktioner är begränsade till 8 192 tecken per Observability Agent-resurs .
• Tak för djupgående utredningar: En enskild djupgående utredning är begränsad till 500 Azure Agent Credits (AAC) .
• Inget dedikerat filter för agentgenererade ärenden: I ärendelistan visas endast prefixet [<AppName>] i titeln som särskiljer agentgenererade ärenden .
• Regionala begränsningar och omfattning: Autonom drift körs mot en dedikerad Microsoft.Monitor/observabilityAgents-resurs med en begränsad hanterad identitet .

Prissättning och debitering

• Förbrukningsbaserad prismodell: Du betalar endast för det AI-arbete agenten utför, mätt i Azure Agent Credits (AAC) .
• Tre debiteringsmönster: Chatt (vanligtvis lägst kostnad), djupgående utredningar (högre kostnad, tak på 500 AAC per operation) och autonom drift (larmkorrelering debiteras inte under förhandsversionen; automatiska djupgående utredningar debiteras) .
• AAC-listor över priser: Finns på Azure Monitor-prissättningssidan .
• Debiteringsstart: 1 juli 2026 .
• Larmkorrelering: Den kontinuerliga bakgrundsgrupperingen av larm debiteras inte under den publika förhandsversionen .

Not om KPMG

Tillgängliga bevis täcker KPMG:s utrullning av Agent 365 (Microsofts bredare plattform för agentstyrning), inte specifikt Observability Agent. KPMG distribuerade Agent 365 till 276 000 personer som en del av ett företagsomfattande initiativ för agentstyrning . Inga specifika resultat eller mätetal för KPMG:s användning av Azure Copilot Observability Agent i sig hittades i de tillhandahållna källorna. Microsofts blogginlägg och communityartiklar lyfter fram GA-tillkännagivandet men nämner inte KPMG som en tidig användare av just denna agent.