GitLab Duo Agent Platform：把 AI 智能体纳入 DevSecOps 全流程
GitLab 的 DevSecOps 智能体编排平台，让开发者在代码、议题、合并请求与流水线上委派并监督多步任务。
GitLab Duo Agent Platform agent-platform agentic-coding enterprise-governance developer-tools GitLab 的 DevSecOps 智能体编排平台，让开发者在代码、议题、合并请求与流水线上委派并监督多步任务。
1. 一句话结论
GitLab Duo Agent Platform 不是独立聊天机器人，而是把专用 AI 智能体放进 GitLab 软件开发生命周期的 AI 原生平台。它面向已有 GitLab 流程的团队，让开发者在同一上下文里委派研究、编码、安全分析和流水线处理任务，并保留审核与治理入口。[S1][S2]
2. 项目定位
GitLab 在 18.1 版本把 Agentic Chat 作为实验能力带入 VS Code，18.2 转为 beta；此后持续加入网页、JetBrains 与自托管路径，并在 18.8 将核心 Agentic Chat 与 Agent Platform 推进到正式可用。[S2] 它不是只补全代码的 IDE 插件，而是把多个智能体放进 GitLab 软件交付上下文的产品层。[S1]
3. 核心能力
当前平台能力包括 Agentic Chat、代码建议、自定义与外部智能体、Planner Agent、Data Analyst Agent，以及面向编码、安全、测试和 CI/CD 的流程。[S1] Agentic Chat 可搜索项目、读取文件、获取议题、合并请求与流水线，创建或编辑文件，并通过 MCP 连接外部数据源和工具。[S2]
4. 工作方式
典型路径从 GitLab 内的一项工作开始：用户描述目标，智能体读取被授权的仓库与项目记录，生成计划，在执行关键动作前接受人的反馈，再把结果落回代码或项目对象。MCP 客户端支持可把外部系统作为工具接入，但外部能力是否可用仍取决于服务器、权限和团队策略，不能把“可连接”理解为默认拥有全部访问权。[S2]
5. 适用场景
它更适合代码、CI/CD、安全扫描和项目管理已经集中在 GitLab 的团队。例如，让开发智能体处理可复现缺陷，让安全智能体分析漏洞，同时由研究智能体汇总一个史诗任务的近期变化。若团队主要使用其他代码托管与工单系统，迁移上下文和权限体系的成本可能高于智能体带来的收益。[S1]
6. 部署与接入
平台可通过 GitLab UI、VS Code 和 JetBrains 等入口使用，具体功能受层级、GitLab Credits、部署方式和版本影响。[S1][S2] 实施时应先选低风险仓库，确认管理员开关、席位、模型与网络策略，再限定项目、分支和工具权限。建议从只读研究或测试生成开始，之后才逐步放开提交与流水线写操作。
7. 商业与开放状态
本项目是 GitLab 商业产品能力，官方文档没有把平台本身描述为开源软件，因此这里按闭源产品记录。其价值与 GitLab 层级、Credits、版本和组织治理配置绑定；正式可用不等于所有实例或所有功能自动启用，也不代表额度与定价保持不变。采购评估应以实际合同和当前管理后台为准。[S1]
8. 主要风险
首要风险是智能体继承过宽权限后扩大误操作影响，其次是代码、议题和安全数据被不必要地送入模型链路。多智能体并行还会增加任务冲突、重复修改和责任边界模糊。团队应使用最小权限、受保护分支、强制审查、工具调用日志和可撤销的测试环境，并把生成内容视为候选变更而非自动正确的交付物。
9. 评估与验收
试点可选一类历史缺陷，记录人工基线的完成时间、返工次数和漏检项，再让平台处理同难度任务。验收至少检查：引用上下文是否正确、计划是否可追踪、改动能否通过测试与安全门禁、越权操作是否被阻止、失败后能否恢复。只有质量稳定且审查负担下降，才适合扩大到更多仓库和写权限。
10. 来源与更新时间
本文研究与产品状态核对日期为 2026-08-07。