随着人工智能技术的不断发展,AI在软件开发和运维领域的应用正变得愈发成熟和广泛。作为一家专注于DevOps解决方案的创新企业,Harness在2025年于伦敦举办的Unscripted大会上,推出了一系列基于AI的模块,涵盖了AI流水线构建、测试自动化、代码自动修复、应用安全(AppSec)以及AI驱动的混沌测试等多个方面。Harness的目标是通过智能代理,大幅提升软件团队的整体生产效率,优化从计划、编码到测试、部署和运行维护的全过程。众所周知,现今软件团队在计划和编码上仅花费约30%至40%的时间,其余时间多用于测试、安全保障、部署和应用优化。Harness基于这一现状,提出了让AI参与后期流程的构想,通过智能自动化降低人工成本,缩短交付周期,增强系统可靠性。Harness创始人兼首席执行官Jyoti Bansal在演讲中表示,AI在DevOps中的应用并非完全替代人工,反而强调"人机协同"的必要性。
尽管AI技术强大,仍存在生成错误(如幻觉)和安全风险(如提示注入)等问题,因此Harness设计了多层次、多智能体协同机制,针对具体任务分解为更小的子任务,并由专门的智能代理分别执行和相互校验,从而确保输出结果的准确性和一致性。此外,Harness平台的AI代理依托于深度的上下文知识,结合企业过往的构建记录、安全测试、代码变更与服务依赖等数据,使智能决策更为贴合实际环境,降低因缺乏上下文信息而产生的错误。安全性方面,Harness明确指出其AI不会直接执行生产环境的部署操作,而是负责创建确定性的自动化流水线;执行过程中完全无AI干预,保证了过程的可重复性和稳定性。所有自动化产物都需要经过人工审核,确保符合合规和治理规范。Bansal特别强调人类审核的重要环节,尤其是在代码量因AI生成而显著增加的情况下,必须依托更为严密的检查机制,包括测试、回滚、治理和合规控制等方面的提升。同时,为防止"AI自审"带来的信任风险,Harness倡导使用相互独立的AI系统分别负责任务执行与结果检查,类似于财务审计中的"分权制衡",避免一个AI承担全部职责而出现漏洞。
对于软件工程师而言,Harness提出了新的技能要求:如何有效与AI代理沟通、提出合适的请求以及迭代优化交互过程,成为其核心能力。Bansal认为,AI驱动的开发流程将是一个不断提问、验证和调整的循环过程,掌握这一能力是未来软件工程师的必备素质。这一点与谷歌DORA(DevOps Research and Assessment)最新报告中提到的AI核心地位高度契合,并且该研究成果也在Unscripted大会的主题演讲中被重点提及。值得一提的是,Harness平台充分尊重用户对AI应用程度的自主选择,客户可灵活开启或关闭各类AI模块,根据团队和业务的不同需求,逐步适应和信任AI助力的DevOps流程。例如,某些企业可能仅启用AI辅助测试功能,而禁用AI安全运行时保护,以达到逐步过渡的平衡。Harness的DevOps平台目前基于Kubernetes架构,控制层可运行于云端或本地环境(约80%的客户选择云端),代理节点则部署在本地或私有云环境。
价格方面,提供了适合小团队的免费方案、中型团队的Essentials计划(每用户每月30美元,最多支持500人),以及适合大型企业的企业级计划,年费在10万至20万美元区间。Harness的AI代理不仅是自动化流水线的执行者,更是智能助手,极大减少了繁琐机械的重复性工作,让开发人员得以专注于更具创造性的设计和提升业务价值的任务。其AI驱动的混沌测试模块,通过有计划地引入随机故障,帮助团队更好地了解系统的韧性和边界,提升整体稳定性与安全保障。虽然许多人对AI在关键安全领域的应用持谨慎态度,但Harness的分步实施与严格审核机制,确保了技术的安全可控,兼顾了效率和风险。未来,随着AI技术的不断进化,更多专门化、上下文感知的智能代理将会出现,进一步丰富DevOps的技术生态,推动软件开发向自动化、智能化迈进。对企业而言,拥抱AI驱动的DevOps,不仅是提升技术效能的选择,更是实现数字化转型、应对激烈市场竞争的必由之路。
Harness通过将人工智能引入DevOps核心环节,正引领软件行业进入全新智能工作时代。 。
