Nozioni fondamentali sull'intelligenza artificiale agentica in GitHub
Intermedio
Tecnico DevOps
Amministratore
Sviluppatore
Architetto di soluzioni
GitHub
Informazioni su come gli agenti di codifica per intelligenza artificiale stanno trasformando lo sviluppo di software pianificando, agiscendo e migliorando all'interno dei flussi di lavoro GitHub.
Obiettivi di apprendimento
Alla fine di questo modulo, sarai in grado di:
- Definire l'intelligenza artificiale agente in SDLC e distinguere gli agenti dagli assistenti
- Spiegare e applicare il piano → agire → valutare il ciclo di vita nei flussi di lavoro dell'agente
- Descrivere come GitHub funziona come sistema di record e piano di controllo per l'attività dell'agente
- Identificare responsabilità, rischi, anti-modelli e requisiti di tracciabilità nei sistemi agenti
- Applicare il modello di collaboratore per valutare il lavoro generato dall'agente
Prerequisiti
Prima di iniziare, è necessario disporre di:
- Un account GitHub e familiarità con repository, branch e pull request.
- Esperienza di base con GitHub Actions e controlli di stato
- Conoscenza generale del ciclo di vita dello sviluppo software (SDLC)
- Familiarità con gli strumenti di sviluppo assistito dall'intelligenza artificiale (ad esempio GitHub Copilot)
- Conoscenza dei concetti di base relativi alla governance dei repository (ad esempio, revisioni, CODEOWNERS e protezione dei rami)
Alcuni controlli descritti in questo modulo (ad esempio, set di regole, protezione dei rami e controlli obbligatori) devono essere configurati dagli amministratori del repository o dell'organizzazione. È comunque possibile applicare il modello di supervisione senza accesso amministratore, ma l'imposizione richiede autorizzazioni appropriate.