技术速递｜六个编码智能体，一个生产级系统：基于 AKS-Lab-GitHubCopilot 的 AgenticOps 实战指南
内容提要
本文讨论了多智能体系统在软件开发中的应用，特别是从“AI 帮我写代码”到“AI 为我的仓库写代码”的转变。通过 GitHub Copilot，智能体负责不同代码仓库的部分，生成 Pull Request、运行测试和执行部署。实验表明，通过定义边界和职责，智能体能有效提升 DevOps 流水线的效率和审计性。
关键要点
-
GitHub Copilot 现在被视为一组具名、职责明确的 AI 智能体，负责代码仓库的不同部分。
-
智能体能够生成 Pull Request、运行测试和执行部署，提升 DevOps 流水线的效率。
-
实验中区分了两类智能体：应用智能体和编码智能体，分别在生产环境和开发阶段工作。
-
编码智能体声明其负责的范围和拒绝的规则，确保系统安全委托。
-
AgenticOps 的四大支柱包括规格说明、技能文档、评估作为质量门禁和可观测性。
-
DevOps 流程的工作单位从 commit 变为 spec，改变了代码审查和治理的方式。
-
智能体的使用使得开发流程更快、更统一、更容易审计，提升了整体效率。
-
在应用智能体时，需先定义边界，再赋予能力，并确保质量门禁的严格性。
延伸解读
智能体的角色与职责
在多智能体系统中，智能体的角色和职责被明确划分，确保每个智能体专注于特定任务。这种分工不仅提高了开发效率，还增强了系统的安全性。通过设定拒绝规则，智能体能够在不超出其权限的情况下执行任务，降低了潜在的风险。
从传统 DevOps 到 AgenticOps 的转变
AgenticOps 模式改变了 DevOps 流程的基本单位，从以 commit 为中心转向以 spec 为中心。这种转变使得代码审查的重点从代码本身转向智能体的执行过程和遵循的规则，提升了审计的透明度和效率。
质量门禁的重要性
在智能体生成的 Pull Request 中，质量门禁的严格性至关重要。无论是人类开发者还是智能体提交的代码，都必须通过相同的评估标准。这种一致性确保了代码质量，避免了因智能体的自动化而导致的潜在问题。
延伸问答
什么是 AgenticOps？
AgenticOps 是一种多智能体系统的开发和运营模型，旨在通过定义智能体的职责和边界，提升软件开发的效率和审计性。
GitHub Copilot 在多智能体系统中扮演什么角色？
GitHub Copilot 被视为一组具名、职责明确的 AI 智能体，负责生成 Pull Request、运行测试和执行部署。
编码智能体和应用智能体有什么区别？
编码智能体在开发阶段负责编写应用智能体的代码，而应用智能体在生产环境中工作，解决实际业务问题。
如何确保智能体的安全性和有效性？
通过定义智能体的拒绝规则和职责范围，确保系统安全委托，避免智能体执行不当操作。
AgenticOps 的四大支柱是什么？
AgenticOps 的四大支柱包括规格说明、技能文档、评估作为质量门禁和可观测性。
使用智能体后，DevOps 流程发生了什么变化？
DevOps 流程的工作单位从 commit 变为 spec，代码审查的重点转向智能体的执行结果和遵循的规则。
