AI సహాయంతో ఇన్సిడెంట్ రెస్పాన్స్ చిత్రణ. చూపిన టూల్స్, విక్రేతలు ఉదాహరణలు మాత్రమే, ధృవీకరించిన స్థానిక అనుసంధానాలు కావు.
Claude Managed Agents ఇన్సిడెంట్లను పరిశోధించగలవు, రన్బుక్లను అనుసరించగలవు, ఆపరేషనల్ టూల్స్తో పనిచేయగలవు. DevOps టీమ్లకు అవకాశం ఏమిటంటే, స్పందన ప్రక్రియలో ఎక్కువ భాగాన్ని ఆటోమేట్ చేయడం. సవాలు ఏమిటంటే, ఏజెంట్ ఏమి అమలు చేయడానికి అనుమతించబడాలో నిర్ణయించడం.
ఒక అప్లికేషన్ ప్రొడక్షన్లో ఎర్రర్లు ఇవ్వడం మొదలుపెడుతుంది. మానిటరింగ్ వైఫల్యాల్లో అసాధారణ పెరుగుదలను గుర్తించి ఆన్-కాల్ ఇంజనీర్కు అలర్ట్ పంపుతుంది.
ఇంజనీర్ తెలిసిన పద్ధతిలో పరిశోధన మొదలుపెడతారు. లాగ్లను పరిశీలిస్తారు, ఇటీవలి డిప్లాయ్మెంట్లను తనిఖీ చేస్తారు, ప్రభావితమైన సేవను గుర్తిస్తారు, రన్బుక్ను చూస్తారు. సమస్యకు మౌలిక సదుపాయాల మార్పు అవసరమైతే, వారు ఫిక్స్ను సిద్ధం చేసి సంస్థ ఆమోదం ప్రక్రియను అనుసరిస్తారు.
AI అసిస్టెంట్లు ఇప్పటికే లాగ్లను అర్థం చేసుకోవడానికి, ట్రబుల్షూటింగ్ దశలను సూచించడానికి ఇంజనీర్లకు సహాయపడగలవు. కానీ అలర్ట్ రాగానే, ఎవరైనా సమస్యను వివరించే వరకు ఆగకుండా, ఒక AI ఏజెంట్ పరిశోధన మొదలుపెట్టగలిగితే? Claude Managed Agents తెరిచిన అవకాశాల్లో ఇదొకటి, వీటిని Anthropic April 8, 2026న పబ్లిక్ బీటాలో ప్రారంభించింది.
బహుళ-దశల పనులు అమలు చేయగల, టూల్స్ వాడగల, తమ పని స్థితిని నిలుపుకోగల AI ఏజెంట్లను నడపడానికి ఈ సేవ మౌలిక సదుపాయాలను అందిస్తుంది. తర్వాతి అప్డేట్లు పనిని సమన్వయం చేసే, ఆపరేషనల్ ట్రేస్లను ఎగుమతి చేసే సామర్థ్యాలను చేర్చాయి. DevOps, సైట్ రిలయబిలిటీ ఇంజనీరింగ్ (SRE) టీమ్లకు, ఒక AI ఏజెంట్ను ఇప్పటికే ఉన్న ఇన్సిడెంట్-రెస్పాన్స్ వర్క్ఫ్లోలకు అనుసంధానించే అవకాశం ఆసక్తికరమైన పరిణామం.
మేనేజ్డ్ ఏజెంట్ చాట్బాట్ కంటే ఎలా భిన్నం
చాట్బాట్ సాధారణంగా ఒక అభ్యర్థనకు స్పందిస్తుంది. ఇంజనీర్ ఎర్రర్ సందేశాన్ని పంచుకుని, ఏమి తప్పు కావచ్చని అడిగి, వివరణ లేదా సూచించిన కమాండ్లు పొందుతారు. మేనేజ్డ్ ఏజెంట్ మరింత చురుకైన పాత్ర పోషించగలదు.
ఒక ఈవెంట్ జరిగినప్పుడు అప్లికేషన్ ఒక సెషన్ను సృష్టించగలదు. ఏజెంట్ ఇన్సిడెంట్ సందర్భాన్ని అందుకుని, అందుబాటులో ఉన్న టూల్స్ను పిలిచి, వాటి ఫలితాలను పరిశీలించి, తర్వాత ఏమి పరిశోధించాలో నిర్ణయిస్తుంది.
