JawabanDipublikasikan14 sumber
GitLab 19.4 Bawa Agen AI yang Lebih Terkendali, Hemat Biaya, dan Terhubung ke Workflow
GitLab 19.4, dirilis pada 17 September 2026, dirancang untuk membawa agen AI dari eksperimen perorangan ke penggunaan tim yang dikelola, dengan kontrol model, izin, persetujuan, dan biaya. Perintah /goal di GitLab Duo CLI yang kini berstatus beta publik memungkinkan pengembang mendelegasikan tujuan terbuka kepada al...
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- GitLab 19.4, dirilis pada 17 September 2026, dirancang untuk membawa agen AI dari eksperimen perorangan ke penggunaan tim yang dikelola, dengan kontrol model, izin, persetujuan, dan biaya.
- Perintah /goal di GitLab Duo CLI yang kini berstatus beta publik memungkinkan pengembang mendelegasikan tujuan terbuka kepada alur agen lokal yang memverifikasi progresnya sendiri.
- Rilis ini menambahkan model Kimi K3, MiniMax M3, dan GLM 5.3; visibilitas serta batas penggunaan per pengguna; dan tool MCP beta publik yang bekerja melalui kontrol GitLab yang ada.
- Klaim GitLab bahwa model open weight barunya dapat memberi hingga 4× lebih banyak panggilan per GitLab Credit berasal dari GitLab sendiri, bukan benchmark independen.
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: What did GitLab’s September 17 release of version 19.4 introduce for scaling controlled, cost-efficient agentic AI across DevSecOps workflow. Article summary: GitLab 19.4, released September 17, 2026, packages more capable AI agents with centralized governance, cost controls, and workflow access. GitLab’s message is that organizations can expand agentic automation beyond indiv. Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
GitLab 19.4 menargetkan persoalan praktis bagi perusahaan: bagaimana memberi agen AI ruang untuk menangani pekerjaan DevSecOps yang lebih besar tanpa kehilangan kendali atas izin, persetujuan, pemilihan model, maupun pengeluaran. Dirilis pada 17 September 2026, versi ini menggabungkan eksekusi agen berbasis tujuan, opsi model yang lebih hemat, kontrol konsumsi per pengguna, dan akses Model Context Protocol (MCP) ke alur kerja GitLab. 1
5
Bukan lagi mengarahkan tiap langkah, melainkan mendelegasikan hasil
Perintah baru /goal di GitLab Duo CLI kini tersedia dalam beta publik. Alih-alih pengembang harus mengarahkan agen pada setiap tindakan, fitur ini memungkinkan mereka menyerahkan sebuah tujuan terbuka kepada alur agen terkelola yang berjalan secara lokal. 5
Alur tersebut memiliki verifikasi bertahap. GitLab menyatakan bahwa model terpisah akan memeriksa progres agen terhadap tujuan yang diberikan saat pekerjaan berlangsung. Eksekusi berhenti ketika tujuan tercapai atau batas iterasi telah terlewati. Pengembang juga dapat menjeda eksekusi, mengubah atau mengarahkan ulang tujuan, lalu memulainya kembali. 5
Bagi tim yang sedang menguji workflow pengembangan yang lebih otonom, perbedaannya penting: agen diberi keleluasaan menyelesaikan pekerjaan multi-langkah, tetapi pengembang tetap dapat turun tangan saat tujuan, konteks, atau jalur implementasinya berubah.
Pilihan model lebih banyak, tetap diatur secara terpusat
GitLab Duo Agent Platform kini mendukung tiga model open-weight yang di-host GitLab: Kimi K3, MiniMax M3, dan GLM 5.3. Ketiganya melengkapi pilihan model frontier yang sudah tersedia dan dapat digunakan untuk GitLab Duo Agentic Chat serta fitur agen yang didukung lainnya. 1
2
GitLab memosisikan opsi baru ini sebagai cara untuk menyesuaikan biaya, latensi, dan kemampuan model dengan jenis tugas:
- Model berbiaya lebih rendah dapat dipakai untuk pekerjaan rutin atau ber-volume tinggi.
- Model frontier yang lebih mahal dapat diprioritaskan untuk pekerjaan rumit ketika kemampuannya memang dibutuhkan.
- Organisasi dapat menetapkan model bawaan di tingkat pusat, alih-alih menyerahkan seluruh keputusan model kepada pengguna individual.
5
10
Menurut GitLab, model open-weight yang di-host tersebut dapat memberikan hingga empat kali lebih banyak panggilan per GitLab Credit dibanding banyak model frontier yang sebanding. Namun, ini merupakan klaim vendor berdasarkan pengujian dan kerangka evaluasi GitLab sendiri, bukan benchmark independen. Tim tetap perlu menguji kualitas dan biaya pada beban kerja mereka masing-masing. 5
10
Pemilik Grup dan administrator dapat menetapkan model bawaan untuk Agentic Chat, agen, flow, serta fitur lain, sekaligus menentukan model mana yang dapat diakses tim. Kontrol tersebut dapat diterapkan pula ke subgrup dan proyek. 1
5
Visibilitas penggunaan dan batas per pengguna kini tersedia umum
Memperluas penggunaan agen berarti juga harus memantau biayanya. Dalam versi 19.4, GitLab menjadikan kapabilitas visibilitas biaya tersedia secara umum. Administrator dapat menetapkan batas per pengguna, sedangkan pengembang dapat melihat konsumsi GitLab Credit mereka sendiri. 5
Rilis ini juga menambahkan ekspor penggunaan pada tingkat peristiwa yang dapat ditagihkan melalui tautan unduhan aman, untuk langganan Flex maupun non-Flex. Dengan begitu, tim platform dapat mengatribusikan konsumsi AI agen ke pengguna atau departemen sebelum tagihan diterbitkan. 5
Nilai operasionalnya cukup jelas: tim dapat menguji atau memperluas workflow agen sambil menetapkan batas tentang siapa yang boleh memakai kredit dan bagaimana penggunaannya ditinjau.
