मी एक महिना माझ्या CI/CD पाइपलाइन चालवण्यासाठी एका AI-चालित एजंटला परवानगी दिली. या चाचणीच्या शेवटी, तो एजंट अयशस्वी बिल्ड्स (failing builds) दुरुस्त करत होता, पुल रिक्वेस्ट्स (pull requests) उघडत होता आणि जॉब्स पुन्हा ट्रिगर करत होता; यामुळे मानवी हस्तक्षेप केवळ एका मंजुरीच्या टप्प्यापर्यंत मर्यादित राहिला. हा प्रयोग दर्शवतो की "एजेंटिक" (agentic) DevOps मुळे दैनंदिन त्रुटींचे वर्गीकरण (triage) बॅक-ऑफिसमधून एका स्वयंचलित मेंदूकडे वळवता येते, परंतु हे एक स्वायत्त (autonomous) सिस्टम नवीन जोखमीचे स्रोत बनू नये यासाठी आवश्यक असलेल्या सुरक्षा मर्यादा (guardrails) देखील समोर आणते.
हा प्रयोग का महत्त्वाचा होता
बहुतेक सॉफ्टवेअर टीम्स अजूनही AI कडे केवळ एक प्रगत 'ऑटो-कम्प्लीट' (autocomplete) म्हणून पाहतात—एक असे साधन जे कोडची ओळ सुचवते किंवा त्रुटीचा संदेश स्पष्ट करते. २०२५ मध्ये उद्योग "तुम्हाला टाईप करण्यास मदत करणारे AI" कडून "कृती करणारे AI" कडे वळत आहे. एक कृती करणारा एजंट लॉग्स वाचू शकतो, दुरुस्तीचा निर्णय घेऊ शकतो, ती लागू करू शकतो आणि त्यातून शिकू शकतो—तेही डेव्हलपरने एकही कमांड टाईप न करता.
मूळ संकल्पना: एक एजेंटिक पाइपलाइन
एजेंटिक पाइपलाइन म्हणजे प्रोडक्शनला अनियंत्रित प्रवेश असलेले कोणतेही एक मोठे मॉडेल नाही. ते एक मर्यादित ऑर्केस्ट्रेटर (orchestrator) आहे जे विशेष साधनांचे समन्वय साधते, संदर्भ (context) लक्षात ठेवते आणि कडक सुरक्षा मर्यादांच्या (guardrails) मागे काम करते. याचे मुख्य चक्र मानवी समस्या निवारण प्रक्रियेसारखेच आहे:
१. समजून घेणे (Perceive) – लॉग्स, टेस्ट आउटपुट आणि मेट्रिक्स मिळवणे. २. तर्क करणे (Reason) – त्रुटीचे विश्लेषण करणे, सर्वात सुरक्षित निवारण (remediation) योजणे. ३. कृती करणे (Act) – पॅच लागू करण्यासाठी, डिपेंडन्सी अपग्रेड करण्यासाठी किंवा जॉब पुन्हा चालवण्यासाठी मर्यादित अधिकार असलेले साधन वापरणे. ४. शिकणे (Learn) – निकाल रेकॉर्ड करणे जेणेकरून पुढचा निर्णय अधिक चांगल्या प्रकारे घेता येईल.
हा प्रयोग सुरक्षित ठेवणारी आर्किटेक्चर खालीलप्रमाणे होती:
- CI/CD प्लॅटफॉर्म – जॉब्सचे वेळापत्रक ठरवणे आणि ते चालवणे.
- ऑर्केस्ट्रेटर – तो "मेंदू" जो डेटा प्राप्त करतो, कंट्रोल लूप चालवतो आणि काय करायचे ते ठरवतो.
- टूल्स – प्रत्यक्ष कृती करणारी हातांची कामे (उदा. PR उघडणे, व्हर्जन अपडेट करणे).
- कॉन्टेक्स्ट स्टोअर – अलीकडील त्रुटी आणि दुरुस्त्यांची एक हलकी मेमरी.
- गार्डरेल्स (Guardrails) – कडक मर्यादा ज्या एजंटला थेट प्रोडक्शनला स्पर्श करण्यापासून किंवा मानवी मंजुरीशिवाय बदल करण्यापासून रोखतात.
