LTS-версия Pandora FMS 2026 года со значительными улучшениями в архитектуре, безопасности, RMM, SIEM, SOAR, FIM, Marketplace, Discovery, сетевых картах, UX, NCM, IoT/MQTT, SAP S/4HANA, IBM-i/AS400 и удалённом управлении.

Вывод сетевых топологий за пределами CDP/LLDP для улучшения видимости в сложных средах. Используется новый тип элемента, шина данных, чтобы приблизительно представить сеть с устройствами, которые не управляются через SNMP или не передают полную информацию CDP/LLDP. Предыдущие эвристики были улучшены для более точного представления сети на канальном и сетевом уровнях, включая соединения между интерфейсами всех идентифицированных устройств.

Новый движок отчётности на основе виджетов, общих с дашбордами, динамических фильтров и переиспользуемых компонентов. Он заменит предыдущую систему отчётности и будет сосуществовать с ней на протяжении всей ветки 800 до следующей LTS-версии. Новые элементы отчётов и дашбордов будут реализованы в формате виджетов, что позволит использовать их также в дашбордах. Постепенное внедрение запланировано в релизах 803–809.

Pandora AI предполагает разработку независимого и модульного компонента, спроектированного как расширенный сервер операционного интеллекта (AIOps). Его архитектура основана на подходе мультипровайдерной технологической независимости, что обеспечивает гибкое гибридное развёртывание с интеграцией как высокопроизводительных облачных моделей (SaaS, таких как OpenAI, Anthropic или Google), так и локальных open-source-инстансов (on-premise, таких как Ollama с Llama4, LocalAI с Mistral или vLLM с DeepSeek). Такой дизайн гарантирует цифровой суверенитет, контроль данных и оптимизацию затрат в соответствии с потребностями операционной среды.

Функциональное ядро Pandora AI сквозным образом обрабатывает базу знаний и общие потоки платформы — метрики, логи, события, инвентаризацию, RMM и топологии сервисов — и структурируется в несколько последовательных фаз интеллектуального развития:

1. Поддержка анализа и снижение шума: внедрение интерпретируемых моделей и методов генерации, дополненной поиском (RAG), для перекрёстной корреляции событий, вероятностного обнаружения статистических аномалий и автоматизированного выявления первопричины, снижая усталость от оповещений до 80 % и помогая оператору принимать решения.
2. Проактивное обнаружение и вывод: прогнозный анализ временных рядов и динамических базовых линий, применяемых к историческим данным, картам сервисов и сетевым зависимостям, что позволяет выявлять текущие инциденты без заранее заданной сигнатуры и прогнозировать будущие отказы, оценивая критические метрики, такие как расчётное время до отказа (time-to-failure).
3. Автономное устранение через RMM и агентная автоматизация: расширенная операционная возможность, основанная на архитектуре MCP (Model Context Protocol). На начальном этапе система предоставляет корпоративные API как безопасные инструменты (tools), чтобы ИИ мог запускать удалённую диагностику на endpoint-устройствах и мгновенно собирать форензические данные. На финальном этапе она развивается в полностью автономную интеллектуальную ремедиацию (self-healing), где ИИ-агенты с собственным циклом рассуждения напрямую воздействуют на среду через архитектуру RMM (Tentacle) для устранения инцидентов.
4. Автоматические нарративы (NLG): генерация объяснений на естественном языке по отчётам, событиям и аномалиям для облегчения технической и управленческой интерпретации.
5. AI Management Layer: интерфейс на естественном языке, интегрированный в Pandora FMS, для выполнения административных задач, настройки агентов, запросов к событиям и получения контекстного анализа без ручной навигации по интерфейсу.

Иными словами, Pandora AI превращает традиционный мониторинг в автономную и проактивную экосистему наблюдаемости, оптимизируя затраты на инфраструктуру и освобождая технических специалистов от пассивных задач наблюдения.

Позволяет вручную моделировать влияние на сервисы, повторно оценивая сервис в гипотетических сценариях отказа конкретного сервиса, выбранного вручную, и проверяя его влияние.

Первая интеграция с Apache SkyWalking для распределённой трассировки микросервисов и приложений, визуализации зависимостей, анализа задержек и мониторинга производительности backend.

Нативная интеграция с OpenTelemetry для сбора метрик, логов и трасс из приложений, микросервисов и cloud-native-сред.

Новая LTS-версия, ориентированная на операционный ИИ, APM со SkyWalking, новую систему отчётности, полную автоматизацию через API, OpenTelemetry и импорт с других платформ.

Полное покрытие интерфейса через API для автоматизации операций, интеграций и расширенных потоков работы в Pandora FMS. Техническая основа, необходимая для слоя ИИ.

Автоматические шаблоны отчётов и дашбордов, связанные с плагинами Discovery, для визуализации данных без сложной ручной настройки, доступные для загрузки напрямую из Marketplace.