總結
成熟的 DevOps 實務建立在知道你堆疊哪層能處理哪一類問題的紀律上。 代理能力代表了一層新的層次。 它不能取代你的管道、程式腳本或執行手冊。 相反地，它會成為疊加於這些工具之上的推理層，負責處理您的自動化工具從未被設計來承擔的情境密集型、需要判斷力的工作。
你學會了如何定義那層。 你規劃了代理式 AI 在 DevOps 生命週期中帶來價值的路徑。 最後，你建立了自主性邊界，使得在生產級 Azure 環境中部署安全。
本模組的關鍵概念
- 代理與自動化：代理具有目標導向，動態調用工具，並透過觀察-理由-行動循環進行調整。 這種方式讓他們能處理需要情境綜合而非腳本化步驟的複雜多步驟任務。
- Microsoft 的代理頻譜：GitHub Copilot、Azure Copilot代理、Azure DevOps AI 與 MCP 擴展性，提供跨不同表面的代理能力。
- 高價值 DevOps 階段：規劃/追蹤、程式碼審查、流程分流與可觀察性最適合早期採用——頻率高、資訊豐富且風險低。
- 自主性匹配：將自主性等級與可逆性和爆炸半徑綁定。 高風險作業（部署、憑證、角色分配、政策變更）總是需要人工審核。
- 從第一天起就可觀察：記錄並稽核所有客服人員的行動，以確保合規並提供回饋，以安全提升自主性。
下一步
這個模組只是奠定了基礎。 這段學習路徑的後續模組將直接將此基礎應用於具體的 DevOps 任務配置檔，並為團隊環境建立選擇框架。