Présentation
Le développement assisté par l’IA évolue. Au lieu d’outils qui suggèrent uniquement du code, nous avons maintenant des systèmes qui peuvent réellement prendre des mesures à l’intérieur du cycle de vie du développement logiciel (SDLC). Dans GitHub, vous pouvez déjà voir cela avec des expériences telles que l'agent cloud de Copilot. Il peut explorer un référentiel, suggérer un plan, apporter des modifications sur une branche et ouvrir une pull request pour révision. À mesure que ces systèmes deviennent plus capables, votre rôle en tant que développeur commence à changer. Vous n'écrivez plus seulement du code. Vous guidez également, supervisez et validez des systèmes qui peuvent planifier, agir et améliorer au fil du temps dans vos flux de travail.
Les flux de travail de l’agent suivent un plan → agir → évaluer la boucle, où chaque cycle utilise des commentaires système pour affiner l’étape suivante jusqu’à ce que le résultat réponde aux normes requises. Ce module vous donne la base dont vous avez besoin pour comprendre ce changement. Vous découvrirez ce qui rend un système « agentique », comment les agents diffèrent des assistants traditionnels et comment ils fonctionnent à l'intérieur de GitHub. Vous verrez également comment GitHub agit comme le système d'enregistrement et le plan de contrôle, à l'aide d'outils familiers tels que les demandes d'extraction, les révisions, les vérifications d'état, CODEOWNERS, les ensembles de règles et les environnements pour assurer la sécurité et le contrôle de l'activité de l'agent.
Dans ce module, nous abordons les points suivants :
- Définir l’IA agentique dans SDLC et distinguer les agents des assistants
- Expliquer et appliquer le plan → agir → évaluer le cycle de vie dans les flux de travail d’agent
- Décrire comment GitHub fonctionne comme système d’enregistrement et de plan de contrôle pour l’activité de l’agent
- Identifier les responsabilités, les risques, les anti-modèles et les exigences de traçabilité dans les systèmes d’agent
- Appliquer le modèle contributeur pour évaluer le travail généré par l’agent
Voici d’autres modules pour en savoir plus sur le développement dans les systèmes IA agentiques :