GitHub 宣布推出 Agentic Workflows（代理式工作流） 的技术预览版。这一功能允许 AI 代理在 GitHub Actions 中自动运行。该概念最早于去年在旧金山举行的 GitHub Universe 大会上发布。
这种工作流由 GitHub 的 GitHub Next 团队与 Microsoft 研究院共同开发，具备沙箱执行机制，并引入了名为 Secure Output（安全输出） 的功能，旨在防止代理工作流被滥用。
这一新服务属于 “持续 AI（Continuous AI）” 概念的一部分，该理念同样在 Universe 大会上提出。GitHub 首席研究员 Eddie Aftandilian 在会上表示：“我们提出‘持续 AI’这一术语，用来描述一种新的工程范式——它可以被视为持续集成（CI）的代理化演进形态。”
在实现方式上，Agentic Workflow 使用 Markdown 文件进行定义，并通过 GitHub CLI（命令行工具） 编译为 GitHub Actions YAML。工作流由特定事件触发，开发者可以选择一个或多个事件，例如：
- 新建 Issue
- Issue 评论
- Pull Request 及其评论
- 新建讨论
AI 代理的具体行为由 提示词（Prompt）指令 决定，例如：
- 分析 Issue
- 自动添加标签
- 审查 Pull Request
- 输出结构化报告
可使用的代理模型包括 GitHub Copilot、Claude Code** 以及 OpenAI Codex。
GitHub 团队表示，Agentic Workflows 的典型应用场景包括：
- Issue 分类与分诊
- 自动更新文档
- 识别代码改进机会
- 监控测试覆盖率并补充测试
- 调查持续集成（CI）失败原因
- 定期生成仓库健康报告
GitHub 认为，这类代理式工作流使得全新的仓库自动化与软件工程场景成为可能，许多自动化任务在没有 AI 的情况下难以实现。
需要强调的是，Agentic Workflows 并非用于替代传统的 CI/CD（持续集成与持续交付）流程，而是与其并行使用。官方 FAQ 指出：
CI/CD 流程必须具有确定性（deterministic），而 Agentic Workflows 并不具备这一特性。
因此，Agentic Workflows 更适合用于需要 AI 灵活性的任务，而不是那些需要严格可复现性的核心构建和发布流程。
不过，让 AI 代理访问代码仓库也带来了明显的安全风险，尤其是在公共仓库中，恶意提示可能被隐藏在新的 Issue、Pull Request 或评论中。
为应对这一问题，GitHub 引入了多层防护机制（guardrails）。官方表示，与直接在 GitHub Actions 中运行 AI 代理 CLI 相比，这种方式更加安全，因为后者往往会赋予代理过多权限。
Agentic Workflows 的安全架构包含多个层级：
- 工作流在隔离容器（isolated container）中运行
- AI 代理对仓库仅拥有只读权限
- 通过防火墙限制外部网络访问，并可限定可访问的目标地址
- 在传递给代理之前，对用户内容进行清洗与过滤
- Safe Outputs 子系统：涉及写入内容的任务将在独立且受权限控制的作业中执行
在成本方面，与许多 AI 工作负载类似，其费用结构并不完全透明。FAQ 中表示：
“成本取决于工作流的复杂度。”
日志中会包含使用指标，而审计命令则可以显示详细的 token 使用量及对应成本。
尽管具备多项安全机制，官方文档仍提醒该产品仍处于早期开发阶段，未来可能发生较大变化。即便在严格监控下，系统仍有可能出现问题。因此官方建议：
“请谨慎使用，并自行承担风险。”
尽管如此，安全性显然是 GitHub 在这一新功能中的核心重点，而且在产品介绍中占据了异常重要的位置。
Aftandilian 在 Universe 大会上表示：
“AI 代理只能执行我们允许它做的事情，而不会做其他任何事情。”
这一表态虽然大胆，但也令人期待。
苏公网安备32021302001419号