GitLab Secrets Manager: le credenziali CI/CD direttamente nella piattaforma

Una delle aggiunte più significative di GitLab 19.0 è GitLab Secrets Manager, ora disponibile in beta pubblica per i tier Premium e Ultimate.

In precedenza, molte organizzazioni si affidavano a strumenti esterni come HashiCorp Vault o ai servizi di gestione dei segreti dei provider cloud per archiviare le credenziali CI/CD. La nuova funzionalità di GitLab consente ai team di gestire quei segreti direttamente all'interno della piattaforma.

Le capacità principali includono:

• Archiviazione e recupero delle credenziali CI/CD all'interno di progetti o gruppi GitLab
• Assegnazione dei segreti a job o ambienti specifici
• Gestione dell'accesso utilizzando gli stessi controlli già applicati al codice sorgente

Legando la gestione dei segreti direttamente alle pipeline e ai permessi di progetto, GitLab mira a ridurre la frammentazione delle credenziali e a imporre l'accesso con il minimo privilegio nei flussi CI/CD.

Automazione AI delle merge request e workflow agentici

GitLab 19.0 estende l'AI anche al ciclo di vita delle merge request (MR), ampliando l'automazione del cosiddetto "Developer Flow".

Invece di usare l'AI solo per suggerimenti di codice, gli agenti AI di GitLab possono ora assistere in tutte le fasi del processo di revisione, tra cui:

• Gestione del feedback dei revisori
• Risoluzione dei conflitti di merge
• Automazione dei rebase
• Operazioni di rebase e merge con un solo clic

Queste funzionalità fanno parte di GitLab Duo Agent Platform, che introduce workflow guidati da agenti progettati per spostare le modifiche attraverso pianificazione, revisione, controlli di sicurezza e distribuzione in modo più efficiente.

L'obiettivo generale è automatizzare il lavoro manuale che circonda le modifiche al codice, che spesso rallenta la consegna anche quando la scrittura del codice diventa più veloce.

Modelli AI self-hostati per ambienti regolamentati e air-gapped

Molte organizzazioni, in particolare nei settori finanziario, sanitario o governativo, non possono inviare codice proprietario a servizi AI esterni. GitLab 19.0 risponde a questa esigenza consentendo ai team di connettere modelli AI open source self-hostati tramite agenti esterni nella Duo Agent Platform.

Questo approccio permette alle organizzazioni di:

• Eseguire modelli AI sulla propria infrastruttura
• Mantenere prompt e codice all'interno di ambienti controllati
• Integrare tali modelli nei flussi di automazione di GitLab

Il supporto per modelli self-hostati rende lo sviluppo assistito dall'AI possibile anche in ambienti air-gapped o con rigorosi requisiti di conformità dove i servizi AI cloud non sono consentiti.

Nuova visibilità e controlli di sicurezza per la supply chain

La release rafforza anche le capacità di sicurezza della supply chain software, un'area diventata critica poiché le applicazioni moderne si basano fortemente su componenti di terze parti.

Due importanti novità includono:

Components Analytics per CI/CD

Questa funzionalità fornisce ai team di piattaforma ingegneristica visibilità su quali componenti e versioni del catalogo CI/CD condivisi vengono utilizzati nei vari progetti. L'obiettivo è aiutare le organizzazioni a tracciare gli standard delle pipeline, rilevare componenti obsoleti e gestire il riutilizzo all'interno di grandi team di ingegneria.

Scansione delle dipendenze basata su SBOM

GitLab 19.0 introduce anche una scansione avanzata delle dipendenze basata sui software bills of materials (SBOM), migliorando la visibilità sulle dipendenze open source e sulle loro vulnerabilità nelle fasi iniziali del ciclo di sviluppo.

Insieme, questi strumenti aiutano i team a rilevare e gestire i rischi della supply chain prima che il software arrivi in produzione.

