Bug fixes
- Faster, more resilient chat panel: The chat now opens faster, queues bursts of requests, and automatically retries calls that fail due to a brief network hiccup instead of initially surfacing an error.
- Clearer messaging when you hit a usage limit: Instead of a generic error, Autopilot now tells you specifically when your hourly request limit or daily usage limit has been reached.
- More reliable entity search: Entity lookups now correctly perform fuzzy matching and are more likely to prefer entities in the account you're asking about, so you're more likely to find the right one on the first try.
- Fixed incorrect time windows: "IST" could previously be misread as Israel Standard Time instead of India Standard Time, leading to an analysis window that was off by several hours or an unexpected validation error. IST now resolves correctly, along with several other natural-language time-parsing fixes.
- More accurate chart results: Valid chart values are no longer stripped from a visualization when it shouldn't have been.
- Coverage-gap questions now have a more complete answer: Fixed an issue where asking about monitoring coverage gaps (for example, missing alert or entity coverage) might not actually use Autopilot's dedicated coverage-gap analysis, leading to a less complete answer.
- Fewer failed requests when attached context is incomplete: Fixed an issue where a request with incomplete attached context could fail outright instead of falling back to your original question.
New features
- Deeper root cause analysis when you're paged: Autopilot can now help trace an alert back to the code change behind it from more entry points, including incident and Slack-triggered investigations, so you can pinpoint the issue without digging through the entire deployment history.
- See the full data, not just the chart: Tool results now show the underlying data alongside a visualization, so you can more easily verify what Autopilot based its answer on.
- Spot intermittent spikes, not just averages: Metric analysis now surfaces percentile detail and trend history, making a brief spike easier to catch than it would be from an average alone.
- Ask about a full month of alerts in one request: The alert lookback window for entity-scoped queries has been widened from 7 to 30 days, and an oversized request now gets automatically scaled back instead of rejected outright.
- Jump straight into your session: Responses now include direct session links for browser and mobile, so you can pick up where Autopilot left off without hunting for it.
Improvements and enhancements
preview
We're still working on this feature, but we'd love for you to try it out!
This feature is currently provided as part of a preview program pursuant to our pre-release policies.
GitHub MCP Integration Capability Updates (Public Preview)
Autopilot's GitHub integration now ties active alerts more directly to your deployment and release history, so you can triage without switching between tools.
- See in-flight fixes before duplicating the work: During alert triage, Autopilot now checks GitHub for open pull requests already targeting the affected service, so you can see whether a hotfix or related fix is already underway before starting your own.
- Spot version drift the moment an alert fires: Autopilot now compares the release actually deployed against the version that was running when the incident started, surfacing recent rollouts or unverified deployments that may be contributing to the issue.
Bug fixes
- Fixed queries that could fail when counting unique values: Questions that required counting something unique — like how many distinct users hit a specific error — could cause Autopilot to build an invalid NRQL query and fail to respond. Autopilot is now guided to better handle this, making these questions less likely to error out.
- Fewer rejected error-analysis responses: Fixed an issue where asking for a detailed error breakdown could get rejected for being too large to deliver.
- Fewer timeouts analyzing high-volume logs: Increased the time allotted for log analysis so accounts with large log volumes are less likely to time out.
- Cancel to stop the run: Canceling an investigation from the chat panel now stops it running on the backend.
- Faster, cleaner chat panel load: The chat panel now loads Ask AI and Autopilot first instead of waiting on your full agent list, and no longer shows either one twice in the agent dropdown.
- More consistent knowledge-base grounding: Fast, direct-answer responses and alert-triage investigations now draw more consistently on your knowledge base before answering.
- More accurate deployment status in GitHub investigations: Better reporting of service release status.
- Clearer guidance when Autopilot can't find an answer: Replaced a generic "something went wrong" message with more helpful guidance to try rephrasing your question.
- Corrected a misleading connection error: A login-related redirect was being reported as an expired connection; it's now identified correctly.
