如何将AI应用于DevOps的工具

Harness在其{Unscripted} 2020年会议上宣布了其计划在第四季度提供beta版本的计划，该模块利用了机器学习算法来优化Harness持续集成(CI)企业平台上的构建和测试周期。

同时，Harness添加了“连续功能”模块的beta版本，以使DevOps团队能够使用功能标记来简化应用程序开发过程。用于功能验证和分析的可视仪表板监视所有标志，包括活动，不活动，活动和不需要的标志，以及客户发出的凭单，以简化对添加到应用程序中的新功能的管理。

Harness还将更新通过收购Drone.io项目获得的持续交付(CD)平台，其中包括经过改进的用户界面，GitOps和按代码进行管道处理，双向同步和冲突管理以及用于标准化的模板跨团队部署。

最后，Harness添加了一个Harness下一代持续验证工具，以提供变更对IT环境的影响的可见性。该工具可以独立部署，也可以与任何CD平台结合使用，旨在使DevOps团队更容易发现问题的根本原因，这些问题通常源于对稳定IT环境进行的最新更改。

Harness首席执行官Jyoti Bansal表示，以机器学习算法形式出现的人工智能(AI)有望在将DevOps自动化提升到新水平方面发挥重要作用。通过将测试与更改后的代码关联和隔离，而不是要求每次更改都执行所有测试，Harness AI模块可以将测试周期减少多达75%。他说，线束法意味着只运行相关的测试周期。