Tool MCP membawa agen eksternal ke workflow GitLab
GitLab 19.4 turut memperkenalkan tool server GitLab MCP dalam beta publik. Tool ini memungkinkan klien dan agen MCP pihak ketiga berinteraksi dengan workflow GitLab, termasuk untuk:
- memicu pipeline;
- memeriksa jejak (trace) pekerjaan yang gagal;
- mengelola merge request, termasuk proses peninjauan dan penggabungan;
- mencari serta memperbarui item kerja; dan
- melakukan triase kerentanan.
Argumen utama GitLab adalah kesinambungan tata kelola. Menurut perusahaan, tool MCP bekerja dengan pengaturan grup dan proyek yang sama seperti tool internal Duo Agent Platform, bukan melalui lapisan kebijakan terpisah untuk agen pihak ketiga. 5
Perilaku persetujuan bawaan dimaksudkan untuk menjaga pengawasan manusia: tool hanya-baca secara default menggunakan Always Allow, sementara tindakan tulis dan hapus secara default menggunakan Always Ask. 5
Bagi organisasi yang sedang mengevaluasi integrasi agen, pertanyaan utamanya bukan semata apakah agen dapat mengakses CI/CD, merge request, atau workflow keamanan. Yang tak kalah penting adalah apakah tindakannya tetap mematuhi pola izin dan persetujuan yang telah dipakai tim engineering.
Integrasi Slack, detail sesi, dan tambahan MCP dari komunitas
Sejumlah kemampuan pendukung juga hadir dalam rilis ini:
- Integrasi eksperimental GitLab Duo Agent Platform untuk Slack memungkinkan pengguna Premium dan Ultimate menyebut
@GitLabdalam sebuah thread untuk mencari di GitLab, membuka issue, atau mengajukan pertanyaan proyek. GitLab menyebut integrasi ini menggunakan konteks thread dan kanal terbaru, berjalan pada runner CI/CD, lalu mengirimkan hasilnya kembali ke Slack. - Panel detail sesi yang didesain ulang menampilkan status, stempel waktu, dan pengguna pemicu. Panel ini juga memisahkan peristiwa yang memulai sesi agen dari pekerjaan yang dihasilkan sesi tersebut.
- Kontribusi komunitas menambahkan tool MCP untuk metadata dan anggota proyek, daftar branch repositori, daftar merge request lintas grup, serta pengambilan sesi Duo sebelumnya. Pencarian semantik juga dikonsolidasikan menjadi satu tool.
Arah GitLab: adopsi agen AI di tingkat organisasi
GitLab memosisikan 19.4 bukan sekadar kumpulan fitur AI tambahan. Pendekatannya adalah memberi pengembang kemampuan untuk menyerahkan tujuan yang lebih luas kepada agen, sambil memungkinkan pemilik platform mengendalikan model yang tersedia, mempertahankan pemeriksaan persetujuan untuk tindakan penting, membatasi pemakaian, dan memeriksa konsumsi. 1
5
Secara praktis, rilis ini berupaya menjadikan perluasan otomasi agen sebagai pilihan operasional yang terkelola: pilih beban kerja, tentukan model dan tool yang diizinkan, terapkan aturan akses yang sudah ada, lalu pantau pengeluarannya. Apakah fitur-fitur ini memenuhi janji tersebut akan bergantung pada rancangan workflow dan evaluasi tiap tim terhadap fitur beta publiknya. Namun arahnya jelas: GitLab membangun untuk penerapan terkelola di seluruh tim DevSecOps, bukan hanya untuk sesi pemrograman berbantuan AI oleh individu. 5
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "GitLab 19.4 Bawa Agen AI yang Lebih Terkendali, Hemat Biaya, dan Terhubung ke Workflow"?
GitLab 19.4, dirilis pada 17 September 2026, dirancang untuk membawa agen AI dari eksperimen perorangan ke penggunaan tim yang dikelola, dengan kontrol model, izin, persetujuan, dan biaya.
Apa poin penting yang harus divalidasi terlebih dahulu?
GitLab 19.4, dirilis pada 17 September 2026, dirancang untuk membawa agen AI dari eksperimen perorangan ke penggunaan tim yang dikelola, dengan kontrol model, izin, persetujuan, dan biaya. Perintah /goal di GitLab Duo CLI yang kini berstatus beta publik memungkinkan pengembang mendelegasikan tujuan terbuka kepada alur agen lokal yang memverifikasi progresnya sendiri.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Rilis ini menambahkan model Kimi K3, MiniMax M3, dan GLM 5.3; visibilitas serta batas penggunaan per pengguna; dan tool MCP beta publik yang bekerja melalui kontrol GitLab yang ada.