其他行业 · AI应用
GitLab借助Claude AI增强DevSecOps平台：提升安全性与效率
GitLab面临增强其DevSecOps平台以提升软件开发生命周期安全性和效率的挑战。为此，GitLab集成了Claude AI，实现了AI驱动的功能，可简化编码、促进交互式聊天并协助修复漏洞。该方法不仅使没有机器学习背景的开发人员也能为AI功能做出贡献，还采用了多模型策略进行有效的任务管理。结果，GitLab在代码生成方面持续表现出色，显著提高了用户的生产力和安全性，同时保护了用户隐私。
内部工作流生产力提升
25-50%
来源披露
AI功能开发时间
数周而非数年
来源披露
01
业务背景
GitLab面临增强其DevSecOps平台以提升软件开发生命周期安全性和效率的挑战。为此，GitLab集成了Claude AI，实现了AI驱动的功能，可简化编码、促进交互式聊天并协助修复漏洞。该方法不仅使没有机器学习背景的开发人员也能为AI功能做出贡献，还采用了多模型策略进行有效的任务管理。结果，GitLab在代码生成方面持续表现出色，显著提高了用户的生产力和安全性，同时保护了用户隐私。
02
遇到的问题
GitLab需在DevSecOps平台中平衡AI创新潜力与隐私优先的嵌入方式，在不重新造轮子的情况下将AI能力无缝集成到各功能中，并应对整个软件开发生命周期中不同用例需选合适模型的挑战。
03
AI 解决方案
GitLab与Anthropic合作，将Claude模型（如Claude 3）集成至平台，实现生成式编码、交互式聊天、规划摘要、漏洞解释与修复等AI功能；组建模型评估团队评估新供应商与模型版本，采用多模型策略按用例选模型；让无ML背景人员也能贡献AI功能。
04
实施结果
内部工作流生产力提升：25-50%（25-50% gains）
AI功能开发时间：数周而非数年（从数年缩短至数周）
05
风险与边界
未披露
““Our mission is to enable everyone to contribute to and co-create the software that powers our world,””
Taylor McCaslin · Group Manager of Product, Data Science AI/ML at GitLab
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。