• AI 驅動疑難排解：整合日誌、指標、追蹤、拓撲、資源健康同營運環境數據，進行跨雲環境嘅相關性分析
• 自然語言對話：工程師可以用日常語言問問題，進行引導式調查，唔使自己寫 Kusto Query Language (KQL) 查詢
• 深度調查能力：Agent 會提出假設、收集證據、按時間/範圍/類型比較訊號、排除弱解釋，最後展示完整嘅推理過程
• 推理透明度：Agent 會清楚話畀你知佢搵到乜、排除咗乜、點解咁判斷——唔係取代人類判斷，而係輔助
• 廣泛訊號整合：適用於 Azure 監控嘅應用程式、AKS、VM、Foundry 遙測、基建同平台訊號
• Azure RBAC 整合：互動對話同調查會用到登入用戶嘅身份同角色權限控制
• 唔會用你嘅數據訓練模型：你嘅輸入同回覆唔會用嚟訓練底層模型

自主操作功能（公開預覽）

伴隨 GA 推出，Microsoft 同時帶嚟自主操作功能嘅公開預覽。呢啲功能會喺背景持續執行，減少人手分類嘅工作量：

• 持續警報整合：Agent 會持續分析觸發嘅警報，將相關嘅警報歸納成一個 Azure Monitor 問題，並自動附上自然語言解釋，話你知點解呢啲警報係相關嘅
• 自動建立問題：可以根據自訂指令（例如「所有 Severity 2 警報都自動建立問題」），由重要警報建立問題
• 自動深度調查：Agent 可以對佢自己建立嘅問題自動進行深度調查

最重要嘅係：人類仍然掌控一切。Agent 唔會自行重啟資源、更改設定或解決問題；所有修復決定都留返畀工程師 。自主操作功能受 Microsoft Azure 公開預覽嘅補充使用條款約束 。

Agent 點樣診斷雲端故障？

呢個 Agent 嘅設計係基於 Microsoft 多年營運 Azure 嘅經驗，目標係喺故障發生時，幫你診斷問題所在——唔受人類操作員常見嘅壓力、疲勞或隧道視野影響 。

Agent 會連接 日誌、指標、追蹤、警報、依賴關係、資源圖、資源健康、活動日誌、Foundry 遙測同變更記錄，追蹤問題返到最可能嘅成因 。

Kubernetes 共同創辦人 Brendan Burns 形容呢個 Agent 係喺確定性自動化之上加咗一層「假設形成層」：Agent 可以形成一個關於問題成因嘅理論，用數據測試佢，然後繼續搵解決方案 。

限制同注意事項

今次發布有幾個重要限制：

• 自主操作只係公開預覽——唔受 GA 支援條款覆蓋，受預覽法律條款約束
• 唔會自主行動：Agent 會調查同建議，但唔會自行重啟資源、更改設定或解決問題
• 自訂指令長度限制：每個 Observability Agent 資源嘅自訂指令上限係 8,192 個字符
• 深度調查上限：每次深度調查操作上限係 500 Azure Agent Credits (AAC)
• 冇專用篩選器：喺問題列表度，只能靠標題前綴 [<AppName>] 嚟區分係咪 Agent 建立嘅問題
• 區域同範圍限制：自主操作需要一個專用嘅 Microsoft.Monitor/observabilityAgents 資源，配合有限制嘅受管身份

定價同收費

• 按用量收費模型：你只需要為 Agent 實際執行嘅 AI 工作付費，用量以 Azure Agent Credits (AAC) 計量
• 三種收費模式：對話（通常最平）、深度調查（較貴，每次上限 500 AAC）、自主操作（警報整合喺預覽期間唔收費；自動深度調查會收費）
• AAC 定價表：可喺 Azure Monitor 定價頁面查閱
• 開始收費日期：2026年7月1日
• 警報整合：背景持續執行嘅警報分組功能喺公開預覽期間 唔會收費

關於 KPMG

現有資料只提到 KPMG 部署咗 Agent 365（Microsoft 嘅整體 Agent 治理平台），而唔係呢個 Observability Agent 本身。KPMG 將 Agent 365 推廣畀 276,000 名員工使用，作為企業級 Agent 治理計劃嘅一部分 。喺已提供嘅資料入面，冇搵到 KPMG 使用 Azure Copilot Observability Agent 嘅具體結果或指標。Microsoft 嘅官方文章同社群貼文雖然強調 GA 消息，但冇提及 KPMG 係呢個特定 Agent 嘅早期採用者。

