GitLab lança orquestração de agentes: o comando /goal conduz a tarefa até o CI ficar verde

O GitLab quer eliminar a espera entre as etapas do desenvolvimento. Na conferência Transcend, a empresa anunciou três novos recursos de orquestração de agentes no Duo Agent Platform: fluxos orientados a metas (goal-driven flows), integração GitLab for Slack e Custom Flows. Os fluxos orientados a metas exigem GitLab 19.3 e Duo CLI 9.17.0 ou superior. O argumento do GitLab é simples: a IA acelerou a escrita de código, mas não a entrega. O agente produz a correção em minutos, e depois ela espera semanas pela assinatura do revisor, pela análise dos alertas do pipeline, pela triagem dos resultados de varredura e por mais um prompt manual.

Meta em vez de passos: como funciona o /goal

Os fluxos orientados a metas dão ao agente uma linha de chegada, e não a próxima ação. O desenvolvedor descreve a tarefa e o critério de conclusão, e o fluxo trabalha até alcançar o resultado. Revisão, testes, verificações de segurança e aprovações acontecem como uma única cadeia conectada, sem paradas entre os passos.

O uso é assim: `/goal Fix the checkout timeout. Continue until tests pass and CI is green.` O comando funciona no Duo CLI, no modo headless via `duo run --goal` e no Agentic Chat. A segunda forma é importante para automação: ela pode ser chamada de scripts e pipelines, sem sessão interativa.

Há ainda um detalhe sobre controle de qualidade. A cada passo, um modelo separado confere o trabalho em relação à meta, ou seja, o agente não avalia a si mesmo. A execução pode ser interrompida ou redirecionada a qualquer momento.

Slack e Custom Flows: o início onde o pedido surge

O GitLab for Slack resolve o problema do ponto de entrada. A maioria das tarefas nasce em uma conversa, não no tracker. Basta mencionar @GitLab em um canal ou thread e escrever, por exemplo, «fix the failing pipeline»: o fluxo é iniciado, e o Duo transmite o progresso em streaming direto na thread. O mesmo bot responde a perguntas sobre a base de código e transforma a conversa em issue. O fluxo roda com as mesmas identity e políticas de qualquer outro no GitLab, de modo que o controle de acesso fica com a plataforma, e não com o chat.

Os Custom Flows cobrem o terceiro cenário: a própria equipe descreve uma sequência de agentes em várias etapas e a associa a eventos do GitLab, como menção, atribuição ou pipeline. Os fluxos são executados no CI/CD. Um exemplo do GitLab: um pipeline autorreparável analisa um teste que falhou, gera a correção, faz o commit e avisa a equipe. Nas etapas sensíveis, é possível definir pontos de controle com participação humana.

Tudo isso funciona sob um único modelo de governança: identity, políticas e cadeia de evidências (evidence chain) são compartilhadas por todos os fluxos. Para empresas sujeitas a auditoria, esse é talvez o principal argumento a favor da abordagem de plataforma, em contraste com um conjunto disperso de agentes externos. O conjunto pode ser ampliado pelo AI Catalog, conectando agentes e ferramentas externos por meio do cliente MCP e do servidor MCP. Os agentes e fluxos básicos já cobrem as etapas do planejamento à análise na interface do GitLab, nas IDEs e no Duo CLI.

Disponibilidade e primeiros passos

Conforme as condições do lançamento:

• fluxos orientados a metas: GitLab.com, Self-Managed e Dedicated, planos Premium e Ultimate;
• versões mínimas: GitLab 19.3 e Duo CLI 9.17.0;
• Custom Flows: já em disponibilidade geral (GA);
• servidor MCP e GitLab for Slack: GA previsto para ainda neste mês;
• cobrança: GitLab Credits, que estão incluídos na assinatura Premium ou Ultimate.

É sensato começar pequeno. Primeiro, verifique as versões do GitLab e do Duo CLI, ative o Duo Agent Platform e rode o `/goal` em uma tarefa restrita, com critério de conclusão inequívoco, como um teste falhando com erro reproduzível. A formulação da meta decide quase tudo: «CI verde» pode ser verificado por máquina, «melhorar o código» não. Depois, migre um processo manual recorrente para um Custom Flow, mantendo pontos de controle humanos no merge e no manuseio de segredos. Faz sentido planejar a conexão com o Slack para depois do GA, quando a integração sair do acesso antecipado.

A questão principal continua em aberto: com que confiabilidade o modelo verificador distingue uma meta realmente cumprida de um pipeline apenas formalmente verde. Vale medir isso nos seus próprios repositórios antes de dar aos fluxos o direito de levar o código além da revisão.