ఫైల్స్ చదవడం, కమాండ్లు నడపడం వంటి పనుల కోసం Claude Managed Agents ఎగ్జిక్యూషన్ వాతావరణాన్ని, సెషన్ నిర్వహణను, అంతర్నిర్మిత టూల్స్ను అందిస్తుంది. టూల్స్, Model Context Protocol (MCP) ద్వారా బాహ్య వ్యవస్థలకు కనెక్షన్లకు కూడా ఇది తోడ్పడుతుంది.
Anthropic పూర్తి ఇన్సిడెంట్-మేనేజ్మెంట్ ఉత్పత్తిని అందిస్తుందని దీని అర్థం కాదు. మానిటరింగ్ అనుసంధానాలు, ఆపరేషనల్ అనుమతులు, పరిష్కార విధానాలు సంస్థ బాధ్యతగానే ఉంటాయి. తేడా ఏమిటంటే, అంతర్లీన ఏజెంట్ రన్టైమ్లోని ప్రతి భాగాన్ని తామే నిర్మించకుండా డెవలపర్లు ఏజెంట్ వర్క్ఫ్లోను నిర్మించగలరు.
అలర్ట్ నుంచి పరిశోధన వరకు ఒక ఇన్సిడెంట్ను అనుసరించడం
Anthropic తన April 10 ట్యుటోరియల్ *Build an SRE Incident Response Agent with Claude Managed Agents*లో ఒక నిర్దిష్ట ఉదాహరణను ఇస్తుంది. ప్రదర్శన ఒక సిమ్యులేట్ చేసిన PagerDuty అలర్ట్తో మొదలవుతుంది. ఒక వెబ్హుక్ ఇన్సిడెంట్ వివరాలను అప్లికేషన్కు పంపుతుంది, అది ఏజెంట్ సెషన్ను ప్రారంభిస్తుంది.
తర్వాత ఏజెంట్ తన శాండ్బాక్స్ లోపల అందుబాటులో ఉన్న టూల్స్తో లాగ్లను, మౌలిక సదుపాయాల ఫైల్స్ను పరిశీలిస్తుంది. ఇది Skill ద్వారా ఇచ్చిన రన్బుక్ను కూడా చూస్తుంది, Skill అంటే సూచనలు, సహాయక ఫైల్స్ ఉన్న పునర్వినియోగ ప్యాకేజీ. ఇన్సిడెంట్ను టీమ్ ఎలా పరిశోధించాలని ఆశిస్తుందో, మౌలిక సదుపాయాలను మార్చే ముందు రన్బుక్ను తనిఖీ చేయడంతో సహా, Skill ఏజెంట్కు చెబుతుంది.
ఏజెంట్ సంభావ్య కాన్ఫిగరేషన్ సమస్యను గుర్తించిన తర్వాత, ప్యాచ్ను సిద్ధం చేస్తుంది. మెర్జ్ చేసే ముందు పుల్ రిక్వెస్ట్ను తెరవడానికి, మానవ ఆమోదం అడగడానికి కస్టమ్ టూల్స్ వర్క్ఫ్లోకు అనుమతిస్తాయి. ఇంజనీర్ ప్రతి అడుగుకు మాన్యువల్గా ప్రాంప్ట్ చేయకుండానే ఏజెంట్ అనేక దశల గుండా ఎలా కదలగలదో ఈ క్రమం చూపిస్తుంది.
ఒక ముఖ్యమైన పరిమితి ఉంది. ట్యుటోరియల్లో PagerDuty, GitHub, Datadog సిమ్యులేట్ చేయబడ్డాయి. నిజమైన ప్రొడక్షన్ ఇన్సిడెంట్ల సమయంలో అది ఎంత నమ్మదగినదిగా పనిచేస్తుందో కాక, అనుసంధానాన్ని ఎలా నిర్మించాలో ఆ ఉదాహరణ చూపిస్తుంది.
