GitLab 19.4 wil agentische AI opschalen zonder grip op kosten en rechten te verliezen

GitLab heeft op 17 september 2026 versie 19.4 uitgebracht. De kern van de update: AI-agents mogen grotere taken uitvoeren binnen DevSecOps-processen, maar beheerders behouden controle over toegestane modellen, rechten, goedkeuringen en kosten. 15

Een doel delegeren in plaats van elke stap aansturen

De nieuwe opdracht /goal in GitLab Duo CLI is beschikbaar als publieke bèta. Een ontwikkelaar kan daarmee een open doel overdragen aan een beheerde agentische flow die lokaal draait, in plaats van de agent stap voor stap te instrueren. 5

Tijdens de uitvoering controleert een afzonderlijk model per stap of de voortgang nog aansluit bij het opgegeven doel. De flow stopt zodra het doel is bereikt of een iteratielimiet is bereikt. Een ontwikkelaar kan een uitvoering ook onderbreken, het doel bijstellen of omleiden en daarna opnieuw starten. 5

Dat is vooral relevant voor teams die AI-agents meerstapswerk willen laten doen, zonder dat de ontwikkelaar de regie volledig hoeft op te geven wanneer context, doel of gekozen implementatie verandert.

Drie extra modellen, centraal te beheren

GitLab Duo Agent Platform ondersteunt nu drie door GitLab gehoste open-weightmodellen: Kimi K3, MiniMax M3 en GLM 5.3. Ze komen naast de bestaande frontiermodellen en zijn beschikbaar voor GitLab Duo Agentic Chat en andere ondersteunde agentische functies. 12

GitLab presenteert de modellen als een manier om capaciteit, responstijd en kosten per type taak af te wegen:

• goedkopere opties voor routinematig werk of grote volumes;
• frontiermodellen voor complexe taken waarvoor hun extra capaciteit nodig is;
• organisatiebrede standaardinstellingen, in plaats van een volledig individuele modelkeuze. 510

Volgens GitLab kunnen de gehoste open-weightmodellen tot viermaal meer aanroepen per GitLab Credit bieden dan veel vergelijkbare frontiermodellen. Dat is een leveranciersclaim op basis van GitLabs eigen positionering en tests, niet de uitkomst van een onafhankelijke benchmark. Teams zullen kwaliteit en kosten dus voor hun eigen werklast moeten toetsen. 510

Group Owners en beheerders kunnen standaardmodellen instellen voor Agentic Chat, agents, flows en functies. Ook kunnen zij bepalen tot welke modellen teams toegang hebben; die instellingen kunnen doorwerken naar subgroepen en projecten. 15

Verbruikslimieten en kosteninzicht algemeen beschikbaar

Wie agents op grotere schaal inzet, moet ook het verbruik kunnen beheersen. In versie 19.4 zijn functies voor kosteninzicht algemeen beschikbaar. Beheerders kunnen limieten per gebruiker instellen, en ontwikkelaars kunnen hun eigen verbruik van GitLab Credits bekijken. 5

Daarnaast zijn exports op het niveau van factureerbare gebeurtenissen beschikbaar via beveiligde downloadlinks, voor zowel Flex- als niet-Flex-abonnementen. Daardoor kunnen platformteams het verbruik van agentische AI aan gebruikers of afdelingen toewijzen voordat de factuur arriveert. 5

Praktisch betekent dit dat een team agentische workflows kan uitproberen of uitbreiden, met grenzen voor wie credits gebruikt en met inzicht in hoe dat gebruik wordt beoordeeld.

MCP-tools verbinden externe agents met GitLab-workflows

GitLab 19.4 introduceert ook GitLab MCP-servertools in publieke bèta. MCP staat voor Model Context Protocol, een standaard waarmee AI-clients en agents tools kunnen gebruiken. Via deze GitLab-tools kunnen externe MCP-clients en agents onder meer:

• pipelines starten;
• logs van mislukte jobs onderzoeken;
• merge requests beoordelen en mergen;
• work items zoeken en bijwerken; en
• kwetsbaarheden triëren. 5

GitLab stelt dat deze MCP-tools onder dezelfde groeps- en projectinstellingen vallen als de interne tools van Duo Agent Platform. Voor externe agents is dus geen aparte beleidslaag nodig. 5

De standaardinstellingen zijn bedoeld om menselijk toezicht te bewaren: alleen-lezen-tools staan standaard op Always Allow, terwijl schrijf- en verwijderacties standaard op Always Ask staan. 5

Voor organisaties die agentkoppelingen beoordelen, draait het dus niet alleen om de vraag of een agent toegang krijgt tot CI/CD, merge requests of securityprocessen. Minstens zo belangrijk is of die acties de bestaande rechten en goedkeuringspatronen van het engineeringteam blijven respecteren.

Slack-koppeling, sessie-inzicht en bijdragen uit de community

De release bevat daarnaast enkele aanvullende functies:

• Een experimentele GitLab Duo Agent Platform-integratie met Slack laat Premium- en Ultimate-gebruikers @GitLab noemen in een thread om GitLab te doorzoeken, een issue te openen of vragen over een project te stellen. Volgens GitLab gebruikt de integratie de context van de thread en recente kanaalberichten, draait deze op een CI/CD-runner en plaatst deze het resultaat terug in Slack. 5
• Een vernieuwd paneel met sessiedetails toont status, tijdstempels en de gebruiker die de sessie startte. Ook maakt het onderscheid tussen de gebeurtenis die een agentsessie begon en het werk dat uit die sessie voortkwam. 5
• Bijdragen uit de community voegen MCP-tools toe voor projectmetadata en leden, lijsten met repositorybranches, merge requests over groepen heen en het ophalen van eerdere Duo-sessies. Semantisch zoeken is bovendien samengebracht in één tool. 5

Van individuele experimenten naar inzet binnen de organisatie

GitLab positioneert 19.4 nadrukkelijk als meer dan een verzameling losse AI-functies. Ontwikkelaars kunnen agents ruimere doelen geven, terwijl platformeigenaren de beschikbare modellen sturen, goedkeuringscontroles voor ingrijpende acties behouden, verbruik begrenzen en kosten volgen. 15

Daarmee probeert GitLab uitbreiding van agentische automatisering neer te zetten als een beheersbare operationele keuze: bepaal de toepasselijke werklasten, selecteer toegestane modellen en tools, handhaaf bestaande toegangsregels en volg de uitgaven. Of de publieke bètafuncties die belofte in de praktijk waarmaken, hangt af van het workflowontwerp en de eigen evaluatie van elk team. De richting is wel duidelijk: GitLab bouwt voor beheerde inzet in DevSecOps-teams, niet alleen voor individuele programmeersessies met AI-assistentie. 5