New Relic verknüpft Produktions-Telemetrie mit GitHub Copilot und MCP Server
New Relic hat drei Integrationen für GitHub Copilot und den GitHub Model Context Protocol (MCP) Server angekündigt. Sie sollen Probleme in KI-generiertem Code erkennen, bevor und nachdem er in Produktion geht. Vorgestellt hat das Unternehmen sie auf dem GitHub Universe 2026.
- New Relic hat auf dem GitHub Universe 2026 Change Tracking und Preflight für GitHub Copilot sowie Autopilot für den GitHub MCP Server angekündigt.
- Laut dem Report „2026 State of AI Coding“ von New Relic bewerten 94 % der Engineering-Verantwortlichen KI-Code als qualitativ besser, während 78 % mehr Produktionsstörungen melden.
- Change Tracking postet einen Überwachungsplan im PR und prüft die Performance zu sechs Zeitpunkten zwischen 10 Minuten und 72 Stunden nach dem Deployment.
- Bei einer erkannten Regression wird ein GitHub Issue angelegt, und Copilot erstellt einen PR mit einem Fix.
- Preflight zeigt Token-Verbrauch, Latenz und Kosten in der IDE und der CLI an.
Das Problem: schnellerer Code, mehr Störungen
New Relic argumentiert, dass KI-Coding-Assistenten wie GitHub Copilot die Entwicklungsgeschwindigkeit deutlich erhöht haben, die schnelle Auslieferung KI-generierter Software aber neue operative Risiken schafft. Das Unternehmen verweist auf seinen eigenen Report „2026 State of AI Coding“: 94 % der Engineering-Verantwortlichen bewerten KI-generierten Code im Review als qualitativ besser, doch 78 % berichten nach dem Deployment von mehr Produktionsstörungen.
Die neuen Integrationen sollen diese Lücke schließen, indem sie kontinuierliche Telemetrie in den Entwickler-Workflow bringen. Das umfasst das lokale Programmieren in der integrierten Entwicklungsumgebung (IDE), die automatisierte Prüfung von Pull Requests (PR) und die Reaktion auf Störungen, sodass Entwickler und KI-Agenten auf derselben Datenbasis arbeiten.
Change Tracking und Autopilot: vom PR bis zur Störungsbehebung
New Relic Change Tracking for GitHub Copilot schafft einen geschlossenen Kreislauf zwischen Produktionsdaten und Fehlerbehebung. Laut New Relic funktioniert das in drei Schritten:
- Vor dem Merge liest es den PR-Diff und postet einen Überwachungsplan als PR-Kommentar.
- Nach jedem Deployment prüft es die Performance zu sechs Zeitpunkten (10 Minuten, 30 Minuten, 1 Stunde, 2 Stunden, 24 Stunden und 72 Stunden) und gibt ein Urteil ab: Good, Inconclusive oder Regression detected.
- Wird eine Regression erkannt, legt das System automatisch ein GitHub Issue an. GitHub Copilot liest das Issue und erstellt einen PR mit einem Fix. Change Tracking startet den Verifikationszyklus erneut, sobald der Fix geprüft wurde.
New Relic kündigt weitere Verbesserungen an, darunter ein vereinfachtes Onboarding der Integration, eine individuelle Zeitplanung für Überwachungsläufe und mehr.
New Relic Autopilot for GitHub MCP Server zielt auf die Störungsbehebung. Das Unternehmen weist darauf hin, dass bei einem Vorfall die relevante Codeänderung in GitHub liegt, die Produktionssignale aber in New Relic, und dass die manuelle Korrelation beider die Lösung verlangsamt. Die Integration speist GitHub-Releases, PRs und Commit-Verlauf in Autopilot ein, zeigt Entwicklungsdaten neben Performance-Metriken in einer Oberfläche an und bringt Repository-Ereignisse mit Telemetrie-Anomalien in Verbindung, um den PR oder die Codezeile hinter einer Regression zu identifizieren. Laut New Relic senkt das die mittlere Zeit bis zur Behebung (Mean Time to Resolution, MTTR).
Preflight: KI-Nutzung und Kosten lokal im Blick
New Relic Preflight for GitHub Copilot verlagert die Observability in die IDE und die Kommandozeile (CLI) der Entwickler. New Relic beschreibt mangelnde Transparenz bei der lokalen KI-Nutzung und unüberwachte Modellkosten als versteckte Performance-Schulden und Budgetrisiko.
Nach Angaben des Unternehmens erfasst Preflight beim Schreiben von Code den Token-Verbrauch, die Ausführungslatenz, die Kosten in Echtzeit und Kostenprognosen. Die Telemetrie verschiedener LLMs und Tools wird in einer Ansicht vereinheitlicht, sodass sich Performance, Latenz und Kosten direkt vergleichen lassen. Zudem verbindet Preflight lokale Daten mit New-Relic-Dashboards für teamweite Alarme, Budgetprognosen und langfristige Analysen.
Was das für Entwicklungsteams bedeutet
Für Teams, die bereits GitHub Copilot nutzen, deutet die Ankündigung auf einen Workflow hin, in dem das Monitoring schon beim Pull Request beginnt statt erst nach einem Vorfall und in dem Regressionen zur Fehlerbehebung an Copilot zurückgespielt werden können. Teams, die die Kosten von KI-Modellen im Blick behalten wollen, erhalten Transparenz über die Ausgaben, bevor Code gepusht wird.
New Relic ist auf dem GitHub Universe in San Francisco am 28. und 29. Oktober an Stand #114 vertreten. Anleitungen zur Einrichtung von Change Tracking gibt es unter docs.newrelic.com, und Preflight for GitHub Copilot lässt sich laut Unternehmen bereits ausprobieren. Angaben zu Preisen oder Verfügbarkeit macht die Quelle darüber hinaus nicht.