పరిశోధన ఆపరేషనల్ చర్యగా మారినప్పుడు
లాగ్లు చదవడం, సాధ్యమైన కారణాన్ని గుర్తించడం ప్రొడక్షన్ మౌలిక సదుపాయాలను మార్చడం కంటే భిన్నం. ఇన్సిడెంట్ టికెట్లను సృష్టించడానికి, పుల్ రిక్వెస్ట్లను తెరవడానికి లేదా ఆమోదించిన స్క్రిప్ట్లను నడపడానికి ఒక ఏజెంట్ను టూల్స్కు కనెక్ట్ చేయవచ్చు. అదనపు అభివృద్ధితో, సంబంధిత అలర్ట్లను అనుసంధానించడానికి లేదా పునరావృత నోటిఫికేషన్లను గుర్తించడానికి కూడా అది సహాయపడగలదు.
ఇవి కస్టమర్ నిర్మించగల వర్క్ఫ్లోలు. Claude Managed Agentsలో సిద్ధంగా ఉన్న అలర్ట్-డీడూప్లికేషన్ లేదా స్వయంచాలక పరిష్కార సేవ ఉందని అవి రుజువు కావు.
మా ఇన్సిడెంట్ ఉదాహరణలోని కాన్ఫిగరేషన్ సమస్యను పరిశీలించండి. ప్యాచ్ను సిద్ధం చేయడం ఇంజనీర్కు పరిశీలించడానికి ఒక నిర్దిష్టమైనదాన్ని ఇస్తుంది. ఆ ప్యాచ్ను వర్తింపజేయడం వ్యవస్థ ఆపరేషనల్ స్థితిని మారుస్తుంది. ప్రతిపాదిత ఫిక్స్ సరిగా కనిపించినా, అది ఇతర సేవలను ప్రభావితం చేయవచ్చు లేదా ఇప్పటికే జరుగుతున్న డిప్లాయ్మెంట్తో కలిసి సమస్యలు రేపవచ్చు.
కాబట్టి కమాండ్ను అమలు చేయగలగడం, దాన్ని అమలు చేయడం సురక్షితమని నిర్ధారించదు. ఏజెంట్ సామర్థ్యానికి, ఆపరేషనల్ అధికారానికి మధ్య తేడా ఇక్కడే ముఖ్యమవుతుంది.
ఏజెంట్ అమలుకు రన్బుక్లు ఎలా తోడ్పడాలి
సంప్రదాయ రన్బుక్లు తరచుగా అనుభవజ్ఞుడైన ఇంజనీర్ సూచనలను అర్థం చేసుకుంటారని ఊహిస్తాయి. ఒక విధానం “సేవ అనారోగ్యంగా కొనసాగితే దాన్ని రీస్టార్ట్ చేయండి” అని చెప్పవచ్చు.
అలా చేసే ముందు, ఇంజనీర్ ఇటీవలి డిప్లాయ్మెంట్లను, ఆధారపడే సేవలను, గత పునరుద్ధరణ ప్రయత్నాలను తనిఖీ చేయవచ్చు. టీమ్ వాటిని ప్రామాణిక పద్ధతిగా భావిస్తుంది కాబట్టి ఆ తనిఖీలు స్పష్టంగా రాసి ఉండకపోవచ్చు. రాయని ఊహలపై ఏజెంట్ సురక్షితంగా ఆధారపడలేదు.
ఆటోమేటెడ్ అమలుకు, విధానానికి స్పష్టమైన షరతులు కావాలి.
- సమస్యను ఏ ఆధారం నిర్ధారిస్తుంది?
- ఏ డయాగ్నస్టిక్ తనిఖీలు అవసరం?
- ఈ వాతావరణంలో ఆ చర్య అనుమతించబడిందా?
- అమలు ఎప్పుడు ఆగాలి?
- పునరుద్ధరణను ఎలా ధృవీకరించాలి?
ఇది పూర్తిగా కొత్త క్రమశిక్షణ కాదు. సంప్రదాయ ఆటోమేషన్కు కూడా నమ్మదగిన ముందస్తు షరతులు, ఊహించదగిన చర్యలు, వైఫల్య నిర్వహణ అవసరం. అందుబాటులో ఉన్న ఏ టూల్స్ను, ఏ క్రమంలో వాడాలో ఏజెంట్ ఎంచుకోగలదు కాబట్టి మేనేజ్డ్ ఏజెంట్లు మరో పరిగణనను తెస్తాయి. రన్బుక్ ఆ నిర్ణయ ప్రక్రియకు మార్గదర్శకం కావచ్చు, కానీ సూచనలు మాత్రమే ప్రొడక్షన్ అనుమతులను నిర్ణయించకూడదు.
