Resumo
A prática de DevOps madura baseia-se na disciplina de saber qual camada da pilha lida com qual classe de problema. Os recursos de agente representam uma nova camada. Não é uma substituição para seus pipelines, scripts ou runbooks. Em vez disso, torna-se uma camada de raciocínio sobre eles que lida com o trabalho intensivo em contexto e que exige julgamentos que sua automação nunca foi projetada para absorver.
Você aprendeu a definir essa camada. Você mapeou onde a IA agentic fornece valor em todo o ciclo de vida do DevOps. Por fim, você estabeleceu os limites de autonomia que tornam seguro implantar em ambientes de Azure de nível de produção.
Principais conceitos deste módulo
- Agentes versus automação: os agentes são orientados a metas, invocam ferramentas dinamicamente e se adaptam por meio de loops observe-reason-act. Essa abordagem permite que eles lidem com tarefas complexas e de várias etapas que exigem síntese de contexto em vez de etapas com script.
- o espectro agencial da Microsoft: o GitHub Copilot, os agentes do Azure Copilot, o Azure DevOps AI e a extensibilidade MCP fornecem capacidades agenciais em diferentes superfícies.
- Fases de DevOps de alto valor: Plano/acompanhamento, revisão de código, triagem de pipeline e observabilidade são mais adequadas para a adoção precoce: elas são frequentes, ricas em informações e de baixo risco.
- Correspondência de autonomia: vincule os níveis de autonomia à reversibilidade e ao raio de alcance. Operações de alto risco (implantações, credenciais, atribuições de função, alterações de política) sempre exigem aprovação humana.
- Observabilidade desde o primeiro dia: registrar e auditar todas as ações do agente, para garantir a conformidade e fornecer comentários para aumentar a autonomia com segurança ao longo do tempo.
Próximas Etapas
Este módulo estabeleceu apenas a base. Os próximos módulos neste roteiro de aprendizagem aplicam essa base diretamente aos perfis de tarefas concretos do DevOps e criam uma estrutura de seleção para o ambiente da sua equipe.