GitLab推出的AI编程助手
To search repositories and projects, login to
GitLab 正式推出 Duo Agent Platform 的智能编排能力，旨在解决 AI 编程加速后，代码审查、测试及安全扫描等下游环节仍依赖人工等待的瓶颈。通过引入目标导向型工作流（Goal-driven Flows）和自定义工作流（Custom Flows），Duo 实现了从需求提出到交付上线的全链路自动化，支持在 Slack、CLI 及 IDE 中无缝启动，确保治理策略与身份链全程一致，大幅缩短软件交付周期。
GitLab Duo Agent Platform 正式引入开源权重模型（Open-weight models）集成与精细化的成本管控机制。通过 GLM 5.3、Kimi K3 和 MiniMax M3 三款开源模型，在保持与顶级闭源模型任务完成率相当的同时，将成本降低至 1/5 至 1/8。配合 GitLab Orbit 的全生命周期上下文构建，显著减少智能体重试次数，并新增 Impact Analytics 与信用额度上限（Credit Caps）功能，帮助团队实现从“盲目消耗”到“按需计费”的成本优化转型。
GitLab 联合 Anthropic 推出 Duo Agent Platform，旨在解决政府及企业级应用中 AI 代码生成的速度与合规性矛盾。该平台不仅支持 Claude Code 等模型，更核心在于其内置的上下文感知、全生命周期审计及策略引擎。通过构建统一的治理平面，Duo Agent Platform 确保 AI 生成的代码在合并请求、安全扫描及审批流程中无缝集成，解决了传统外挂式 AI 工具带来的上下文断裂与合规风险，实现了真正的‘受控加速’。
GitLab 19.4 通过大幅扩展 Model Context Protocol (MCP) 工具集，为平台团队提供了从 CI/CD、代码审查到漏洞管理的端到端自动化能力。新发布的工具允许 Agent 自主执行读操作，而对写操作则保留人工审核机制，实现了在扩大自动化范围的同时保持治理安全。此次更新标志着 AI 代理从代码补全向全生命周期运营的跨越。
GitLab Duo Agent Platform 正式引入三款开源权重模型（Kimi K3、GLM 5.3、MiniMax M3），旨在解决开发团队在模型选择上的“一刀切”痛点。通过提供不同成本与性能特性的模型组合，团队可根据任务复杂度灵活调度，实现单次信用（Credit）调用次数提升高达 4 倍，同时保持与前沿模型相当的开发质量。
GitLab 正式发布教程，指导用户将 Duo 自托管版本与 Microsoft Foundry 平台对接。该方案允许企业在 Azure 环境中统一部署 GPT、Claude、Llama 及 Mistral 等主流大模型，通过单一 AI Gateway 实现按功能（如代码生成、智能体对话）的模型动态路由。核心优势在于满足数据主权与合规要求，确保推理数据不出内网，同时提供细粒度的成本监控与多模型混合部署能力。
GitLab Duo Agent Platform 正式引入 OpenAI 最新模型 GPT-6 Astra。内部测试显示，Astra 在典型任务中比 GPT-5.6 Sol 快 43.4%，且完成任务所需的 Token 减少 42.7%。在长尾延迟场景下，Astra 表现尤为突出，95 分位延迟缩短 49.2%。同时，Astra 在自动化任务中的解决率高达 63.3%，显著提升了 DevOps 自动化流程的效率与成本效益。
GitLab 正式发布 Duo Agent Platform，旨在解决企业级 AI 应用中代码生成泛滥但信任缺失的痛点。该平台通过内置的 Flow Creator 实现分钟级自动化流程构建，提供 AI Gateway 确保数据不出域，并引入 Confidential AI 技术实现硬件加密边界内的本地化推理。此次更新重点强化了 AI 代理的权限控制、审计追踪及 DevSecOps 集成，为开发者提供了从代码生成到安全交付的全链路 AI 原生工作流。
GitLab 正式推出 Duo Agent 平台，旨在解决企业级 AI 应用中‘速度’与‘控制’的矛盾。该平台通过智能编排技术，将 AI 生成的代码（约占开发工作的 34%）纳入统一的 DevSecOps 流程，确保在提升开发效率的同时，严格把控安全性与合规性。此举标志着 GitLab 从单纯的工具提供商向全栈智能工程编排平台的战略转型。
GitLab 正式推出 Duo Agent Platform，旨在解决 AI 代理在 DevSecOps 流程中的信任与治理难题。该平台支持 Claude Opus 5 等先进模型，提供 Custom Flows 自定义工作流、AI Gateway 数据合规及 Duo CLI 终端集成。核心亮点包括将多步软件交付转化为可审计的代理流，并在保持数据主权的前提下实现代码自主生成与部署，标志着企业级 AI 原生开发时代的到来。
GitLab 公开其内部《AI 流利团队培养指南》，针对 AI 工具落地中出现的“工具同质但产出差异大”问题，提出了一套混合治理模型。该方案通过中央治理与地方自治结合，设立 AI 转型负责人与大使机制；同时推出基于“AI 素养阶梯”的分层培训体系，将课程深度嵌入工程日常场景。数据显示，该计划上线一个月后，核心 AI 工具日交互量提升 22.3%，87% 的工程师确认将在两周内应用所学技能。