చర్య తీసుకునే నిర్ణయం ఎక్కడ జరుగుతుంది
అంతర్నిర్మిత, MCP టూల్స్ కోసం Claude Managed Agents కాన్ఫిగర్ చేయగల అనుమతి విధానాలను అందిస్తుంది. ఒక టూల్ ఆటోమేటిక్గా అమలు కావచ్చు, ఆమోదం కోరవచ్చు లేదా అమలుకు ముందు మూల్యాంకనం కావచ్చు. అయితే, ఈ విధానాలు కస్టమ్ టూల్స్ను నియంత్రించవు. ఏజెంట్ కస్టమ్ టూల్ను అభ్యర్థించినప్పుడు, ఆ అభ్యర్థనను కస్టమర్ అప్లికేషన్ అందుకుని, దాన్ని అమలు చేయాలో నిర్ణయించే బాధ్యత దానిదే.
ఇన్సిడెంట్ రెస్పాన్స్కు ఈ తేడా ప్రత్యేకంగా ముఖ్యం. లాగ్లను పరిశీలించడానికి, కాన్ఫిగరేషన్ ఫైల్స్ చదవడానికి, పుల్ రిక్వెస్ట్ సిద్ధం చేయడానికి ఒక సంస్థ ఏజెంట్ను అనుమతించవచ్చు, సేవలను రీస్టార్ట్ చేసే లేదా ప్రొడక్షన్ మౌలిక సదుపాయాలను మార్చే చర్యలకు స్పష్టమైన ఆమోదం కోరవచ్చు. ఏజెంట్ సూచనలతో సంబంధం లేకుండా అప్లికేషన్ ఆ హద్దులను అమలు చేయాలి.
ఒక చర్య విఫలమైనప్పుడు, రెండుసార్లు అభ్యర్థించబడినప్పుడు లేదా పాక్షికంగా మాత్రమే పూర్తయినప్పుడు ఏమి జరుగుతుందో కూడా అది పరిగణించాలి. ఏజెంట్ను ఆపడం బాహ్య వ్యవస్థ ద్వారా ఇప్పటికే చేసిన మార్పును తప్పనిసరిగా వెనక్కి తీసుకోదు.
Anthropic శాండ్బాక్స్, నెట్వర్క్, క్రెడెన్షియల్, సెషన్-మానిటరింగ్ నియంత్రణలను అందిస్తుంది. ఆ నియంత్రణలు ఉపయోగకరమైనవే, కానీ అవి సురక్షిత అనుసంధాన రూపకల్పనకు, విజయవంతమైన పునరుద్ధరణను నిర్ధారించడానికి అవసరమైన ఆపరేషనల్ తనిఖీలకు ప్రత్యామ్నాయం కావు.
డేటా నిర్వహణకూ శ్రద్ధ కావాలి. Managed Agents ప్రస్తుతం Anthropic Zero Data Retention ఏర్పాటుకు లేదా HIPAA Business Associate Agreement కవరేజీకి అర్హత పొందలేదు. సున్నితమైన ఆపరేషనల్ సమాచారాన్ని నిర్వహించే టీమ్లు ప్రొడక్షన్ డేటాను కనెక్ట్ చేసే ముందు ఆ పరిమితులను సమీక్షించాలి.
DevOps టీమ్లు ఈరోజు ఎంత దూరం వెళ్లాలి
స్వయంచాలకంగా మొదలై అనేక ఆపరేషనల్ దశల గుండా సాగే ఇన్సిడెంట్ పరిశోధనతో ప్రయోగాలు చేయడానికి Managed Agents ఆచరణాత్మక అవకాశాన్ని సృష్టిస్తుంది. ఆ వర్క్ఫ్లోను ఎలా నిర్మించవచ్చో అధికారిక SRE ప్రదర్శన చూపిస్తుంది. స్వయంచాలక పరిష్కారం పునరుద్ధరణ సమయాన్ని స్థిరంగా మెరుగుపరుస్తుందని లేదా తెలియని ఇన్సిడెంట్లలో నమ్మదగినదిగా పనిచేస్తుందని అది రుజువు చేయదు.
