Компания Grafana Labs, один из пионеров рынка средств наблюдаемости, представила на конференции ObservabilityCON 2026 серию обновлений платформы Grafana Cloud, направленных на мониторинг систем искусственного интеллекта. Об этом сообщает SiliconANGLE.
Grafana начинала с открытой платформы для классической наблюдаемости, а с начала года активно сместила фокус на наблюдаемость ИИ. Исходный стек компании создавался для мониторинга облачной инфраструктуры и приложений прошлого поколения, и Grafana одной из первых обратила внимание на то, что генеративные ИИ-приложения ведут себя принципиально иначе.
Именно из-за этой разницы традиционные инструменты наблюдаемости плохо справлялись с анализом ИИ-моделей и агентов, что затрудняло их отладку. Подход Grafana состоит в том, чтобы рассматривать сессии агентов и диалоги с большими языковыми моделями как стандартные телеметрические сигналы — наравне с логами, метриками и трассировками обычных приложений. Так клиенты могут наблюдать за работой таких систем в контексте всей своей ИТ-инфраструктуры.
Агенты для наблюдения за агентами
С ростом числа автономных агентов, выполняющих всё более сложные задачи за людей, Grafana отвечает запуском специализированных ИИ-агентов, предназначенных именно для наблюдения за поведением таких систем. Компания заявляет о движении к «агентным операциям», и ключевая часть этого направления — новые Assistant Watchers: постоянно работающие агенты, которые изучают нормальные телеметрические паттерны других агентов и отмечают аномалии в их поведении до того, как проблемы разрастутся.
Вместе с Assistant Watchers компания выпускает в режиме предварительного просмотра Grafana Cloud Agents. Они дают контролируемую среду, в которой ИИ может анализировать код в контексте его поведения в продакшене и готовить исправления, проверяемые человеком. Ещё одна новинка — Pages: возможность строить настраиваемые визуализации ИИ-нагрузок в духе приложений, дающие более глубокое понимание, чем стандартные дашборды.
«Watchers выявляют зарождающиеся проблемы, расследования помогают их диагностировать, а Cloud Agents готовят исправления для проверки человеком. Вместе они делают Grafana Cloud более автономным, объединяя обнаружение, диагностику и предложенные действия в один рабочий процесс, опирающийся на телеметрию самой команды», — говорит старший директор по ИИ Grafana Мэт Райер.
Стоимость, хранение и сквозная видимость
Grafana понимает, что наблюдаемость должна решать не только задачи защиты ИИ-нагрузок. Одна из проблем — стоимость работы ИИ в облаке. Для её снижения компания улучшает производительность запросов в Grafana Cloud Logs на основе технологии, полученной с недавним приобретением Logline: это ускоряет полнотекстовый поиск по низкочастотным данным, например по конкретным идентификаторам запросов, без дополнительных затрат.
Ещё одно обновление — Adaptive Logs Archive в составе Adaptive Telemetry Suite. Оно позволяет корпоративным пользователям направлять логи в собственные объектные хранилища в открытых форматах, чтобы дольше хранить данные наблюдаемости с меньшими затратами для будущих расследований и проверок на соответствие требованиям.
Наконец, для сквозной видимости как ИИ-, так и традиционных облачных нагрузок Grafana вводит Knowledge Graph и возможности цифрового мониторинга опыта пользователей (Digital Experience Monitoring). Knowledge Graph связывает зависимости инфраструктуры и приложений с реальным опытом пользователей, чтобы и ИИ-агенты, и инженеры видели общий контекст среды при расследовании проблем. Это дополняют новые инструменты Mobile Observability и Session Replay, позволяющие командам увидеть проблему глазами пользователя.
«У большинства команд проблема не в мониторинге. У них проблема технического долга: телеметрия есть на каждом уровне, но нет способа связать её с клиентом, на которого она влияет. Граф знаний в каждом стеке Grafana Cloud, расширенный от инфраструктуры до пользователя, делает единую наблюдаемость основой, а не тем, что каждой команде приходится собирать самостоятельно», — отмечает директор по продукту Ричард Лэм.
Анонсы показывают, что у Grafana есть ясное видение быстро запутывающегося будущего, в котором ИИ применяется для наблюдаемости, а наблюдаемость необходима для ИИ.
Источник: siliconangle.com
Дополнительные источники: securityweek.com, hackernoon.com, thehackernews.com, axios.com, bloomberg.com, coderpad.io, ai-proof-careers.com, career-coach-bice.vercel.app