Pendahuluan
Pengembangan yang dibantu AI berkembang. Alih-alih alat yang hanya menyarankan kode, kita sekarang memiliki sistem yang benar-benar dapat mengambil tindakan di dalam siklus hidup pengembangan perangkat lunak (SDLC). Di GitHub, Anda sudah dapat melihat hal ini melalui pengalaman seperti agen awan Copilot. Ini dapat menjelajahi repositori, menyarankan rencana, membuat perubahan pada cabang, dan membuka permintaan pull untuk Anda tinjau. Ketika sistem ini menjadi lebih mampu, peran Anda sebagai pengembang mulai berubah. Anda tidak hanya menulis kode lagi. Anda juga memandu, mengawasi, dan memvalidasi sistem yang dapat merencanakan, bertindak, dan meningkatkan dari waktu ke waktu dalam alur kerja Anda.
Alur kerja agen mengikuti rencana → bertindak → mengevaluasi perulangan, di mana setiap siklus menggunakan umpan balik sistem untuk memperbaiki langkah berikutnya sampai hasil memenuhi standar yang diperlukan. Modul ini memberi Anda fondasi yang Anda butuhkan untuk memahami pergeseran itu. Anda akan mempelajari apa yang membuat sistem "agenik", bagaimana agen berbeda dari asisten tradisional, dan bagaimana mereka beroperasi di dalam GitHub. Anda juga akan melihat bagaimana GitHub bertindak sebagai sistem rekaman dan sarana kontrol, menggunakan alat yang familier seperti permintaan pull, ulasan, pemeriksaan status, CODEOWNERS, set aturan, dan lingkungan untuk menjaga aktivitas agen tetap aman dan terkontrol.
Dalam modul ini kita membahas:
- Menentukan AI agenik di SDLC dan membedakan agen dari asisten
- Menjelaskan dan menerapkan rencana → bertindak → mengevaluasi siklus hidup dalam alur kerja agen
- Menjelaskan bagaimana GitHub berfungsi sebagai sistem rekaman dan sarana kontrol untuk aktivitas agen
- Mengidentifikasi tanggung jawab, risiko, antipola, dan persyaratan keterlacakan dalam sistem agen
- Menerapkan model kontributor untuk mengevaluasi pekerjaan yang dihasilkan agen
Berikut adalah modul lain untuk pembelajaran lebih lanjut tentang Pengembangan dalam Sistem AI Agenik: