GitLab ajoute plus de capacités d’IA et de cybersécurité à la plate-forme CI/CD – DevOps.com

GitLab a livré cette semaine une mise à jour de sa plate-forme d’intégration continue/livraison continue (CI/CD) qui ajoute des capacités supplémentaires d’intelligence artificielle générative (IA) et de cybersécurité.

La version GitLab 16 comprenait des fonctionnalités de cybersécurité telles que la gestion centralisée des politiques, des rapports et des contrôles de conformité étendus, des tableaux de bord de conformité et une attestation de niveau 3 par défaut pour les niveaux de la chaîne d’approvisionnement pour le cadre des artefacts logiciels (SLSA).

Dans le même temps, GitLab a également mis à disposition cette semaine un correctif d’urgence pour deux modules présentant une faille de traversée de chemin, identifiée comme CVE-2023-2825, qui pourrait permettre à des utilisateurs non authentifiés de lire des fichiers arbitraires sur le serveur dans certaines circonstances.

En termes d’IA générative, GitLab 16 a ajouté une capacité de prévision de flux de valeur qui génère automatiquement des résumés de flux de travail pour les cadres supérieurs. GitLab ajoute également une capacité de refactorisation de code et la capacité de résoudre automatiquement les vulnérabilités d’une mise à jour de GitLab 16. Auparavant, GitLab a mis à disposition des fonctionnalités suggérées pour les réviseurs, une explication de ce code et une capacité d’explication de cette vulnérabilité qui sont toutes activées par de grands modèles de langage. (LLM) développé par Google. GitLab s’est également associé à Oracle pour fournir des capacités d’IA supplémentaires activées par des algorithmes d’apprentissage automatique. En 2021, GitLab a acquis UnReview, un fournisseur d’un outil qui utilise l’IA pour identifier les réviseurs de code experts à affecter à un projet en fonction de la qualité de leurs efforts précédents et des charges de travail actuelles.

David DeSanto, directeur des produits chez GitLab, a déclaré qu’avec 10 capacités d’IA, GitLab fournit plus de ces types de capacités que tout autre fournisseur de plate-forme DevOps. De plus, ces capacités sont réparties sur l’ensemble du cycle de vie du développement logiciel plutôt que d’être uniquement axées sur l’augmentation de la productivité des développeurs, a-t-il noté.

C’est essentiel, car si les capacités de l’IA se concentrent uniquement sur la productivité des développeurs, un déséquilibre est créé ; Les flux de travail DevOps ne seront pas en mesure d’absorber la quantité accrue de code qui se déplacera bientôt simultanément dans les pipelines, a ajouté DeSanto.

L’IA alimentera également l’adoption de l’ingénierie de plate-forme comme moyen de centraliser la gestion DevOps. Il devient de plus en plus évident que l’infusion de ces types de capacités dans les plates-formes DevOps construites et maintenues par une équipe informatique interne va être un défi majeur, a-t-il ajouté.

Il ne fait aucun doute que les capacités d’IA générative seront bientôt largement intégrées dans les workflows DevOps. Cela permettra aux développeurs de créer plus rapidement un code plus sécurisé tout en simplifiant la gestion de bases de code volumineuses pour les ingénieurs en logiciel. À peu près toutes les fonctions professionnelles imaginables seront touchées à des degrés divers. Dans le cas des équipes DevOps, l’impact ultime devrait impliquer moins de corvée, car de nombreuses tâches manuelles qui contribuent à rendre la gestion des flux de travail DevOps fastidieuse sont éliminées. En fait, l’IA pourrait finalement rendre DevOps, en tant que méthodologie de gestion de l’informatique, plus accessible à un éventail beaucoup plus large d’organisations.

À mesure que l’IA progresse, il devrait y avoir encore beaucoup de demande d’expertise humaine. Pour le meilleur ou pour le pire, la nature de l’expertise requise, cependant, sera sans aucun doute à un niveau beaucoup plus élevé qu’auparavant, car davantage de tâches de bas niveau sont automatisées. Le défi consiste à déterminer comment et où recentrer les efforts des équipes DevOps pour ajouter plus de valeur.