Harness lancia gli Autonomous Worker Agents: agenti AI per l'intero ciclo di vita del software

Gli agenti non eseguono semplicemente comandi predefiniti: analizzano ciò che accade all'interno del ciclo di delivery, attraverso log, modifiche al codice e stato degli ambienti, ragionano su problemi complessi e attuano soluzioni concrete direttamente nei flussi di lavoro esistenti . Possono essere attivati da eventi come errori CI, aperture di pull request, pianificazioni o comandi dall'AI Chat .

Governance e sicurezza

Uno degli aspetti chiave è la governance integrata. Gli agenti ereditano i controlli della piattaforma Harness: rispettano i permessi RBAC esistenti, le policy delle pipeline e le regole di governance organizzativa . Possono essere gestiti con gli stessi segreti, connettori e flussi di approvazione di qualsiasi altro componente della pipeline . Ogni agente viene eseguito in un contenitore sandbox, producendo output verificabili e auditabili .

Agenti preconfigurati e Marketplace

Al lancio, Harness ha messo a disposizione diverse decine di agenti preconfigurati (Harness Managed Agents), pronti all'uso . Tra questi troviamo agente per: Code Review, Autofix, Feature Flag Cleanup, Approval Review, IaCM Plan Safety, Pipeline Failure Summarizer e PR Review .

Il nuovo Agent Marketplace è organizzato in tre categorie :

1. Harness Managed Agents — Agenti predefiniti, mantenuti e certificati da Harness, utilizzabili immediatamente .
2. Agenti della community — Agenti creati e condivisi dalla community di Harness .
3. Agenti personalizzati — Agenti creati dal proprio team, completamente configurabili e archiviati nella scheda Custom .

I template degli agenti sono open source e disponibili su GitHub .

Come si crea un agente

Il processo è semplice e si articola in tre passaggi :

1. Creare — Nel Worker Agent Catalog, si seleziona '+ Create' e si compila un modulo con nome, descrizione e prompt di istruzioni.
2. Configurare — Si sceglie il provider del modello LLM (Anthropic o OpenAI) e si specifica il modello predefinito tramite un Model Connector . Opzionalmente, si possono aggiungere connettori MCP per fonti dati esterne.
3. Eseguire — Una volta salvato, l'agente appare nel catalogo Custom e può essere aggiunto a qualsiasi pipeline come un passo governato .

Provider LLM supportati

Harness supporta attualmente due provider di modelli linguistici: Anthropic e OpenAI . Gli utenti configurano un Model Connector che punta al provider scelto e specifica il modello predefinito da utilizzare .

Primi casi di adozione

United Airlines e Verint Systems sono citati come primi utilizzatori degli Autonomous Worker Agents in produzione . Sebbene i dettagli specifici sui casi d'uso non siano stati divulgati nei comunicati stampa, la loro adozione dimostra l'interesse concreto del mercato per queste soluzioni di automazione intelligente .

Impatto sul mondo DevOps

Con questa iniziativa, Harness punta a ridefinire il ruolo delle piattaforme CI/CD, trasformandole da semplici orchestratori di script a veri e propri ecosistemi di automazione intelligente. Gli agenti non si limitano a segnalare errori, ma li risolvono autonomamente, riducendo il carico di lavoro manuale dei team DevOps e accelerando i tempi di rilascio . La possibilità di avere agenti specializzati per ogni fase del ciclo di vita del software — dal testing alla sicurezza, dal deployment alla governance — promette di ridurre significativamente la complessità e i costi operativi .