Как DevSecops с AI Devsecops могут заново изобрести гибкое планирование

Гитлаб спонсировал этот пост.

Через 25 лет обещание гибкого планирования было омрачено жесткими процессами и административным бременем. Традиционное гибкое планирование в настоящее время показывает свой возраст, отягощенный от отставаний, счетов и технического долга.

Тем не менее, поскольку Agile расширился по предприятиям, что-то было потеряно в переводе, что привело к тому, что рамки, такие как масштабированная гибкая структура (Safe), которые пытались преодолеть разрыв между ловкостью на уровне команд и потребностями предприятия. В результате самая опасная фраза индустрии программного обеспечения перешла от «Мы всегда делали это таким образом» к «мы гибким, но…», сигнализируя об компромиссном отношении принципов, которые изначально стали гибкими новаторскими.

Тем не менее, основные принципы Agile — отзывчивость, итерация и акцент на ценность клиента — остаются глубоко актуальными. Задача заключается в выполнении их в масштабе в рамках сложных организационных структур. Речь идет не о замене Agile, но о том, как новое поколение инструментов, предназначенных для воплощения гибких идеалов.

ИИ и революция платформы

Мое путешествие с Agile началось вместе с такими лидерами мыслей, как Джон Керн, один из первоначальных подписавших подписавшихся Agile Manifesto, которые научили меня, что ориентирование на клиента и доставка более эффективны, чем документация. Это мышление позволило мне создать небольшие, высокоэффективные команды, которые дали огромные результаты благодаря быстрой итерации и отзывам клиентов. Но я также испытал из первых рук, как эти принципы могут потеряться в корпоративных средах.

Сегодняшние платформы с AI предлагают путь к этим основополагающим идеалам. Введите многоагентные платформы совместной работы — интегрированные среды, где агенты искусственного интеллекта работают вместе для сканирования кодовых баз, анализа отзывов клиентов и предложить решения. Этот скоординированный интеллект позволяет командам оставаться реагированием на понимание в реальном времени.

Представьте себе системы искусственного интеллекта, которые могут анализировать отзывы клиентов, поддержать билеты и модели использования, используя те, которые для автоматического идентификации и кластера связаны с вопросами в значимые эпопеи без сеансов планирования марафона. Эти системы могли бы затем разумно разложить EPIC на истории правого размера, основанные на данных о скорости и зависимостях команды, выделяя их на спринты, которые оптимизируют как для бизнес-ценности, так и для технической согласованности.

Труд ручного ухода за отставанием, покер по покеру и спринта может быть уменьшено до кратких сессий проверки, где человеческие творческие и стратегические мышления помогают группам сосредоточиться на «почему», а не на «как». Команды могли бы тратить больше времени на предоставление ценности, чем обсуждение того, как обеспечить ценность.

Вот реальный пример. Европейская компания по разработке программного обеспечения Cube обнаружила, что, приняв единую стратегию платформы, где ИИ может работать на всех этапах жизненного цикла развития, она значительно улучшила как скорость развития, так и качество кода.

Речь идет не об удалении человеческого суждения от Agile; Речь идет о том, чтобы поднять его от административного бремени до стратегического руководства, позволяя командам по-настоящему воспользоваться отзывчивой, ориентированной на ценность доставки, которую первоначально обещал Agile.

Легкое планирование в мире, работающем в области искусства,

Инструменты монолитного планирования со сложными рабочими процессами уже заменяются легкими системами управления проблемами, которые плавно интегрируются со всем жизненным циклом разработки. Когда отслеживание проблем жизни наряду с хранилищами кода, трубопроводами CI/CD и механизмами доставки, это создает среду, в которой ИИ может по -настоящему улучшить наши рабочие процессы.

