背景:AI 代理正式走進 DevOps 平台的核心
軟體開發正在從「工程師手動操作每一步」轉向「工程師給出意圖、AI 代理執行多個步驟」的模式。所謂 agentic development(代理式開發),指的是讓 Claude Code、Cursor、Codex 這類 AI 編碼代理直接存取儲存庫、管線與 CI/CD 工具,自主完成修改程式、執行測試、部署等任務。這帶來明顯的效率提升,但也帶來新的風險:當代理可以自主呼叫大量工具時,安全團隊往往看不到「哪個代理、被誰使用、對哪些專案做了什麼」。GitLab 在 2026 年 10 月 15 日發布的 19.5 版,正是針對這個矛盾,把代理式開發與治理放到平台中心位置。根據 InfoQ 由 Craig Risi 撰寫的報導,這次發布讓 GitLab MCP 伺服器正式可用(GA),並首次將外部連接的 AI 代理納入 GitLab 的 AI 治理體系。
核心內容:GitLab MCP 伺服器與代理工具目錄
MCP(Model Context Protocol,模型 context 協定)是一種讓 AI 代理以標準化方式呼叫外部工具的協定,解決的問題是:過去每個代理要接入每個平台都得客製整合,MCP 則提供統一的介面。GitLab 19.5 中正式可用的 GitLab MCP 伺服器,讓相容 MCP 的工具如 Claude Code 與 Cursor 能夠存取更廣的 GitLab 工具目錄,包括發現群組、檢視個別 CI/CD artifact 檔案,以及啟動或監控 GitLab Duo Agent Platform 的代理與流程(flows)。
管理員還可以自行選擇要暴露哪些 MCP 工具集(toolsets)。這個設計背後有實際考量:給代理全部可用工具,會同時增加 context 消耗與模型可能採取的動作數量;透過工具集選擇,就是一種相對簡單的「最小權限代理設計」。另外,GitLab.com 也對 MCP 導入了速率限制:Free 版每分鐘 60 次請求,Premium 與 Ultimate 版每分鐘 600 次,重連與重試也計入限制,以避免代理行為對平台造成不可控的負載。
治理能力:外部代理從黑箱變成可審計
這次發布最重要的新增之一,是把 Externally Connected Agents(外部連接代理)納入 GitLab 的 AI Governance 功能。過去 AI Governance Dashboard 只涵蓋 GitLab 自家的 Duo Agent Platform 代理,外部的 Claude Code、Cursor、Codex 即便透過 MCP 接上 GitLab,也不在治理視野內。現在這些工具可以透過 GitLab CLI 連接,設定完成後,組織能夠記錄符合條件的代理會話,包括使用者、代理、專案與時間,活動會與 GitLab 自家代理一併呈現,稽核事件還可串流至 SIEM(安全資訊與事件管理系統)供資安團隊集中分析。
這一步的意義在於:單純提供 MCP 端點只是創造了能力,治理才決定這個能力能否在組織規模上安全使用。當外部代理成為日常開發工具,能夠回答「誰用了哪個代理、對哪個專案做了什麼」,是企業導入代理式開發的前提條件。
代理自主性與配套控制
GitLab 19.5 也讓代理的自主程度變成可設定的選項。GitLab Duo CLI 新增 auto 模式,允許代理執行 shell 指令、Git 操作或 MCP 呼叫時不再逐一請求人工批准。這個功能預設關閉,可以在 instance、group 與 project 三個層級控制,而被明確標記為 Always Deny 的工具仍然會被擋下。另外,/goal 指令也正式可用,開發者只需描述一個開放式目標,GitLab Duo 就會把實作與驗證工作交給受治理的流程來完成。這些功能共同把 GitLab 推向一種代理運作模式:開發者提供意圖,代理在開發環境中執行多個步驟。代理越自主,靠人工逐一批准每個動作就越不切實際,因此這些治理控制反而變得更關鍵。
安全基礎設施的同步強化
與代理功能相輔,這次發布也讓 GitLab Secrets Manager 正式可用。它建構在 OpenBao(一個開源的機密管理工具)之上,與既有的 GitLab 群組與專案權限整合,把機密資訊限定在需要它們的 job 範圍內,並對機密操作產生稽核事件。同時,GitLab 擴充了安全設定檔(security configuration profiles)功能,組織可以集中自訂 Secret Detection 與 SAST(靜態應用程式安全測試)的排除路徑、analyzer 映像與完整歷史掃描等設定,不必在每個專案的 CI/CD 檔案中重複設定。這些改變強化了代理可能存取的儲存庫、憑證與管線周邊的控制,讓代理在更安全的基礎上運作。
競爭脈絡與限制
從產業方向看,GitLab 的策略越來越接近 GitHub 把編碼代理變成軟體生命週期參與者的做法,但兩者側重不同。GitHub 生態受惠於 Copilot 與編碼代理的普及,而 Cursor、Claude Code 這類工具更聚焦開發者的本地環境;GitLab 的 MCP 取向則是讓 DevOps 平台本身對代理可存取,涵蓋儲存庫、議題、管線、artifact 與 GitLab 原生代理。換言之,競爭問題正從「哪個編碼助理產生的程式碼比較好」,轉向「哪個平台為自主代理提供最安全、最有用的工程工作環境」。
需要注意的是,這些治理與速率限制機制目前仍圍繞 GitLab 自身生態運作,外部代理的實際行為能否被完整覆蓋,取決於工具是否透過 GitLab CLI 正確接入並符合記錄條件;auto 模式預設關閉也反映官方對全自動代理仍抱持謹慎態度。對企業而言,19.5 提供的是治理框架與工具,如何設定權限、工具集與審計流程,仍需依自身資安要求逐步落實。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理,並非原文逐字翻譯。