ప్లాట్ఫారమ్ను మూల్యాంకనం చేసే టీమ్కు, విస్తృత ప్రొడక్షన్ యాక్సెస్ కంటే నియంత్రిత ప్రయోగమే మరింత ఉపయోగకరమైన ప్రారంభ బిందువు. సిద్ధం చేసిన లాగ్లు, ఒక రన్బుక్, పరిమిత సంఖ్యలో రీడ్-ఓన్లీ డయాగ్నస్టిక్ టూల్స్కు యాక్సెస్తో ఒక టెస్ట్ అలర్ట్ ఏజెంట్ సెషన్ను ప్రారంభించవచ్చు. ఏజెంట్ సంబంధిత ఆధారాన్ని గుర్తిస్తోందా, విధానాన్ని అనుసరిస్తోందా, తన ప్రతిపాదిత చర్యను సరిగా వివరిస్తోందా అని ఇంజనీర్లు మూల్యాంకనం చేయవచ్చు.
తర్వాతి ప్రయోగంలో ఏజెంట్ను మార్పును సమీక్ష కోసం సిద్ధం చేయడానికి అనుమతించవచ్చు, దాన్ని వర్తింపజేసే అనుమతి లేకుండా. ఏజెంట్ ఉపయోగకరమైన ఆపరేషనల్ సామర్థ్యాన్ని జోడిస్తోందా, దాని నిర్ణయాలు ఎక్కడ నమ్మదగనివిగా ఉన్నాయో ఈ ట్రయల్స్ నిర్ధారించడంలో సహాయపడతాయి.
ఇప్పటికే ఉన్న IT ఆపరేషన్ల వ్యవస్థల చుట్టూ డెవలపర్లు ఏమి నిర్మించగలరో Claude Managed Agents మారుస్తుంది. మానిటరింగ్, నమ్మదగిన ఆటోమేషన్, మానవ విచక్షణ, స్థిరపడిన ఇన్సిడెంట్-మేనేజ్మెంట్ పద్ధతుల అవసరాన్ని అది తొలగించదు.
DevOps, SRE టీమ్లకు ముఖ్యమైన నిర్ణయం, AI ఏజెంట్ ఇన్సిడెంట్కు స్పందించగలదా అన్నది మాత్రమే కాదు. ఆ స్పందనలో ఏ భాగాలను సురక్షితంగా అప్పగించవచ్చో, ఏజెంట్ తన పరిమితులను చేరిందని టీమ్కు ఎలా తెలుస్తుందో అన్నదే.
మరింత లోతుగా
- Claude Platform Release Notes, Anthropic. April 8, 2026 బీటా, తర్వాతి విడుదలలు.
- Claude Managed Agents Overview, Anthropic. మేనేజ్డ్ ఏజెంట్ మౌలిక సదుపాయాలు, సెషన్లు.
- Build an SRE Incident Response Agent, Gagan Bhat, Anthropic, April 10, 2026. సిమ్యులేట్ చేసిన ఇన్సిడెంట్ రెస్పాన్స్ ట్యుటోరియల్.
- Permission Policies, Anthropic. అంతర్నిర్మిత, MCP, కస్టమ్ టూల్ హద్దులు.
- Secure Your Managed Agents Deployment, Anthropic. అమలు భద్రత పరిగణనలు.
- Session Operations, Anthropic. సెషన్ జీవితచక్ర ప్రవర్తన.
TechiesJournalలో సంబంధిత రచనలు
- AI ఆన్-కాల్ టీమ్లో చేరినప్పుడు: ప్రొడక్షన్ నిర్ణయాలను ఎవరు నియంత్రిస్తారు? ఏజెంట్ ప్రతిపాదించాక ప్రొడక్షన్ నిర్ణయం ఎవరిదో తెలుసుకోవడానికి.
- MCP క్రెడెన్షియల్ హద్దు: మీ OAuth క్రెడెన్షియల్స్ ఎక్కడికి వెళ్తాయో ఒక MCP సర్వర్ ఎందుకు నిర్ణయించకూడదు ఏజెంట్ అనుమతుల్లోని టూల్, క్రెడెన్షియల్ వైపు కోసం.
- ల్యాప్టాప్ మూసిన తర్వాత: ఇన్ఫ్రాస్ట్రక్చర్ AI ఏజెంట్లకు నిజంగా ఏమి కావాలి ఏజెంట్ పని కొనసాగడానికి అవసరమైన రన్టైమ్, మౌలిక సదుపాయాల కోసం.
