Harness推出智能体担任DevOps任务管理者

在伦敦举办的Unscripted活动上，DevOps公司Harness展示了其最新的AI驱动模块，包括AI管道构建器、AI测试自动化、构建失败时的自主代码修复、AI应用安全（AppSec），甚至还有AI驱动的混沌测试，通过引入随机故障来测试系统弹性。

根据Harness的数据，软件团队只有30-40%的时间用于规划和编码，其余时间都被测试、安全、部署和应用优化所占用。这意味着通过将AI辅助扩展到这些编码后的流程中，可以实现巨大的生产力提升。

考虑到AI的非确定性以及容易出现幻觉和提示注入等问题，将安全关键的DevOps流程委托给这项技术是否安全？

首席执行官兼联合创始人Jyoti Bansal告诉我们，与通用大语言模型相比，Harness AI智能体出现幻觉的可能性更小。对于创建构建和部署管道等任务，"我们的智能体会将任务分解为更小的任务，我们为这些更小的任务配备了专门构建的智能体，这些智能体还会相互验证彼此的输出。"

他说，另一个关键因素是上下文，即对组织的了解，以及"你过去做过的事情、你的构建、你的安全测试、你的代码更改、你的服务及其依赖关系的知识。智能体会使用这些信息，这样就不会出现不准确和幻觉。"

此外，他向我们保证，"这一切都不是在没有人类输入的情况下完成的...我们的AI不会直接进行生产部署。我们的AI是在创建用于生产部署的确定性管道。"他说，虽然无法完全消除非确定性，但在AI创建自动化之后，"你要审核它，检查它的合规性和治理...我们不是通过AI进行部署，而是通过AI创建部署管道和自动化。然后它就是确定性和可重复的，因为在运行时没有AI参与。"

不过，人工检查的问题，有时被称为"人在环路中"，是困难的。在活动主题演讲中，Bansal描述了以前无法创建用户界面测试的非专家现在如何通过用简单的英语描述需求来完成测试。他还说，使用AI生成的代码意味着代码量可能是以前的四倍，这使得人