लार्ज लँग्वेज मॉडेलला (LLM) थेट प्रोडक्शनमध्ये बदल करण्यापासून दूर ठेवून, या सिस्टमने अटॅक सरफेस (attack surface) कमी केला, तरीही मॉडेलला समस्येवर तर्क करण्याची क्षमता दिली.
एजंटच्या आयुष्यातील एक महिना
आठवडा १ – केवळ वाचन आणि निरीक्षण
एजंट "केवळ स्पष्टीकरण" (explain-only) मोडमध्ये चालला. प्रत्येक अयशस्वी बिल्डमुळे एक स्लॅक (Slack) मेसेज तयार होत असे, ज्यामध्ये त्रुटीचा सारांश आणि संभाव्य कारणांचा उल्लेख असे. कोणताही कोड बदलला गेला नाही. या टप्प्याने हे सिद्ध केले की 'परसेप्शन' आणि 'रीझनिंग' स्टेप्स वास्तविक लॉग्सवर काम करत आहेत आणि टीमचा असा विश्वास निर्माण झाला की एजंटला कोडबेस समजला आहे.
आठवडा २ – दुरुस्ती सुचवणे
पुढच्या सात दिवसांसाठी, ऑर्केस्ट्रेटरने लिंटिंग फेल्युअर (linting failures) किंवा जुन्या डिपेंडन्सीज यांसारख्या कमी जोखमीच्या समस्यांसाठी पुल रिक्वेस्ट्स उघडल्या. इंजिनिअर्सनी मर्ज करण्यापूर्वी या PRs चे पुनरावलोकन केले.
आठवडा ३ – नियंत्रित कृती
मंजुरी कार्यप्रवाह (approval workflow) लागू झाल्यानंतर, एजंटला नॉन-प्रोडक्शन एन्व्हायरमेंटमध्ये जॉब्स पुन्हा चालवण्याची परवानगी मिळाली. जेव्हा एखादी बिल्ड फेल झाली, तेव्हा ऑर्केस्ट्रेटरने आपोआप खराब झालेल्या डिपेंडन्सीची योग्य व्हर्जन पिन केली, एक PR उघडली आणि PR मर्ज झाल्यानंतर पाइपलाइन पुन्हा ट्रिगर केली.
आठवडा ४ – प्रभावाचे मोजमाप
अंतिम आठवडा निकालांच्या मोजमापावर केंद्रित होता, ज्यामध्ये एजंटने किती त्रुटी सोडवल्या याचा मागोवा घेण्यात आला.
फायदा: कंटाळवाणी कामे काढून टाकणे
या प्रयोगातून असे दिसून आले की AI एजंट CI/CD चे पुनरावृत्ती होणारे भाग हाताळू शकतो: लॉग्स वाचणे, ज्ञात पॅटर्न ओळखणे, व्हर्जन अपडेट करणे आणि जॉब्स पुन्हा चालवणे. इंजिनिअर्सना केवळ अंतिम बदलांना मंजुरी देणे आणि एजंट ज्या काही मोजक्या 'एज-केस' (edge-case) त्रुटी सोडवू शकला नाही, त्यांची तपासणी करणे आवश्यक होते. व्यवहारात याचा अर्थ असा होता की मध्यरात्री येणारे अलर्ट्स कमी झाले, कॉन्टेक्स्ट-स्विचिंग कमी झाले आणि डेव्हलपर्ससाठी फीडबॅक लूप अधिक वेगवान झाला.
धोके आणि ते कमी करण्याचे उपाय
- आत्मविश्वासाने केलेली चुकीची दुरुस्ती (Confidently wrong fixes) – एजंट कधीकधी केवळ लक्षणांवर आधारित पॅच लागू करतो, ज्यामुळे मूळ गंभीर बग (bug) लपला जाऊ शकतो. प्रोडक्शन कोडला स्पर्श करणाऱ्या कोणत्याही बदलासाठी मानवी मंजुरी आवश्यक असणाऱ्या गार्डरेल्समुळे हा धोका नियंत्रणात राहिला.
- माहितीचा अतिरेक (Noise overload) – अनफिल्टर्ड नोटिफिकेशन्समुळे महत्त्वाच्या अलर्ट्सकडे दुर्लक्ष होऊ शकते.
