Menurut GitLab, fitur‑fitur tersebut ditujukan untuk mengatasi fenomena yang mereka sebut “AI Paradox”—situasi di mana pembuatan kode menjadi jauh lebih cepat berkat AI, tetapi proses keamanan, kepatuhan, dan delivery justru menjadi titik kemacetan baru.
Salah satu fitur baru paling menonjol di GitLab 19.0 adalah GitLab Secrets Manager, yang kini tersedia dalam public beta untuk pelanggan paket Premium dan Ultimate.
Sebelumnya, banyak organisasi menyimpan kredensial pipeline CI/CD menggunakan layanan eksternal seperti HashiCorp Vault atau layanan secrets dari penyedia cloud. Dengan fitur baru ini, tim dapat menyimpan dan mengelola kredensial langsung di dalam GitLab.
Kemampuan utamanya meliputi:
Dengan menghubungkan manajemen secrets langsung ke pipeline dan izin proyek, GitLab ingin mengurangi penyebaran kredensial yang tidak terkontrol serta menerapkan prinsip least‑privilege access dalam workflow CI/CD.
GitLab 19.0 juga memperluas penggunaan AI di seluruh siklus merge request (MR) melalui peningkatan pada konsep yang disebut GitLab sebagai Developer Flow.
Alih‑alih hanya membantu menulis kode, AI kini bisa membantu mengelola proses review dan integrasi kode. Agen AI GitLab dapat melakukan berbagai tugas seperti:
Kemampuan ini menjadi bagian dari GitLab Duo Agent Platform, yang memperkenalkan workflow berbasis agen AI untuk membantu perubahan kode bergerak lebih cepat dari tahap perencanaan hingga deployment.
Tujuannya adalah mengurangi pekerjaan manual yang biasanya menghambat proses pengiriman software, bahkan ketika proses penulisan kode sudah dipercepat oleh AI.
Tidak semua organisasi dapat mengirimkan kode atau data internal mereka ke layanan AI berbasis cloud. Hal ini terutama berlaku di sektor seperti perbankan, kesehatan, atau pemerintahan yang memiliki persyaratan kepatuhan ketat.
GitLab 19.0 mengatasi kebutuhan ini dengan memungkinkan tim menghubungkan model AI open‑source yang dijalankan secara self‑hosted melalui agen eksternal dalam Duo Agent Platform.
Dengan pendekatan ini, organisasi dapat:
Dukungan ini memungkinkan penggunaan AI bahkan di lingkungan air‑gapped atau sistem dengan kebijakan keamanan tinggi di mana layanan AI cloud tidak diperbolehkan.
Rilis ini juga memperkuat fokus GitLab pada keamanan supply chain perangkat lunak, area yang semakin penting karena sebagian besar aplikasi modern bergantung pada komponen pihak ketiga.
Dua fitur utama yang diperkenalkan meliputi:
Components Analytics untuk CI/CD
Fitur ini memberi tim platform engineering visibilitas tentang komponen katalog CI/CD mana yang digunakan di berbagai proyek dan versi apa yang berjalan di dalam organisasi. Tujuannya adalah membantu tim melacak standar pipeline, menemukan komponen usang, dan mengelola reuse di skala besar.
Dependency Scanning Berbasis SBOM
GitLab 19.0 juga menambahkan pemindaian dependensi yang ditingkatkan menggunakan Software Bill of Materials (SBOM), yang memberikan gambaran lebih jelas tentang dependensi open‑source dan potensi kerentanannya sejak tahap awal pengembangan.
Dengan pendekatan ini, risiko supply chain dapat dideteksi dan ditangani sebelum perangkat lunak mencapai lingkungan produksi.
GitLab menyebut banyak perubahan di versi ini sebagai respons terhadap AI Paradox. Konsep ini menggambarkan situasi ketika AI membuat proses menulis kode jauh lebih cepat, tetapi tahapan lain—seperti review, testing, keamanan, dan deployment—masih bergantung pada proses manual atau tool yang terpisah.
Akibatnya, organisasi bisa menghasilkan lebih banyak kode tanpa benar‑benar mempercepat waktu pengiriman software secara keseluruhan.
Solusi yang ditawarkan GitLab dalam versi 19.0 adalah pendekatan yang mereka sebut “intelligent orchestration.” Ide utamanya adalah menggabungkan pengembangan, keamanan, kepatuhan, dan otomatisasi AI dalam satu platform DevSecOps sehingga workflow tidak lagi tersebar di banyak tool terpisah.
GitLab 19.0 mencerminkan tren yang semakin jelas dalam dunia DevSecOps: konsolidasi platform dan otomatisasi berbasis AI.
Alih‑alih hanya menambahkan alat AI untuk menulis kode, GitLab mencoba mengotomatiskan pekerjaan di sekitar kode—mulai dari manajemen kredensial, keamanan dependensi, tata kelola CI/CD, hingga proses review merge.
Bagi organisasi yang mengelola basis kode besar atau menghadapi persyaratan kepatuhan ketat, kombinasi Secrets Manager terintegrasi, workflow merge berbasis AI, dukungan model AI self‑hosted, dan analitik supply chain menunjukkan upaya untuk memastikan keamanan dan governance dapat bergerak secepat pengembangan yang dipercepat AI.
Apakah pendekatan ini benar‑benar mampu mengatasi “AI Paradox” masih akan terlihat dalam praktik. Namun GitLab 19.0 jelas menandai pergeseran menuju platform DevSecOps end‑to‑end yang ditingkatkan AI, bukan sekadar kumpulan alat pengembang terpisah.