Этот интегрированный подход платформы обеспечивает фундаментальный сдвиг в том, как мы планируем и выполняем. Несколько потенциальных приложений:

• Планирование восстановления безопасности, управляемого ИИ: Вместо того, чтобы рассматривать безопасность как отдельный рабочий процесс, интеллектуальные инструменты искусственного интеллекта могут автоматически создавать проблемы восстановления от сканирования уязвимости, определять их приоритет на основе оценки риска и разумно планировать их наряду с функциональной работой. Это гарантирует, что долг безопасности не накапливается в забытых отставаниях, обеспечивая четкую видимость в положении безопасности приложений.
• Интеллектуальная автоматизация обзора кода: ИИ может автоматически анализировать изменения кода, определять потенциальные ошибки, предлагать оптимизацию и проверить на соответствие архитектурным моделям — все, прежде чем человеческий рецензент увидит код. Это меняет время обзора человека от поиска основных проблем к принятию стратегических решений о подходах к внедрению.
• Интеллектуальная кроссплатформенная оркестровка: Через рамки общения с агентом-агентом (A2A) организации могут создавать мощную интеграцию между платформами разработки и инструментами планирования и управления проблемами. Эти интеграции позволяют агентам искусственного интеллекта автоматически синхронизировать данные на разных платформах, предоставляя всестороннее представление о деятельности по разработке независимо от того, где происходит планирование. Они корректируют распределение спринта на основе активности разработчиков и обеспечивают ранние предупреждения, когда сроки или потенциал команды находятся под угрозой.

Такие возможности, которые существуют сегодня, могут сделать разработчиков более эффективными и позволить лидерству принимать обоснованные решения. Результатом является сплоченная экосистема, где информация плавно протекает между инструментами планирования и выполнения, что устраняет необходимость разработчиков для переключения контекста между системами.

Что это значит для вашей команды

Сдвиг в сторону A-e-recing Agile Planning требует практической оценки ваших текущих процессов и цепочки инструментов.

Начните с оценки, создают ли ваши текущие процессы узкие места между разработкой и развертыванием, ища пробелы, где существуют гибкие церемонии, но традиционные рабочие процессы одобрения все еще доминируют в решениях о критическом пути.

Затем оцените, сколько времени ваши команды тратят на церемонии планирования по сравнению с реальной работой по развитию. Подумайте о том, может ли ИИ автоматизировать административные аспекты, такие как уход за отставанием, сеансы оценки и обновления статуса, сохраняя при этом стратегический вклад человека в отношении приоритетов и технических решений.

Изучите свою текущую цепочку инструментов, чтобы определить, где требуется ручная координация между этапами планирования, разработки и развертывания. Ищите возможности, в которых ИИ может автоматизировать синхронизацию данных и предоставлять прогнозирующие понимание о возможностях и рисках сроков, уменьшая переключение контекста, которое фокусируется разработчиком.

Наконец, просмотрите свои текущие накладные расходы на планирование и определите, какие административные задачи могут быть автоматизированы, что позволяет вашей команде сосредоточиться на предоставлении ценности для клиентов и принятию стратегических технических решений, а не соблюдать соответствие. Цель состоит не в том, чтобы устранить человеческое суждение, а поднять его от рутинных задач до стратегического мышления, которое движет инновациями.

Будущее принадлежит командам, которые охватывают легкие платформы с поддержкой AI, где сосуществуют планирование, код и доставка в одной интегрированной среде. Когда машины обрабатывают тактическое исполнение и административное бремя, люди могут сосредоточиться на инновациях и восторге от клиентов — роли, которые действительно повышают ценность вашей организации.

Gitlab является самой полной платформой Devsecops с AI Devsecops для инноваций в программном обеспечении. Gitlab позволяет организациям повысить производительность разработчиков, повысить эффективность эксплуатации, снизить риск безопасности и соответствия, а также ускорить цифровые преобразования. Узнайте больше последних из Gitlab Trending Stories YouTube.com/ThenewStack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Ли Фаус — глобальный финансовый директор в Gitlab. Ли более 25 лет был архитектором программного обеспечения, учителем, профессором и педагогом. Он использует свой опыт в качестве педагога, чтобы внести сложные технологические концепции на бизнес -форум, где … Подробнее от Ли Фауса