Définir devOps agentique pour les environnements Microsoft

Terminée

Tip

Pour plus d’informations, consultez l’onglet Texte et images !

En tant qu’ingénieur DevOps expérimenté, vous avez créé une automatisation qui s’exécute sans intervention humaine. Un pipeline se déclenche lors d'un push, un script fait tourner les informations d'identification selon un calendrier, une politique bloque une ressource non conforme au plan de gestion. Celles-ci sont déterministes : étant donné la même entrée, elles produisent la même sortie, chaque fois.

Les fonctionnalités agentiques sont différentes. Ils n’exécutent pas de script fixe. Ils raisonne sur un objectif, rassemblent le contexte à partir de plusieurs sources, déterminent les outils à utiliser et prennent une séquence d’actions , en adaptant leur prochaine étape en fonction de ce qu’ils observent. Cette boucle de raisonnement est ce qui distingue un agent de l’automatisation.

Comprendre ce qui rend une fonctionnalité agentique

Un agent, dans le sens de l’IA, est un système qui perçoit son environnement, les raisons d’un objectif, sélectionne et appelle des outils, et ajuste son approche en fonction des résultats. Appliqué à DevOps, cela signifie qu’un agent ne répond pas simplement à une seule instruction. Il peut accepter un objectif tel que « générer un modèle de Bicep pour cette charge de travail et le valider par rapport à notre base de référence de stratégie », puis décomposer cet objectif en tâches subordonnées, interroger votre référentiel, appeler des outils Bicep, vérifier Azure Policy données de conformité et retourner un modèle prêt à passer en revue.

Trois propriétés distinguent les fonctionnalités agentiques de l’automatisation traditionnelle et des chatbots IA simples :

• Orientation de l’objectif : l’agent travaille vers un objectif, et non une séquence fixe de commandes.
• Appel d’outils : l’agent appelle des outils externes, des API ou des services pour collecter des informations et prendre des mesures.
• Boucles observe-reason-act : l’agent évalue les résultats intermédiaires et ajuste son plan en conséquence.

L’automatisation DevOps traditionnelle a une orientation vers un objectif (les pipelines ont un état cible) et parfois l'invocation des outils, mais elle n’a pas la boucle de raisonnement adaptatif. Un script Bash n’observe pas que sa première commande n’a pas pu choisir une autre stratégie. Un agent le fait.

Placer DevOps agentif sur le spectre de la plateforme Microsoft

Microsoft a généré des fonctionnalités agentiques incrémentielles dans sa chaîne d’outils depuis plusieurs années. La progression est la plus claire dans GitHub Copilot, qui est passée d’un outil de saisie semi-automatique de code à un assistant de conversation. Ensuite, il a évolué vers un mode agent et est maintenant un agent de codage basé sur le cloud qui peut prendre des tâches assignées, ouvrir des requêtes d'extraction et apporter des modifications en fonction des commentaires sans rester dans votre éditeur.

Une progression similaire s’affiche sur la plateforme :

Gamme de fonctionnalités	Comment il se comporte de manière agentique
GitHub Copilot (conversation et inline)	Répond aux invites. Suggère du code, explique les erreurs et génère de la documentation. Tour unique ou multitour court.
Mode de l’agent GitHub Copilot	Lit votre contexte de base de code complet, exécute des tâches en plusieurs étapes, appelle des outils (terminal, système de fichiers, tests) et itère. Processus itératif avec utilisation de l'outil.
agent de codage GitHub Copilot (cloud)	Reçoit les problèmes attribués à partir de votre backlog, crée une demande de tirage et effectue une itération sur les commentaires de révision. Asynchrone, limité au périmètre du référentiel.
Agents Copilot d'Azure	Agents spécialisés dans le portail Azure pour le déploiement, la migration, l'observabilité, l'optimisation, la résilience et la résolution des problèmes des charges de travail Azure.
fonctionnalités d’IA Azure DevOps	Résumés d’éléments de travail assistés par l’IA, descriptions des pull requests, suggestions de création de pipelines, et génération de contenu pour les Boards — intégrés aux interfaces de travail quotidiennes.
Outils compatibles MCP	Extensions à l’un des éléments ci-dessus via le protocole de contexte de modèle. Donne aux agents l’accès à des outils supplémentaires (Azure CLI, contexte de projet ADO, Bicep analyzer) délimités par vous.

Au lieu de les traiter comme des produits distincts pour apprendre en isolation, considérez-les comme des points différents sur un spectre d’autonomie. En fonction de votre niveau d’expérience, vous pouvez les utiliser isolés au début, pour ensuite évoluer dans un ensemble combiné d’outils.

Distinguer les fonctionnalités agentiques de votre automatisation existante

Vous pensez peut-être : « J’ai déjà des pipelines qui déploient une infrastructure, des scripts qui vérifient la dérive et des runbooks qui répondent aux alertes. Comment cela diffère-t-il ?

La distinction clé est l’étendue du contexte et laprise de décision adaptative. Votre automatisation existante sait ce que vous lui avez dit de savoir, fait ce que vous lui avez dit de faire, et s’arrête ou échoue lorsqu’elle atteint un état inattendu. Un agent peut :

• Ingestion du contexte à partir de plusieurs sources non structurées (description de la requête de tirage, journaux de tests échoués, télémétrie de surveillance, documentation) et synthèse en un plan d'action cohérent.
• Sélectionnez un ensemble d’outils disponibles pour collecter ce dont il a besoin, plutôt que d’avoir une sélection d’outils codée en dur.
• Répondez aux résultats intermédiaires , par exemple, en découvrant à mi-tâche qu’un nom de ressource est en conflit avec un déploiement existant et en choisissant automatiquement une alternative.

Ce n’est pas un remplacement de votre automatisation. Il s’agit d’une couche différente du modèle d’exploitation. Celui qui gère le travail multi source nécessitant beaucoup de jugements, de basculement de contexte, que vos pipelines n’ont jamais été conçus pour absorber.

Définir DevOps agentic en tant que modèle d’exploitation

Agentic DevOps est l’application des fonctionnalités d’IA basées sur un agent aux flux de travail DevOps, où ces fonctionnalités gèrent des tâches nécessitant un raisonnement multi source, produisent des résultats structurés qui s’intègrent dans des processus de livraison existants et fonctionnent dans des limites définies par l’homme.

L’objectif n’est pas de supprimer les ingénieurs DevOps de la boucle. C'est modifier la raison pour laquelle ils sont impliqués. Au lieu de trier manuellement une build défaillante en effectuant une recherche dans cinq vues de journal différentes, vous décrivez l’échec à un agent, qui synthétise les journaux, fait des références croisées avec des échecs similaires passés et met en évidence la cause racine probable avec des preuves à l'appui. Vous prenez toujours la décision de correction. Vous passez juste moins de temps sur la recherche.

Cette distinction de l’IA qui effectue le travail fondamental intensif sur l’information, et les humains prenant la décision consécutive, est la base de chaque concept dans le reste de ce module.

Note

Les fonctionnalités décrites dans ce module représentent la plateforme Microsoft. La disponibilité des fonctionnalités spécifiques peut varier selon le cycle de publication du plan, de la région et du produit. Vérifiez toujours l’état des fonctionnalités dans la documentation officielle Microsoft avant de concevoir des flux de travail de production.