New features
- Autopilot now applies improved, tailored size limits and smarter budget tracking to every major tool, from NRQL queries to APM and alert analysis, so one oversized response or a single failing tool call is less likely to impact a whole investigation.
- Behind-the-scenes improvements to how Autopilot compresses context, routes requests, and retrieves memory and knowledge help cut processing time without sacrificing answer quality, especially on high-volume accounts. Average run time is down about 20%.
- Improvements for investigating complex environments with many entities, alerts, or logs, where the sheer volume of data could previously cause the run to fail.
Bug fixes
- Autopilot now better grounds Slack responses to the data it actually retrieved.
- Autopilot now better recovers from individual step failures and continues where it can, resulting in fewer incomplete analyses.
- Fixed an issue where a complex query could cause Autopilot to fail silently. These cases now fail fast with a clear explanation so you can make adjustments.
- Generic "something went wrong" messages have been replaced with suggestions that provide specific detail about what happened and what to try next.
- The chart for "how many active issues" now better matches the text details in the response.
Nouveautés
Autopilot : des investigations plus rapides et plus fiables
- Investigations plus rapides : Autopilot répartit désormais les étapes en parallèle, ce qui vous permet d’obtenir des délais de traitement plus courts et moins d’expirations de délai, en particulier pour les requests qui se divisent en plusieurs sous-investigations.
- Routage Fast Path : vous obtiendrez des réponses instantanées pour les requests simples. Un nouveau moteur fast-path reconnaît les questions simples et ignore les étapes inutiles, ce qui vous permet d’obtenir une réponse plus rapidement.
- Enregistrer la mémoire dans le fil de discussion : demandez à Autopilot dans le chat d’enregistrer des informations dans la mémoire et il ajoutera automatiquement ce contexte à la mémoire à long terme.
- Copie NRQL en un clic : copiez les requêtes NRQL générées directement dans votre presse-papiers d’un simple clic depuis le panneau de chat.
- Agrandissement du chat en un clic : agrandissez instantanément le panneau de chat d’un simple clic pour obtenir un espace de travail plus grand et épuré.
- Raccourcis de navigation des requêtes : parcourez et resélectionnez les requêtes passées à l’aide des touches fléchées Haut (↑) et Bas (↓) dans la zone de prompt.
- Des réponses plus fiables : nous avons corrigé plusieurs problèmes pour améliorer les investigations et fournir des réponses plus complètes. Vous recevrez désormais un message clair si vous avez atteint votre limite d’utilisation horaire au lieu d’une erreur brute, et nous avons corrigé un problème rare où une investigation pouvait sembler terminée avant qu’elle ne soit réellement achevée.
Mises à jour des capacités d’intégration MCP GitHub (aperçu public)
Aperçu
Nous travaillons toujours sur cette fonctionnalité, mais nous aimerions que vous l'essayiez !
Cette fonctionnalité est actuellement fournie dans le cadre d'un programme d'aperçu conformément à nos politiques de pré-sortie.
GitHub Enterprise Cloud désormais pris en charge : l’intégration GitHub MCP fonctionne désormais avec GitHub Enterprise Cloud en plus de GitHub public. Si votre organisation utilise une instance YOURSUBDOMAIN.ghe.com, connectez-la à Autopilot en utilisant le même flux PAT. La seule nouvelle étape consiste à saisir l’URL de votre sous-domaine GHE lors de la configuration. Les deux cas d’utilisation d’investigation fonctionnent sur GHE.com: l’identification de la cause racine déclenchée par un changement, et la recherche manuelle de PR/commit.