Il "Paradosso AI" alla base della strategia GitLab

GitLab inquadra molti di questi cambiamenti come una risposta al Paradosso AI, un fenomeno in cui l'AI accelera drammaticamente la creazione di codice ma mette in luce i colli di bottiglia nel resto del ciclo di vita del software.

Ricerche e sondaggi di settore citati da GitLab mostrano che, mentre gli strumenti AI accelerano la scrittura del codice, i processi a valle come le revisioni di sicurezza, i test e la conformità rimangono frammentati in molti strumenti diversi. Di conseguenza, le organizzazioni possono generare più codice senza migliorare la velocità di consegna complessiva.

La risposta di GitLab nella versione 19.0 è quella che l'azienda chiama "orchestrazione intelligente". L'idea è riunire sviluppo, sicurezza, conformità e automazione AI in un'unica piattaforma DevSecOps in modo che i flussi di lavoro possano essere coordinati anziché assemblati da strumenti separati.

Perché la release è importante per i team DevSecOps

GitLab 19.0 riflette un cambiamento più ampio negli strumenti DevSecOps verso il consolidamento della piattaforma e le operazioni assistite dall'AI. Invece di aggiungere strumenti AI autonomi, la release si concentra sull'automazione dei flussi di lavoro circostanti: gestione delle credenziali, scansione della sicurezza, governance CI/CD e revisione delle merge.

Per i team di ingegneria che gestiscono grandi codebase e rigorosi requisiti di conformità, la combinazione di gestione integrata dei segreti, flussi di merge assistiti dall'AI, modelli AI self-hostati e analisi della supply chain rappresenta un tentativo di mantenere sicurezza e governance allo stesso ritmo dello sviluppo accelerato dall'AI.

Se questo approccio risolverà completamente il "Paradosso AI" è ancora da vedere, ma GitLab 19.0 segnala chiaramente una spinta verso piattaforme DevSecOps abilitate all'AI end-to-end, piuttosto che singoli strumenti per sviluppatori.

GitLab Secrets Manager: le credenziali CI/CD direttamente nella piattaforma

Una delle aggiunte più significative di GitLab 19.0 è GitLab Secrets Manager, ora disponibile in beta pubblica per i tier Premium e Ultimate.

In precedenza, molte organizzazioni si affidavano a strumenti esterni come HashiCorp Vault o ai servizi di gestione dei segreti dei provider cloud per archiviare le credenziali CI/CD. La nuova funzionalità di GitLab consente ai team di gestire quei segreti direttamente all'interno della piattaforma.

Le capacità principali includono:

• Archiviazione e recupero delle credenziali CI/CD all'interno di progetti o gruppi GitLab
• Assegnazione dei segreti a job o ambienti specifici
• Gestione dell'accesso utilizzando gli stessi controlli già applicati al codice sorgente

Legando la gestione dei segreti direttamente alle pipeline e ai permessi di progetto, GitLab mira a ridurre la frammentazione delle credenziali e a imporre l'accesso con il minimo privilegio nei flussi CI/CD.

Automazione AI delle merge request e workflow agentici

GitLab 19.0 estende l'AI anche al ciclo di vita delle merge request (MR), ampliando l'automazione del cosiddetto "Developer Flow".

Invece di usare l'AI solo per suggerimenti di codice, gli agenti AI di GitLab possono ora assistere in tutte le fasi del processo di revisione, tra cui:

• Gestione del feedback dei revisori
• Risoluzione dei conflitti di merge
• Automazione dei rebase
• Operazioni di rebase e merge con un solo clic

Queste funzionalità fanno parte di GitLab Duo Agent Platform, che introduce workflow guidati da agenti progettati per spostare le modifiche attraverso pianificazione, revisione, controlli di sicurezza e distribuzione in modo più efficiente.

L'obiettivo generale è automatizzare il lavoro manuale che circonda le modifiche al codice, che spesso rallenta la consegna anche quando la scrittura del codice diventa più veloce.

