Казахстанское IT-комьюнити для всех, кто строит карьеру в сфере информационных технологий или стремится туда попасть 🚀
По вопросам сотрудничества 📩@RomanTechPR
Post #2958
101
💻Поставил цель — получил результат: что нового в GitLab 19.4?
GitLab выкатил версию 19.4, в которой заметно усилил агентную часть платформы. Ниже собрали ключевые изменения:
• /goal в Duo CLI — теперь разработчик может поставить агенту не отдельную задачу, а конечную цель и критерии проверки. Агент сам выполняет работу локально, а отдельная модель проверяет, достигнут ли результат.
• Новые MCP-инструменты — агенты получили доступ к большему числу действий внутри GitLab: могут запускать пайплайны и читать их логи, работать с merge request и задачами, а также помогать с анализом уязвимостей. При этом права остаются под контролем GitLab: чтение разрешается автоматически, а изменения требуют подтверждения по умолчанию.
• Три open-weight-модели — в GitLab Duo Agent Platform добавили Kimi K3, MiniMax M3 и GLM 5.3. GitLab заявляет, что они позволяют получать до 4 раз больше вызовов на один GitLab Credit по сравнению со многими сопоставимыми frontier-моделями.
• Контроль расходов на AI — администраторы теперь видят потребление GitLab Credits по пользователям, могут устанавливать индивидуальные лимиты, а разработчики — отслеживать собственный расход. Это особенно важно, если AI-агенты начинают использоваться не отдельными разработчиками, а целыми командами.
• GitLab в Slack — экспериментальная интеграция позволяет вызвать GitLab прямо из треда: найти информацию, открыть issue или получить ответ по проекту, не переключаясь между сервисами.
Похоже, AI в разработке постепенно переходит от «напиши мне код» к «возьми эту задачу и доведи её до результата». И чем больше самостоятельности получают агенты, тем важнее становятся не только их возможности, но и права доступа, контроль действий и стоимость каждого запуска.
#techews #AI
GitLab выкатил версию 19.4, в которой заметно усилил агентную часть платформы. Ниже собрали ключевые изменения:
• /goal в Duo CLI — теперь разработчик может поставить агенту не отдельную задачу, а конечную цель и критерии проверки. Агент сам выполняет работу локально, а отдельная модель проверяет, достигнут ли результат.
• Новые MCP-инструменты — агенты получили доступ к большему числу действий внутри GitLab: могут запускать пайплайны и читать их логи, работать с merge request и задачами, а также помогать с анализом уязвимостей. При этом права остаются под контролем GitLab: чтение разрешается автоматически, а изменения требуют подтверждения по умолчанию.
• Три open-weight-модели — в GitLab Duo Agent Platform добавили Kimi K3, MiniMax M3 и GLM 5.3. GitLab заявляет, что они позволяют получать до 4 раз больше вызовов на один GitLab Credit по сравнению со многими сопоставимыми frontier-моделями.
• Контроль расходов на AI — администраторы теперь видят потребление GitLab Credits по пользователям, могут устанавливать индивидуальные лимиты, а разработчики — отслеживать собственный расход. Это особенно важно, если AI-агенты начинают использоваться не отдельными разработчиками, а целыми командами.
• GitLab в Slack — экспериментальная интеграция позволяет вызвать GitLab прямо из треда: найти информацию, открыть issue или получить ответ по проекту, не переключаясь между сервисами.
Похоже, AI в разработке постепенно переходит от «напиши мне код» к «возьми эту задачу и доведи её до результата». И чем больше самостоятельности получают агенты, тем важнее становятся не только их возможности, но и права доступа, контроль действий и стоимость каждого запуска.
#techews #AI