- व्याप्ती वाढणे (Scope creep) – मॉडेलला अनियंत्रित प्रवेश दिल्यास त्याचे अनपेक्षित परिणाम होऊ शकतात. LLM (तर्क करणे) आणि टूल्स (कृती करणे) यांच्यातील आर्किटेक्चरमधील कडक विभाजनामुळे एजंटला मनमानी बदल करण्यापासून रोखले गेले.
इतर टीम्ससाठी टप्प्याटप्प्याने अंमलबजावणीचा आराखडा
जर तुमची संस्था एजेंटिक पाइपलाइन वापरून पाहू इच्छित असेल, तर या टप्प्याटप्प्याने जाणारे मार्ग अनुसरण करा:
- ऑर्केस्ट्रेटर सेट करा – एक हलकी सेवा जी LLM ला कॉल करू शकते, संदर्भ साठवू शकते आणि CI/CD APIs कार्यान्वित करू शकते.
- गार्डरेल्स (Guardrails) परिभाषित करा – एजंट कोणते CI/CD जॉब्स ट्रिगर करू शकतो याची व्हाईटलिस्ट तयार करा, PR मंजुरी अनिवार्य करा आणि थेट प्रोडक्शनमध्ये बदल करण्यास प्रतिबंध करा.
- आठवडा १: निरीक्षण मोड (Observation mode) – ऑर्केस्ट्रेटरला लॉग्स (logs) द्या आणि त्याला चॅट चॅनेलवर निदानात्मक सारांश (diagnostic summaries) पोस्ट करू द्या.
- आठवडा २: सूचना मोड (Suggestion mode) – एजंटला बिगर-महत्त्वाच्या दुरुस्त्यांसाठी PR उघडण्याची परवानगी द्या; मानवी पुनरावलोकन (human review) अनिवार्य ठेवा.
- आठवडा ३: नियंत्रित कृती (Controlled action) – PR मर्ज झाल्यानंतर स्टेजिंग किंवा टेस्ट एन्व्हायरनमेंटमध्ये जॉब्स पुन्हा चालवण्याची परवानगी द्या.
- आठवडा ४: मेट्रिक्स आणि ट्यूनिंग (Metrics and tuning) – ट्राइएज केलेले अपयश, फॉल्स पॉझिटिव्ह आणि वाचलेला वेळ ट्रॅक करा; त्यानुसार अलर्ट थ्रेशोल्ड्स आणि गार्डरेल्समध्ये बदल करा.
- पुनरावृत्ती करा (Iterate) – प्रत्येक नवीन क्षमता समान सुरक्षा तपासणीतून पार पडल्यानंतरच टूल सेटचा विस्तार करा (उदा. स्वयंचलित रोलबॅक, सुरक्षा स्कॅन).
प्रतिवाद
शंका घेणारे असे नमूद करतात की एजंट आत्मविश्वासाने चुकीचे असू शकतात. या प्रयोगाने ही चिंता दूर केली नाही; त्याने केवळ हे दाखवून दिले की शिस्तबद्ध गार्डरेल्समुळे जोखीम नियंत्रणात ठेवून तुम्ही त्याचे फायदे मिळवू शकता.
निष्कर्ष
जो AI एजंट CI/CD कंट्रोल लूप चालवतो, तो प्रतिक्रियात्मक आणि मॅन्युअल ट्राइएज प्रक्रियेचे रूपांतर जवळजवळ 'सेल्फ-हीलिंग' (self-healing) पाइपलाइनमध्ये करू शकतो; फक्त तुम्ही मॉडेलला वेगळे (isolate) ठेवले, कडक मंजुरीचे टप्पे लागू केले आणि कमी जोखीम असलेल्या, प्रथम निरीक्षण करण्याच्या दृष्टिकोनापासून सुरुवात केली तर. याचे खरे मूल्य इंजिनिअर्सना बदलण्यात नसून, पाइपलाइन सुरळीत ठेवण्यासाठी आणि डेव्हलपर्सना निर्मितीवर लक्ष केंद्रित करण्यास मदत करण्यासाठी कंटाळवाणी आणि पुनरावृत्ती होणारी कामे त्यांच्याकडून दूर करण्यामध्ये आहे.