Det här är en fältnotis från den första produktionsveckan för vårt eget Azure Ops-agentteam. Förloppet nedan är ett representativt utdrag ur körningsloggen; de exakta klockslagen och siffrorna är illustrativa, men mönstret är hämtat från en verklig driftsättning. Vi delar den för att den första veckan i produktion är där teori möter verklighet — och det är sällan där man tror.
Dag ett: det odramatiska
14:42 — driftsättning. De fem agenterna i teamet startade på sina respektive heartbeat-scheman: Azure Monitor Agent var 30:e minut, Incident Responder var 15:e, Infrastructure Analyzer i timmen, Knowledge Writer i timmen, Ops Coordinator var 30:e.
15:07 — första autonoma åtgärden. Monitor Agent läste in telemetri, noterade en konfiguration som drev onödig kostnad, och Infrastructure Analyzer producerade ett åtgärdsförslag. Coordinatorn granskade det, bedömde att det inte krävde mänskligt beslut på den nivån, och loggade det för veckorapporten. Inget larm gick. Ingen människa behövde göra något.
Det är värt att stanna vid hur odramatiskt det var. Den första riktiga produktionsåtgärden var inte en räddad incident. Den var ett tyst, korrekt beslut att något kunde vänta till veckorapporten. Ett system man vågar lämna igång över natten känns just så: tråkigt på rätt sätt.
Resten av veckan: det vi faktiskt lärde oss
Heartbeats är rätt avvägning för drift. Vi körde medvetet inte en händelsedriven arkitektur. Telemetri var 30:e minut fångade allt som hände inom ett fönster där svaret ändå var användbart, och varje agentkörning blev en diskret, loggad rad vi kunde gå tillbaka till. När vi behövde förstå ett beslut i efterhand fanns hela kedjan kvar — vad agenten såg, vad den beslutade, när.
Det mesta är inte en incident. Lejonparten av veckans arbete var observation och småjusteringar som aldrig nådde en människa, precis som det ska vara. Värdet av läsåtkomst-modellen blev konkret här: ingen agent kunde mutera en resurs, så det fanns aldrig en natt vi låg vakna och undrade vad teamet hittade på.
Eskaleringen testades innan vi behövde den. Vi provocerade fram ett par scenarier som skulle ha klassats som P1 för att se att kedjan höll: Incident Responder producerar förslaget, Coordinatorn lyfter det, en människa får det i knät med kontext nog att fatta beslut snabbt. Att veta att vägen fungerar innan en skarp incident inträffar är skillnaden mellan ett system man litar på och ett man hoppas på.
Vad vecka ett egentligen bevisar
En första produktionsvecka bevisar inte att tekniken är smart. Det visste vi redan. Den bevisar att styrningen håller: att gränserna för autonomi sitter där de ska, att eskaleringen går till rätt människa, och att ni kan rekonstruera varje beslut i efterhand. Får ni det att kännas odramatiskt har ni byggt rätt.
Vill ni se hur en sådan första vecka skulle se ut för er Azure-miljö går vi gärna igenom ett konkret exempel. Vår Azure Ops Pilot är designad för precis det — full övervakning och era första resultat på två till fyra veckor.
TalentedAI bygger AI-agentteam för företag. Vi designar, driftsätter och driver agentteam som övervakar, analyserar och rapporterar om er infrastruktur — så att ert team kan fokusera på att bygga.