Sommario
Questo modulo ha illustrato come progettare architetture degli agenti che funzionano in modo affidabile all'interno del ciclo di vita di sviluppo software (SDLC) mantenendo al tempo stesso limiti, governance e supervisione umana chiari. È stato illustrato come i sistemi agenti possono andare oltre la semplice automazione interpretando gli obiettivi e proponendo modifiche, ma anche perché tale potenza richiede struttura senza di esso, gli agenti possono introdurre rischi per la qualità, la sicurezza e la stabilità del codice
Un tema chiave nel modulo è stato rafforzare che gli agenti dovrebbero proporre il lavoro, non eseguirlo unilateralmente. Usando richieste pull, controlli obbligatori, CODEOWNERS e protezioni dell'ambiente, si garantisce che tutte le modifiche generate dall'agente vengano convalidate tramite segnali automatizzati e verifiche umane prima che vengano accettate. Questo modello è fondamentale per mantenere la sicurezza e l'affidabilità, soprattutto quando aumenta l'autonomia degli agenti.
Applicando la governance, l'osservabilità e l'autonomia basata sui rischi, i team possono delegare in modo sicuro lavoro ripetitivo o dispendioso in termini di tempo agli agenti, mantenendo al tempo stesso gli esseri umani sotto il controllo delle decisioni più importanti. Il risultato è un flusso di lavoro di sviluppo sia più veloce che scalabile, senza sacrificare attendibilità, qualità o responsabilità.
In questo modulo, hai imparato a:
Mappare i compiti dell'agente alle fasi del Ciclo di Vita del Software (SDLC) e definire ambiti delimitati.
Definire input, output e criteri di esito positivo applicabili delle attività.
Separare la pianificazione dall'esecuzione e applicare il controllo dei piani.
Usare controlli basati su pull request (PR) come modelli, controlli obbligatori, CODEOWNERS, regole, ambienti per regolamentare il lavoro.
Creare flussi di lavoro affidabili usando output, contesti e modelli di trigger sicuri.
Gestire gli agenti in modo sicuro usando l'osservabilità, gli artefatti, la governance degli strumenti, le restrizioni MCP, l'isolamento dei segreti, protezione basata su hook e schemi di affidabilità.
Altre informazioni
Per una lettura più approfondita, usare la documentazione ufficiale GitHub su:
Gestione dei set di regole per un repository e Regole disponibili per i set di regole
Risoluzione dei problemi dei controlli di stato necessari (per evitare schemi di controllo fragili 'necessari')
Utilizzo di GITHUB_TOKEN per l'autenticazione nei flussi di lavoro e Indurimento della sicurezza per GitHub Actions
Ambienti (revisori necessari, regole di protezione della distribuzione e controlli di approvazione)
Caricamento di un artefatto in un processo di lavoro (output del processo di lavoro come prova durevole)
Caricamento di un file SARIF su GitHub (evidenza della scansione del codice in CI)
Protezione dei push con la scansione dei segreti (protezione dei push) (impedisce che i segreti supportati vengano commessi)
Tracciamento delle sessioni di GitHub Copilot