GitLab 19.1 : les workflows d'IA se déclenchent désormais automatiquement sur événements, sans intervention humaine

GitLab 19.1 transforme les flux AI d'un mode « quelqu'un clique sur un bouton » à un mode « s'exécute automatiquement »—tout en donnant simultanément aux équipes enterprise des outils pour contrôler ce qui s'exécute exactement.

Quatre déclencheurs pour Duo Flows

Jusqu'à la version 19.1, chaque Duo Flow nécessitait une action manuelle dans l'interface : mentionner, assigner ou ajouter un relecteur. Les équipes qui exécutent des flux de production à l'échelle rencontraient des limitations spécifiques : pas de résumés automatiques des conflits, pas de vérifications de conformité sur les MR prêtes pour relecture, pas de création d'incidents lors de l'échec des pipelines—tout cela était indisponible sans un humain dans la chaîne. GitLab 19.1 ajoute maintenant quatre déclencheurs basés sur des événements :

• Conflit dans merge request — le flux est lancé au moment de la détection d'un conflit, quand les résumés automatiques et les suggestions de résolution sont les plus utiles—avant même que le développeur n'ouvre la MR.
• Le brouillon passe à « prêt pour relecture » — le déclencheur se déclenche lorsqu'un développeur supprime le statut de brouillon, lançant automatiquement une vérification de conformité aux exigences.
• MR approuvée — les vérifications post-approbation s'exécutent automatiquement : préparation au déploiement, journalisation de conformité, notifications de transfert.
• Nouvel élément de travail créé — tri immédiat, assignation automatique d'étiquettes et routage sans contournements de webhook externes.

Les deux premiers déclencheurs sont activés par défaut : les équipes obtiennent de la valeur immédiatement après la mise à niveau vers 19.1. Le filtrage par état du pipeline est également devenu plus précis : le déclencheur peut être configuré pour ne s'activer qu'en cas d'échec, qu'en cas de succès ou qu'en cas d'annulation—au lieu de réagir à chaque changement d'état.

Gestion des agents dans l'environnement

Pour les organisations réglementées, un agent non conforme n'est pas une bagatelle mais un bloqueur. Un seul flux personnalisé apparu dans un namespace pendant un hackathon sans examen de sécurité peut compromettre l'ensemble de l'essai enterprise. Dans 19.1, deux nouveaux paramètres administratifs sont apparus :

• Désactiver les agents et flux personnalisés — empêche les utilisateurs de créer ou d'activer des agents et flux personnalisés, les limitant au contenu de base de la plateforme.
• Restreindre le catalogue IA à votre hiérarchie de groupe — bloque l'activation d'éléments du catalogue IA provenant d'autres namespaces, y compris le contenu communautaire et tiers.

Ensemble, ces paramètres placent les agents IA sous le même contrôle administratif qui s'applique déjà aux autres capacités sensibles de la plateforme. L'adoption généralisée de l'IA devient possible sans le risque d'une prolifération incontrôlée des agents en production.

Validation avant l'enregistrement

Les flux basés sur des événements qui s'exécutent automatiquement augmentent le coût des erreurs de configuration. Un flux mal configuré crée du bruit et des incidents dans toute l'organisation—GitLab 19.1 déplace la vérification au point d'enregistrement. Lors de l'enregistrement ou de la mise à jour d'un flux, la plateforme valide la configuration par rapport à Duo Workflow Service. Si quelque chose ne va pas—entrée manquante, paramètre d'outil inconnu—des erreurs structurées apparaissent directement dans l'interface. Le problème est détecté au moment de l'enregistrement, pas à 3 heures du matin quand un pipeline échoue.

«

Chaque flux du catalogue IA est correctement configuré avant que quelqu'un ne commence à en dépendre en production », — du communiqué officiel de GitLab 19.1.

Séparément, une liste de modèles IA autorisés est entrée en bêta publique. Les administrateurs limitent l'ensemble des fournisseurs—par exemple, selon les exigences de résidence des données ou les politiques de sécurité internes—et définissent un modèle par défaut pour toute l'organisation, préservant la flexibilité de l'utilisateur pour choisir dans la liste autorisée.

Qu'est-ce que cela signifie

GitLab ferme systématiquement la principale barrière à l'adoption de l'IA en entreprise : l'incapacité à répondre aux services de sécurité la question « qu'est-ce qui s'exécute exactement dans notre environnement et qui l'a déployé ? » Les déclencheurs automatiques, le contrôle administratif et la validation de la configuration transforment les flux IA d'outils en infrastructure—prévisible, gérable et prête pour la production.