New Relic запускает платформу для AI-агентов и новые инструменты OpenTelemetry

Когда компании начинают массово внедрять AI-агентов, возникает неизбежный вопрос: а кто наблюдает за наблюдателями? New Relic, один из ключевых игроков рынка observability, решил ответить на него первым — и представил сразу платформу для создания и управления AI-агентами, а также набор инструментов для более глубокой интеграции данных OpenTelemetry.

Чтобы понять значимость этого анонса, нужно оглянуться на то, что происходит в корпоративном AI прямо сейчас. 2025 год стал годом агентов — автономных AI-систем, которые не просто отвечают на запросы, а самостоятельно выполняют цепочки задач: анализируют данные, вызывают API, принимают решения. Но чем сложнее агент, тем труднее понять, что именно он делает и почему. Классические инструменты мониторинга, заточенные под микросервисы и контейнеры, для этого подходят плохо. Агенты — это не просто код, это последовательности рассуждений, вызовов моделей, обращений к инструментам, каждый из которых может пойти не так.

Именно в эту брешь целится New Relic. Новая платформа AI-агентов позволяет предприятиям не только создавать и разворачивать агентов, но и наблюдать за их полным жизненным циклом. Речь идёт о трассировке цепочек вызовов, мониторинге латентности обращений к языковым моделям, отслеживании стоимости токенов и выявлении аномалий в поведении агентов. По сути, New Relic переносит философию APM — Application Performance Monitoring — на мир агентного AI, где вместо HTTP-запросов нужно отслеживать промпты, а вместо времени ответа базы данных — задержки inference.

Вторая часть анонса не менее важна, хотя звучит более технически. New Relic расширяет интеграцию с OpenTelemetry — открытым стандартом сбора телеметрических данных, который за последние годы стал де-факто lingua franca мира наблюдаемости. OTel позволяет собирать метрики, логи и трассировки из любых систем в унифицированном формате, не привязываясь к конкретному вендору. Улучшенные инструменты New Relic для работы с OTel-данными означают, что компании смогут объединить в единой панели информацию о работе традиционной инфраструктуры и AI-агентов. Это критически важно: агент, который вызывает внешний API с задержкой в три секунды, может выглядеть «сломанным» на уровне AI, тогда как проблема лежит на уровне сети или бэкенда.

Для рынка этот шаг New Relic — сигнал о формировании нового сегмента: observability для AI. До сих пор мониторинг AI-систем оставался фрагментированным. Разработчики использовали LangSmith для отладки цепочек LangChain, Weights and Biases для экспериментов с моделями, а для продакшн-мониторинга часто обходились самописными решениями. New Relic предлагает единую точку входа — и делает это на базе открытого стандарта, что снижает порог входа и риск vendor lock-in.

Конкуренция в этом пространстве будет нарастать стремительно. Datadog уже экспериментирует с AI-мониторингом, Dynatrace развивает свои инструменты причинно-следственного анализа, а стартапы вроде Arize AI и Langfuse целятся точно в ту же нишу. Но у New Relic есть преимущество масштаба: тысячи корпоративных клиентов, которые уже используют платформу для мониторинга инфраструктуры и могут добавить AI-наблюдаемость без смены стека.

Есть и более широкий контекст. По мере того как AI-агенты берут на себя всё более ответственные задачи — от управления облачной инфраструктурой до обработки клиентских запросов с реальными финансовыми последствиями — вопрос их прозрачности становится не просто техническим, а регуляторным. Европейский AI Act и аналогичные инициативы требуют объяснимости и аудируемости автоматизированных решений. Инструменты наблюдаемости для AI-агентов — это не роскошь, а необходимая инфраструктура для соответствия будущим нормам.

New Relic делает ставку на то, что эра агентного AI потребует такой же зрелой инфраструктуры мониторинга, какую мы привыкли видеть в мире облачных приложений. Если эта ставка верна, компания оказывается в правильном месте в правильное время. Если же внедрение агентов замедлится или рынок фрагментируется на десятки несовместимых фреймворков, задача объединения всех потоков данных станет значительно сложнее. Но одно ясно уже сейчас: наблюдаемость AI перестаёт быть нишевой темой и становится обязательным слоем корпоративного стека.