• AI 驅動疑難排解：整合日誌、指標、追蹤、拓撲、資源健康同營運環境數據，進行跨雲環境嘅相關性分析
• 自然語言對話：工程師可以用日常語言問問題，進行引導式調查，唔使自己寫 Kusto Query Language (KQL) 查詢
• 深度調查能力：Agent 會提出假設、收集證據、按時間/範圍/類型比較訊號、排除弱解釋，最後展示完整嘅推理過程
• 推理透明度：Agent 會清楚話畀你知佢搵到乜、排除咗乜、點解咁判斷——唔係取代人類判斷，而係輔助
• 廣泛訊號整合：適用於 Azure 監控嘅應用程式、AKS、VM、Foundry 遙測、基建同平台訊號
• Azure RBAC 整合：互動對話同調查會用到登入用戶嘅身份同角色權限控制
• 唔會用你嘅數據訓練模型：你嘅輸入同回覆唔會用嚟訓練底層模型

自主操作功能（公開預覽）

伴隨 GA 推出，Microsoft 同時帶嚟自主操作功能嘅公開預覽。呢啲功能會喺背景持續執行，減少人手分類嘅工作量：

• 持續警報整合：Agent 會持續分析觸發嘅警報，將相關嘅警報歸納成一個 Azure Monitor 問題，並自動附上自然語言解釋，話你知點解呢啲警報係相關嘅
• 自動建立問題：可以根據自訂指令（例如「所有 Severity 2 警報都自動建立問題」），由重要警報建立問題
• 自動深度調查：Agent 可以對佢自己建立嘅問題自動進行深度調查

最重要嘅係：人類仍然掌控一切。Agent 唔會自行重啟資源、更改設定或解決問題；所有修復決定都留返畀工程師 。自主操作功能受 Microsoft Azure 公開預覽嘅補充使用條款約束 。

Agent 點樣診斷雲端故障？

呢個 Agent 嘅設計係基於 Microsoft 多年營運 Azure 嘅經驗，目標係喺故障發生時，幫你診斷問題所在——唔受人類操作員常見嘅壓力、疲勞或隧道視野影響 。

Agent 會連接 日誌、指標、追蹤、警報、依賴關係、資源圖、資源健康、活動日誌、Foundry 遙測同變更記錄，追蹤問題返到最可能嘅成因 。

Kubernetes 共同創辦人 Brendan Burns 形容呢個 Agent 係喺確定性自動化之上加咗一層「假設形成層」：Agent 可以形成一個關於問題成因嘅理論，用數據測試佢，然後繼續搵解決方案 。

限制同注意事項

今次發布有幾個重要限制：

• 自主操作只係公開預覽——唔受 GA 支援條款覆蓋，受預覽法律條款約束
• 唔會自主行動：Agent 會調查同建議，但唔會自行重啟資源、更改設定或解決問題
• 自訂指令長度限制：每個 Observability Agent 資源嘅自訂指令上限係 8,192 個字符
• 深度調查上限：每次深度調查操作上限係 500 Azure Agent Credits (AAC)
• 冇專用篩選器：喺問題列表度，只能靠標題前綴 [<AppName>] 嚟區分係咪 Agent 建立嘅問題
• 區域同範圍限制：自主操作需要一個專用嘅 Microsoft.Monitor/observabilityAgents 資源，配合有限制嘅受管身份

定價同收費

• 按用量收費模型：你只需要為 Agent 實際執行嘅 AI 工作付費，用量以 Azure Agent Credits (AAC) 計量
• 三種收費模式：對話（通常最平）、深度調查（較貴，每次上限 500 AAC）、自主操作（警報整合喺預覽期間唔收費；自動深度調查會收費）
• AAC 定價表：可喺 Azure Monitor 定價頁面查閱
• 開始收費日期：2026年7月1日
• 警報整合：背景持續執行嘅警報分組功能喺公開預覽期間 唔會收費

關於 KPMG

現有資料只提到 KPMG 部署咗 Agent 365（Microsoft 嘅整體 Agent 治理平台），而唔係呢個 Observability Agent 本身。KPMG 將 Agent 365 推廣畀 276,000 名員工使用，作為企業級 Agent 治理計劃嘅一部分 。喺已提供嘅資料入面，冇搵到 KPMG 使用 Azure Copilot Observability Agent 嘅具體結果或指標。Microsoft 嘅官方文章同社群貼文雖然強調 GA 消息，但冇提及 KPMG 係呢個特定 Agent 嘅早期採用者。