Environnements GitHub pris en charge :
| Type de connexion | Format d'URL | Disponibilité |
|---|---|---|
| GitHub public | github.com | Aperçu (depuis 2,1) |
| GitHub Enterprise Cloud | YOURSUBDOMAIN.ghe.com | Aperçu - nouveau dans 2,2 |
Modification de la configuration pour les utilisateurs GHE.com : lors de la connexion de GitHub dans Configure > Autopilot > External MCP connections, saisissez YOURSUBDOMAIN.ghe.com dans le champ de l’URL GitHub au lieu de github.com. Les autorisations PAT sont inchangées : demande de tirage : lecture, contenus : lecture, métadonnées : lecture. Si votre organisation GHE.com applique le SSO SAML, autorisez le PAT pour le SSO dans GitHub avant de le saisir dans New Relic - un jeton non autorisé échoue avec 403 lors de la première utilisation.
Limitez la portée de votre PAT aux référentiels (repository) que vous suivez activement : Autopilot lit les descriptions de PR et les métadonnées de modification de fichier de chaque référentiel que le jeton autorise.
Nouveautés
Autopilot : une analyse plus fiable
- Détection d’anomalies plus précise : l’analyse des dépendances de transactions utilise désormais un seuil plus rigoureux. Le paramètre précédent était trop sensible et signalait le bruit comme des anomalies. L’analyse des dépendances en aval différencie également plus clairement la corrélation de la causalité, ce qui réduit l’attribution spéculative des causes profondes.
- Comparaisons de tendances basées sur des données réelles : lorsqu’Autopilot compare les taux d’erreur ou les nombres actuels à une période antérieure, ces bases de référence proviennent désormais de requêtes NRQL vérifiées.
- Les investigations plus longues se terminent de manière fiable : résolution d’un bug où certains flux d’investigation n’effectuaient pas correctement le compactage de la fenêtre de contexte lorsqu’ils devaient se produire. Si le compactage rencontre une erreur, la progression de votre investigation est préservée plutôt que perdue. Les investigations s’arrêtent également correctement lorsque vous quittez la page, ce qui libère les ressources du navigateur.
- Nombres corrects de problèmes actifs : ajout de correctifs pour renvoyer un nombre plus précis de problèmes lors d'une demande du nombre de problèmes actifs dans votre compte.
- Les réponses Slack s’affichent proprement : les tableaux Markdown et le formatage structuré (en-têtes, séparateurs et listes) s’affichent désormais correctement dans les notifications Slack et les réponses de workflow.
- Résolution d’entité de l’UE corrigée : résolution d’un bug qui rendait difficile pour Autopilot exécuté dans l’UE de trouver l’agent Kubernetes.
- Votre fuseau horaire et votre contexte préservés : votre fuseau horaire et le contexte de l’entité que vous investiguez sont désormais correctement maintenus tout au long de la session. Auparavant, le contexte pouvait être perdu lorsque plusieurs sources de contexte étaient présentes.
- Corrections générales du rendu de l’interface utilisateur lors de l’utilisation d’opérateurs de comparaison et de caractères spéciaux : les requêtes NRQL contenant des opérateurs de comparaison ou d’autres caractères spéciaux ne sont plus tronquées dans la visualisation de la réponse.
- Identification améliorée des injections de prompt, avec moins de faux positifs : Autopilot ne refuse plus à tort les notes inoffensives dans le chat (telles que celles fournissant du contexte ou des détails de clarification) avec un avertissement trompeur de "prompt injection". Le garde-fou est désormais correctement délimité afin que les requests valides se déroulent normalement.
- Améliorations du rappel de la mémoire : résolution de bugs qui empêchaient Autopilot de trouver des faits à partir de recherches multi-mémoires et de signalements inappropriés sur des mémoires valides.
- Préférences correctement respectées : Autopilot ne vous dit plus à tort qu’il ne peut pas se souvenir de vos préférences indiquées (comme la façon dont vous souhaitez être appelé). Vos préférences conversationnelles sont désormais reconnues et respectées.
- Les citations de documentation font référence au bon compte : lorsqu’Autopilot cite de la documentation ou des informations d’entité à partir de recherches RAG, il fait désormais référence aux GUID d’entité appartenant à votre compte.
- Rapports précis des résultats de séries chronologiques : les requêtes NRQL TIMESERIES qui renvoient des données valides ne sont plus signalées à tort comme n'ayant aucun résultat.
