de.wedoany.com-Bericht: Grafana Labs hat im Rahmen der vom 27. bis 31. Juli stattfindenden AI Week mehrere neue Künstliche-Intelligenz-Funktionen veröffentlicht, darunter neue Möglichkeiten zur Interaktion mit Telemetriedaten, zur Untersuchung von Vorfällen und zur Überwachung des Verhaltens von KI-Agenten in Produktionsumgebungen. Mat Ryer, Senior Director für KI bei dem Unternehmen, erklärte, die Veröffentlichung ziele darauf ab, Tools zu präsentieren, die sich für Kunden bereits als nützlich erwiesen haben, und nicht Funktionen zu entwickeln, die lediglich das Marktinteresse an KI ausnutzen.
Ryer sagte, das Unternehmen sei im Bereich KI spät gestartet, was es ihm ermögliche, zu beobachten, wie erfolgreich bestehende Lösungen auf dem Markt sind. Er erwähnte, dass viele bestehende Produkte spekulative Elemente enthielten; das Unternehmen sei nicht an KI-Hype interessiert und wolle sicherstellen, dass es vor der Veröffentlichung über konkrete und reale Funktionen verfüge, die für Kunden einen tatsächlichen Unterschied bewirken könnten.
Anfang dieser Woche gab Grafana Labs die allgemeine Verfügbarkeit seines Workspace-Tools bekannt. Dieses Tool bietet eine um konversationsbasierte Agenten aufgebaute Oberfläche als Alternative zu manuell erstellten Dashboards. Benutzer beginnen mit einem Gespräch und stellen Fragen in natürlicher Sprache; der Agent beantwortet diese Fragen auf Grundlage von Telemetriedaten.
Das Unternehmen hat außerdem das Befehlszeilentool gcx sowie Cloud- und Open-Source-MCP-Server offiziell freigegeben, die zuvor nur in frühen Versionen mit eingeschränkter Funktionalität verfügbar waren. Diese Tools bringen die Agentenfähigkeiten von Grafana in Programmieragenten, sodass geplante Codeänderungen auf realen Produktionstelemetriedaten basieren können, anstatt in einer von Telemetriedaten isolierten Umgebung entwickelt zu werden. Die allgemeine Verfügbarkeit bedeutet, dass die zugrunde liegenden APIs festgelegt sind und eine zuvor nicht vorhandene Zusage zur Abwärtskompatibilität besteht.
Die Funktion Assistant Investigations von Grafana Labs wurde zusammen mit Assistant Automations allgemein verfügbar, während eine dritte Funktion, Watcher Agents, in die öffentliche Vorschau überging. Die Investigations-Funktion entsendet mehrere spezialisierte Agenten, die Alarme untersuchen, indem sie Hinweisen nachgehen und mögliche Erklärungen testen, bevor sie von Menschen geprüft werden. Dieser Prozess stellt eine Reihe von Hypothesen auf und versucht, sie zu widerlegen; er enthält ein adversarisches Element, bei dem die Agenten sich intern selbst hinterfragen, um das Vertrauen in ihre Schlussfolgerungen zu erhöhen.
Die Automations-Funktion ermöglicht es Teams, Berichte in natürlicher Sprache zu planen, beispielsweise wöchentliche Zusammenfassungen von Ereignisthemen, die direkt an Slack oder Microsoft Teams gesendet werden. Watcher Agents hingegen überwachen kontinuierlich Situationen, die sich nur schwer mit festen Metriken oder Schwellenwerten definieren lassen, und ergreifen nach Benutzertests und Bestätigung ihres Verhaltens eigenständig Maßnahmen.
Am Donnerstag gab Grafana Labs die allgemeine Verfügbarkeit seiner Agent-Observability-Funktion bekannt. Diese Funktion gibt Teams Einblick in die Latenz und Kosten von KI-Agenten sowie in den Inhalt ihrer Konversationen, einschließlich der Frage, ob angemessene Empfehlungen gegeben und die richtigen Tools verwendet werden. Am folgenden Tag wird das Unternehmen Grafana Assistant auf Slack, Microsoft Teams sowie mobile und Desktop-Anwendungen ausweiten.
Die AI Week wurde zeitlich so gelegt, dass sie die Lücke zwischen den beiden jährlichen Konferenzen von Grafana Labs – GrafanaCon und der im Oktober in San Francisco stattfindenden ObservabilityCON – füllt. Ryer wies darauf hin, dass ein Großteil der Kundeninteraktionen rund um diese Veröffentlichungen über Community-Kanäle wie Reddit und Podcast-Aufzeichnungen erfolgt; das Unternehmen ermutige Kunden, die Tools mit ihren eigenen Produktionsdaten zu testen, anstatt sich auf Demonstrationen zu verlassen. Der gesamte Prozess zielt darauf ab, dass Teams verifizieren können, ob die Ausgaben der Agenten vertrauenswürdig sind, anstatt blind zu vertrauen. Ryer erklärte, dies helfe Benutzern, wirklich darauf zu vertrauen, dass die Agenten die erwarteten Aufgaben ausführen und ihren Ergebnissen vertraut werden kann.