Modelli AI self-hostati per ambienti regolamentati e air-gapped

Molte organizzazioni, in particolare nei settori finanziario, sanitario o governativo, non possono inviare codice proprietario a servizi AI esterni. GitLab 19.0 risponde a questa esigenza consentendo ai team di connettere modelli AI open source self-hostati tramite agenti esterni nella Duo Agent Platform.

Questo approccio permette alle organizzazioni di:

• Eseguire modelli AI sulla propria infrastruttura
• Mantenere prompt e codice all'interno di ambienti controllati
• Integrare tali modelli nei flussi di automazione di GitLab

Il supporto per modelli self-hostati rende lo sviluppo assistito dall'AI possibile anche in ambienti air-gapped o con rigorosi requisiti di conformità dove i servizi AI cloud non sono consentiti.

Nuova visibilità e controlli di sicurezza per la supply chain

La release rafforza anche le capacità di sicurezza della supply chain software, un'area diventata critica poiché le applicazioni moderne si basano fortemente su componenti di terze parti.

Due importanti novità includono:

Components Analytics per CI/CD

Questa funzionalità fornisce ai team di piattaforma ingegneristica visibilità su quali componenti e versioni del catalogo CI/CD condivisi vengono utilizzati nei vari progetti. L'obiettivo è aiutare le organizzazioni a tracciare gli standard delle pipeline, rilevare componenti obsoleti e gestire il riutilizzo all'interno di grandi team di ingegneria.

Scansione delle dipendenze basata su SBOM

GitLab 19.0 introduce anche una scansione avanzata delle dipendenze basata sui software bills of materials (SBOM), migliorando la visibilità sulle dipendenze open source e sulle loro vulnerabilità nelle fasi iniziali del ciclo di sviluppo.

Insieme, questi strumenti aiutano i team a rilevare e gestire i rischi della supply chain prima che il software arrivi in produzione.

Il "Paradosso AI" alla base della strategia GitLab

GitLab inquadra molti di questi cambiamenti come una risposta al Paradosso AI, un fenomeno in cui l'AI accelera drammaticamente la creazione di codice ma mette in luce i colli di bottiglia nel resto del ciclo di vita del software.

Ricerche e sondaggi di settore citati da GitLab mostrano che, mentre gli strumenti AI accelerano la scrittura del codice, i processi a valle come le revisioni di sicurezza, i test e la conformità rimangono frammentati in molti strumenti diversi. Di conseguenza, le organizzazioni possono generare più codice senza migliorare la velocità di consegna complessiva.

La risposta di GitLab nella versione 19.0 è quella che l'azienda chiama "orchestrazione intelligente". L'idea è riunire sviluppo, sicurezza, conformità e automazione AI in un'unica piattaforma DevSecOps in modo che i flussi di lavoro possano essere coordinati anziché assemblati da strumenti separati.

Perché la release è importante per i team DevSecOps

GitLab 19.0 riflette un cambiamento più ampio negli strumenti DevSecOps verso il consolidamento della piattaforma e le operazioni assistite dall'AI. Invece di aggiungere strumenti AI autonomi, la release si concentra sull'automazione dei flussi di lavoro circostanti: gestione delle credenziali, scansione della sicurezza, governance CI/CD e revisione delle merge.

Per i team di ingegneria che gestiscono grandi codebase e rigorosi requisiti di conformità, la combinazione di gestione integrata dei segreti, flussi di merge assistiti dall'AI, modelli AI self-hostati e analisi della supply chain rappresenta un tentativo di mantenere sicurezza e governance allo stesso ritmo dello sviluppo accelerato dall'AI.

Se questo approccio risolverà completamente il "Paradosso AI" è ancora da vedere, ma GitLab 19.0 segnala chiaramente una spinta verso piattaforme DevSecOps abilitate all'AI end-to-end, piuttosto che singoli strumenti per sviluppatori.