AWS viser et hands‑on eksempel på en AI‑assistent til incident‑response, der samler CloudWatch, dokumentation, re:Post og Support i én samtale. Ifølge AWS kan det fjerne 30–45 minutters kontekstskift per undersøgelse – men sikkerhed, IAM, drift og pålidelighed kræver en bevidst plan, test og governance først.

AWS gør AgentCore generelt tilgængelig. To API‑kald, et sæt standardiserede primitives og et isoleret runtime skal få agenter fra idé til drift hurtigere. Spørgsmålet er ikke kun om det virker, men hvad det ændrer i praksis for sikkerhed, drift og observability.

AWS udvider SageMaker med 100+ detaljerede inference-metrics og et SageMaker Insights-dashboard i CloudWatch. Det gør fejlsøgning på generative AI-endpoints mindre gætværk og mere systematik – især når P99-latency pludselig stikker af.

AWS beskriver, at Strands Evals’ detectors automatisk finder fejl i agent-traces, kæder symptomer til årsager og foreslår fixes. Leverandøren hævder gevinster fra timer til minutter; der findes endnu ikke uafhængig validering. Gevinsten kræver disciplin i logging, Bedrock-adgang og omtanke for omkostninger og privacy.

AWS lancerer AgentWatch som en ambient overvågningsagent for DevOps. Den lover mindre alarmstøj og mere kontekst ved at samle CloudWatch‑signaler på tværs af konti, køre 15‑minutters checks og skubbe handlingsklare opsummeringer til Slack. Vi ser et vigtigt skridt – men også nye krav til governance, tagging og integration, før det virker i virkeligheden.

Uforudsete AI-udgifter kan vælte budgettet, især med Amazon Bedrocks token-baserede model. Artiklen guider IT-ledere, økonomiansvarlige og udviklere til proaktiv cost management med serverless-arkitektur, automatisering og best practices – så AI skaber værdi uden økonomiske overraskelser.