- Plus de texte de raisonnement répété : correction d’un bug où le même texte de raisonnement pouvait apparaître plusieurs fois dans l’affichage de réflexion d’Autopilot lors d’une investigation.
- Amélioration de la stabilité du panneau de discussion dans le navigateur : résolution d'une fuite de mémoire qui pouvait provoquer le plantage des onglets du navigateur lors du chargement de l'historique des discussions sur les comptes contenant de nombreuses conversations. Résolution également de plantages lorsque plusieurs onglets du navigateur avaient le panneau de discussion de l'IA ouvert simultanément, et prévention des conflits entre flux d'agents simultanés lors du démarrage d'une nouvelle conversation en cours de flux.
- Meilleurs résumés de visualisation : les réponses d'investigation capturent désormais plus complètement à la fois les requêtes NRQL et leurs visualisations résultantes, vous donnant ainsi un contexte plus riche dans les fiches de résumé.
- L’Investigation d’incident suit les problèmes associés : lors de l’investigation d’un incident majeur avec des problèmes associés sur différents comptes, Autopilot résout désormais chaque problème associé en utilisant son propre ID de compte plutôt que d’utiliser par défaut le compte de l’incident parent.
- Peaufinage de l'interface utilisateur : les évaluations de commentaires ne persistent désormais que lorsque vous les soumettez explicitement. Les icônes d'action sont toujours visibles (elles ne sont plus masquées derrière le survol). La copie de conversation est correctement désactivée jusqu'à ce qu'il y ait du contenu à copier. Les noms de connecteur de commande à barre oblique s'affichent correctement.
Capacité d’intégration MCP GitHub (aperçu public)
Aperçu
Nous travaillons toujours sur cette fonctionnalité, mais nous aimerions que vous l'essayiez !
Cette fonctionnalité est actuellement fournie dans le cadre d'un programme d'aperçu conformément à nos politiques de pré-sortie.
Lorsqu'une alerte signale une régression liée à un déploiement, la première question est presque toujours "qu'est-ce qui a été déployé ?" Vous finissez par basculer entre l'incident New Relic, votre événement de suivi des changements et la PR GitHub pour reconstituer l'histoire. Connectez Autopilot à GitHub afin qu’il puisse extraire la demande de tirage derrière un déploiement de suivi des changements et renvoyer l’historique de "ce qui a été livré" en ligne.
- Lier un déploiement à une demande de tirage : lorsqu’Autopilot identifie un événement de suivi des changements avec un SHA de commit lors d’une investigation, il récupère la demande de tirage associée et renvoie le numéro, le titre, la description, l’auteur et l’URL dans le cadre de la réponse de l’investigation. Aucun changement d’onglet n’est nécessaire.
- Résumer ce qui a changé : Autopilot signale les fichiers modifiés ainsi que le nombre de lignes ajoutées et supprimées pour la demande de tirage qui a livré le déploiement adjacent à l’incident.
- Questions de suivi dans le même fil : une fois qu’une demande de tirage est enregistrée, vous pouvez demander à Autopilot de la comparer au déploiement précédent ou de corréler le changement avec le signal défaillant. Le contexte GitHub reste actif dans cette investigation.
- Fonctionne à partir de n’importe quel point d’entrée : le contexte GitHub circule dans les investigations déclenchées par une destination d’alerte SRE, un message Slack ou le panneau de chat IA. Autopilot intègre automatiquement la demande de tirage chaque fois qu’un événement de suivi des changements avec un SHA de commit est présent.
