A GitLab szerint az AI-ügynökök után már nem a kódolás a szűk keresztmetszet
A GitLab új, AI-Native Engineering Playbook című útmutatója szerint az AI-ügynökök felgyorsítják a kódírást, miközben a fejlesztési folyamat más pontjain torlódás alakul ki. A vállalat a bottleneckek feltárására, az ügynökök fokozatos önállósítására és a többrétegű ellenőrzésre ad javaslatokat.
- A GitLab szerint az AI felgyorsította a kódírást, de a teljes szállítási folyamatot nem ugyanilyen mértékben.
- A DevSecOps-szakemberek 85 százaléka szerint a szűk keresztmetszet a kódellenőrzésre és érvényesítésre helyeződött át.
- Az ügynökök önállóságát négy, bizonyítékokra épülő fokozatban javasolják növelni.
- A GitLab többrétegű ellenőrzést, kis változtatásokat és kijelölt emberi felelőst javasol.
A gyorsabb kódírás nem gyorsítja fel automatikusan a szállítást
A GitLab október 20-án bemutatott playbookja abból indul ki, hogy az AI-ügynökök egyre több kódot küldenek olyan ellenőrzési folyamatokba, amelyeket korábban emberi tempójú munkára alakítottak ki. Egy kódolási asszisztens felgyorsíthatja a kód létrehozását, de önmagában nem mutatja meg, hogy a kódellenőrzés, a biztonsági vizsgálatok és a kiadási jóváhagyások képesek-e követni ezt a tempót.
A GitLab AI Accountability Report című kutatása 1528 DevSecOps-szakember 2026. áprilisi felmérésére épült. A válaszadók 79 százaléka szerint javult az egyéni fejlesztői termelékenység az AI használatával, a teljes szoftverszállítási folyamat azonban nem gyorsult ugyanilyen ütemben. A vállalat szerint a nagyvállalatoknál a szállítás átfutási ideje jellemzően jóval meghaladja a 200 napot, miközben az aktív fejlesztés ennek csak 10, illetve 20 százalékát teszi ki.
A GitLab példája szerint egy 281 napos ciklusban körülbelül 32 nap jut kódolásra. Ha ez a szakasz 50 százalékkal gyorsul, az nagyjából 16 nap megtakarítást és 6 százalékos javulást jelent. Ha a kódolási idő teljesen eltűnne, az átfutási idő körülbelül 88 százaléka akkor is változatlan maradna.
Az első lépés a teljes folyamat feltérképezése
A GitLab kutatása szerint a DevSecOps-szakemberek idejük mindössze 16 százalékát töltik új kód írásával, miközben 85 százalékuk úgy látja, hogy az AI a kódírásról a kód ellenőrzésére és érvényesítésére helyezte át a szűk keresztmetszetet. A vállalat ezért azt javasolja, hogy a csapatok egy kisebb, valós módosítást kövessenek végig a kéréstől az éles környezetig.
A folyamat során fel kell jegyezni minden várakozást és átadást. A leghosszabb várakozások jelzik, hol érdemes beavatkozni. Az is árulkodó lehet, ha egy ügynök egy kis feladaton elakad. A GitLab szerint ez dokumentálatlan szabályra, nehezen indítható környezetre vagy egyetlen ember fejében lévő tudásra utalhat.
Az útmutatóban szereplő másik adat szerint a válaszadók 78 százaléka úgy gondolja, hogy a jelenlegi kódellenőrzési folyamatokat nem az AI-eszközök által lehetővé tett kódmennyiségre tervezték. További 80 százalék szerint szervezetük gyorsabban vezette be az AI-alapú kódolási eszközöket, mint ahogy az ezek használatát szabályozó irányelveket kidolgozta.
Négy fokozatban nőhet az ügynökök önállósága
A playbook az ügynökök önállóságát négy szakaszban képzeli el. Az elsőben az ember minden lépésnél bekapcsolódik. A másodikban az ügynök meghatározott korlátok között dolgozik, az ember továbbra is részt vesz a folyamatban. A harmadik szinten normál működés közben már nincs szükség emberi beavatkozásra, az ember csak a kivételeket kezeli. A negyedik szint a végponttól végpontig működő, nulla érintést igénylő folyamat, amely csak előre meghatározott küszöbértékek elérésekor kér emberi segítséget.
A GitLab szerint ezeken a fokozatokon nem lehet átugrani. Minden továbblépést az előző szinten gyűjtött bizonyítékoknak és előre rögzített pontossági vagy sikerességi küszöbértékeknek kell alátámasztaniuk. Minden AI-alapú folyamatnak kijelölt emberi felelőse kell legyen, és világosan el kell különíteni az emberi ellenőrzést az emberi megfigyeléstől.
A vállalat arra is figyelmeztet, hogy az olyan ellenőrzési pont, amelyet a nagy mennyiségű változás miatt már senki sem vizsgál érdemben, hamis biztonságérzetet kelthet. Az önállóság növelését ezért többrétegű ellenőrzési rendszerrel kell összekapcsolni. Az objektív vizsgálatokat, például a formázást, a típusellenőrzést és a függőségi szabályok vizsgálatát lehetőleg már a szerzői szakaszhoz közel kell elvégezni. A változtatásokat kis méretben kell tartani, az elvárt működést előre meg kell határozni, és független ellenőrt is be kell vonni.
Az útmutató a fejlesztési folyamat átalakítására fókuszál
A GitLab szerint az AI-natív mérnöki munka három területet fog össze: a munkafolyamat átalakítását úgy, hogy az ügynökök illeszkedjenek a szállítási folyamatba, az emberi ítélőképesség és felelősség helyének meghatározását, valamint az egyetlen folyamattól több munkafolyamatig terjedő irányítást és skálázást.
A playbook elkészítéséhez a vállalat saját mérnöki vezetőinek, ügyfeleinek és a Software Engineering Leadership Forum közösségének tapasztalatait használta fel. Az IT Revolutionnel együttműködve olyan szakemberek megállapításait is beépítették, akik többek között a kódellenőrzést és az ügynökök önállóságát vizsgálták.
A felhasználók számára a központi üzenet az, hogy a gyorsabb kódolás csak akkor vezet gyorsabb szoftverszállításhoz, ha a jóváhagyás, az ellenőrzés, a környezetek és a csapatok közötti átadások is képesek követni az ügynökök tempóját. A GitLab teljes útmutatót kínál a témához, a fejlesztési vezetők pedig a SELF közösségéhez csatlakozva saját tapasztalataikkal is hozzájárulhatnak.
GitLab: Redesign how your team ships software with AI agents
