AI 赋能 DevSecOps 加速价值交付
更适合600万+中国开发者的私有化AI+DevOps解决方案
AI 辅助编程的现状与挑战
现状 ｜ 是否拥抱AI已不再是问题 如何落地才是关键所在
l 计划或正在使用AI的开发者比例 97%
l 预测2028年使用AI的工程师比例90%
l 反馈生产力提升开发者比例52%
l 开发任务完成速度最高可提升81%
l AI辅助的团队多完成任务21%
l 反馈代码质量提升开发者比例59%
AI编程工具已从「锦上添花」变为「基础设施」。
挑战 ｜质量和稳定性承压 安全合规治理滞后
代码质量问题
仍有21%的开发者报告代码质量有所下降。这表明AI对质量的影响并非一致，而是取决于人为监督和工具集成。
系统稳定性挑战
AI加速了代码变更的频次和吞吐，但因工具链的碎片化和有效验证机制的缺失，变更速度和数量增加将导致系统不稳定。
人机信任危机
46%的开发者表示不信任AI工具的准确性，且66%的开发者最大的挫折是“AI解决方案几乎正确，但不够完美”。
安全合规治理
仅18%的组织有明确的AI策略。软件安全合规、知识产权泄漏风险、模型使用合规是企业AI编程工具落地的关键瓶颈。
安全治理滞后，为企业带来了「质量担忧」和「合规风险」。
企业软件研发落地AI的场景与挑战
开发者每天在各项任务上花费的时间占比
软件研发全流程提效 > 辅助编程
突破 21% 的局部优化
单纯提升 21% 的编码速度，无法解决软件交付周期的“短板效应”。
警惕 Vibe Coding 陷阱
Vibe Coding生成的代码需要有校验机制，需关注技术债与长期成本。
全生命周期 AI 赋能
企业需要的不是代码补全工具，而是端到端的智能生产力。
GitLab Duo Agent Platform 架构图
GitLab Duo Agent Platform 功能全景图
议题管理
在GitLab网页中对议题Issue进行总结，提炼核心内容，拆解需求，并可基于议题直接生成合并请求
GitLab网页议题分析、拆解和总结
基于议题，直接在后台生成合并请求，并通过AI生成实现代码
流水线排错
分析流水线中的异常错误，并提供解决方案，协助研发快速解决流水线错误
GitLab CI 流水线任务运行异常
流水线修复
可结合MR变更上下文分析流水线中的异常错误，并进行自动修复，加速项目构建与交付。
CodeRider分析错误并提供解决方案
触发MR 流水线异常修复
智能修复结果反馈
分析错误并进行自动修复
安全漏洞解析
可在GitLab网页中对扫描出的安全漏洞进行分析解释，也可自动创建合并请以修复漏洞，践行安全左移。
安全漏洞解释
安全漏洞修复
代码智能评审
分析代码合并请求中潜在的风格、质量、安全问题，并给出评审意见和参考解决方案，有效提高代码质量和评审效率
自定义评审规则
AI生成合并请求描述
AI生成审查建议概览与AI对话
AI生成代码修复建议
自定义自定义评审规则的核心价值
让 AI Code Review 从通用能力，升级为可承载企业工程规范的智能评审执行器
一句话价值 把团队评审经验沉淀为可治理、可复用、可演进的 AI Review 规则体系。
网页会话
智能体会话内嵌在GitLab网页中，自动获取当前项目信息作为上下文，随时、随处与用户开启智能会话
基于合并请求的会话
基于代码文件的会话
内置智能体与自定义智能体
DAP 内置开箱即用的智能体，覆盖从需求、代码、流水线、安全和分析全过程，可在网页对话中直接调用。基于行业内实践提供自定义智能体能力，用户通过 System Prompt, Tool Use, MCP 来灵活定制智能体能力
内置智能体
需求规划Planner, 安全分析Security, 流水线修复Pipeline, 数据分析Data
自定义智能体
名称→描述→权限→工具→系统提示词
AI Catalog
AI能力目录 是GitLab智能体平台的中央资源库，汇集了各种可用的智能体和工作流。创建并在企业内分享自己的定制智能体和工作流，形成企业内的智能体Marketplace
DAP 加速 DevSecOps 高效规模化落地