- Accès en lecture seule via un jeton d'accès personnel : Autopilot utilise votre PAT GitHub configuré et limité à
Pull requests: Read,Contents: ReadetMetadata: Read. Il ne crée jamais de PR, ne publie pas de commentaires, ne fusionne pas de branches et ne stocke pas de code source. Cet aperçu prend en charge la version publique de github.com uniquement. GitHub Enterprise Server (auto-hébergé) et GitHub Enterprise Cloud ne sont pas encore pris en charge. - Configuration au niveau de l’organisation : un gestionnaire d’organisation New Relic connecte GitHub une fois à partir de Configure → Autopilot → External MCP connections. Le PAT est chiffré au repos dans le service de secrets New Relic, isolé dans votre organisation, et récupéré dans la mémoire à portée de requête uniquement pour la durée d’une seule investigation.
Prérequis : configuration active d’Autopilot, suivi des changements configuré avec les SHA de commit transmis à New Relic, accès administrateur de l’organisation GitHub pour créer un PAT à granularité fine, et accès gestionnaire de l’organisation New Relic.
What's new
Autopilot 2.0: Remember What Matters, Investigate in Slack, and Scale to Every Account
Memories: give Autopilot lasting context
Autopilot now has the option to build a persistent knowledge base from your investigations, so you do not need to re-explain the same environment quirks, workarounds, and past incidents every session.
- Save any Autopilot response to memory with a new button in the chat panel, memories can be saved that are specific to you, your account, or your organization, so useful findings persist instead of getting lost in chat history.
- Autopilot recalls what it learned last time: if a past investigation determined that a recurring spike is expected behavior from a scheduled job, Autopilot applies that context to future analyses without requiring you to repeat it.
- You control what's remembered: authorized users can view, search, and delete individual memory entries from the Memory Management UI at any time.
- Access follows your role: organization managers can manage memory at the organization, account, and user level; other roles manage their own private memory and can view what's shared at broader scopes.
For more information about specific functionality and controls, see Autopilot Memories.
Get Autopilot Investigations in Slack with the Slack Integration
- Stay in the Slack thread your team is already in: Mention the New Relic app in any channel you add Autopilot and Autopilot investigates right in the thread, so that you don’t have to bounce between Slack and the New Relic UI to triage an alert.
- Triage alerts without retyping context: When New Relic posts an alert notification to a channel, replying with @New Relic is enough. The agent reads the notification to help identify the entity and the issue, so the first response remains focused on the target issue.
- Keep the conversation going: Multi-turn investigations work in-thread, follow-up questions inherit the prior context, and every reply runs with the asking user's New Relic permissions.
- Connect once, then move on: Linking your Slack identity to New Relic is a one-time step per workspace, and switching the New Relic organization tied to your Slack identity is a single click in the app's Home tab.
- For more information about specific functionality and controls, see Autopilot Slack integration.
Other new features
- Turn Autopilot on or off with one click. Organization managers can now easily turn Autopilot on or off for their organization using New Relic Feature Control.
- Connect more accounts. Now Autopilot can correlate signals across more of your accounts instead of a subset of it.
- Attach specific knowledge documents to a prompt with a slash command. Type the slash command in the Autopilot side panel to pull a specific runbook, retro, or postmortem into the prompt. Attached documents stay in scope for follow-up prompts until you remove them or end the session.
- Autopilot is now the default agent in the chat panel, so you land in it automatically instead of having to switch to it.
- Autopilot is available on HIPAA-designated accounts.
- A redesigned investigation panel is rolling out, with a new header and homepage, inline context management, a reorganized history view, a fullscreen mode, and consistent icon and author styling throughout the conversation.
- Configuration troubleshooting. Instead of a generic error message, you may now see a specific reason and a link to fix potential configuration issues, whether that's a missing entitlement, an account that isn't configured, or a required setup step.
- Downstream-dependency root cause analysis: investigations can now help trace an issue to the services downstream of it, for accounts with Transactions 360 enabled.
Improvements and fixes
- URL decoding: Fixed a class of failures where the agent couldn't determine the account ID from certain New Relic alert URL formats (including HURL state-encoded URLs).
- Long-running investigation improvements. Requests that exceed the execution time limit now route to a summarizer instead of stalling, so you should receive a response even when an investigation runs long.
- Fixed account resolution from certain alert URLs, including HURL state-encoded URLs, that previously prevented Autopilot from determining the correct account.
- More accurate answers, with fewer wrong-account and wrong-entity mistakes: fixes corrected cases where a question about one account or entity could silently return results for a different one, where broad system questions only looked at the literally named service, and where health-summary responses cited correlations that weren't actually supported by evidence.
- Fewer broken or garbled responses: fixes addressed responses rendering as raw text instead of formatted output, broken charts from bad account data, incorrect classification of unhealthy entities as healthy, and bugs that broke generated queries or crashed the panel.
- Faster, more resilient responses under load: this release added retry logic for rate-limit errors, a faster model and timeout handling for simple queries, and graceful degradation so an investigation still returns results if an agent is unavailable.
- Accessibility fixes to composer tooltips and controls in the chat panel.
What's new
New Relic AI Knowledge is now in Autopilot
- Connect Confluence retros, postmortems, runbooks, and custom documents like PDFs, CSVs, and text files so the agent delivers recommendations grounded in your team's best practices, not generic guidance.
- Reduce investigation time by surfacing the past incident that matches what you are seeing, the steps that resolved it, and the team who handled it.
- Ask about standard triage steps for an alert or request the runbook for a specific error, and get a direct answer from your own documentation.
- Update documentation on a recurring schedule so the agent always reflects your most current content as your environment evolves.
For more information, refer to New Relic AI Knowledge.
Improvements to investigation completion - with testing showing a 21% increase in completion rates.
Get the right investigation for the problem you actually have: The Autopilot now picks its strategy based on whether you are seeing a latency spike, an error burst, or missing data, rather than following a fixed template. Coverage now spans APM applications, browser apps, synthetic monitors, external services, Kubernetes workloads, mobile apps, and infrastructure hosts.
Get answers from your data without writing NRQL: The Autopilot now translates plain-language questions about your telemetry into NRQL queries and returns the results, so you can investigate ad hoc questions without knowing the query language or jumping to the query builder.
Compare before-and-after performance after a deployment: The Autopilot uses purpose-built change event tools to give you structured deployment correlation rather than guesswork.
Identify who changed what before an incident: A new audit skill correlates configuration changes to alert policies, monitors, and workloads using
NrAuditEventdata, so you can connect a change to the symptom.Trace requests across services: The Autopilot uses distributed tracing call graphs to identify the upstream and downstream dependencies driving latency or errors.
Better Kafka investigations: Consumer lag, producer throughput, and partition balance analysis are integrated into Kafka-related investigations.
Investigations that read your dashboards and help build new ones: The Autopilot now pulls context from the dashboards you have already built and generates JSON code so you can easily create dashboards from a question, so the views your team has already curated inform every answer and you can walk away with a tailored visualization rather than just text.
Get APM-native answers for APM entities: Investigations on APM applications now query APM-specific metrics directly rather than relying solely on golden signals.
Ask broader questions and get a complete answer in one pass: A single investigation can combine multiple analysis techniques, so you no longer need a chain of follow-up prompts to get a comprehensive picture.
Find out why telemetry went missing: When data appears to be gone, the agent queries
NrIntegrationErrorto surface dropped data, rejected payloads, rate limits, and pipeline failures.Investigations are tailored to your environment from the start: Before the Autopilot picks a strategy, it gathers your entity relationships, recent deployments, and active alerts so the investigation reflects what is actually happening in your environment rather than following a generic playbook.
Catch the signal you would have missed before: Alert-triggered investigations now use wider time windows, and issue lookups use the full default lookback period so you see the complete context around each incident.
Know what the agent could not see: When tool results are truncated or come back empty, the agent tells you exactly what was limited and why.
Vague questions get a useful response: Asking "what's wrong with my app" now triggers a targeted clarifying question instead of silently failing, so you get to an actionable target faster.
Simple questions get simple answers: General and low complexity questions get a direct response instead of being forced through the full investigation pipeline.