GitLab ensina agentes de IA a trabalhar em horários programados: de a cada 15 minutos até uma vez por mês
Até agora, um agente no GitLab só entrava em ação se uma pessoa o iniciasse ou se ocorresse um evento, como a abertura de um novo merge request. Na beta do GitLab 19.6, esses fluxos de agentes (flows) podem ser agendados: de a cada 15 minutos a uma vez por mês. Por exemplo, a cada hora o agente verifica os incidentes de CI e escreve a causa provável. Cada execução roda a partir de uma conta de serviço própria e aparece no log de auditoria.
Processado por IA de GitLab Blog; editado por Hamidun News
Toda equipe tem trabalho que se repete todos os dias ou toda semana: triar tíquetes recentes, entender por que o CI falhou, encontrar tarefas esquecidas. Os agentes de IA do GitLab já faziam isso, mas só começavam depois de uma ação humana ou de um evento, como a criação de um merge request (solicitação de integração de código). Se o responsável está de férias, a rotina para.
Se o evento não acontece, ela nem começa. Na beta do GitLab 19.6, isso mudou: os fluxos de agentes (flows) da Duo Agent Platform agora podem rodar por agendamento, de a cada 15 minutos a uma vez por mês.
Na prática, isso significa, por exemplo, que a cada hora o agente verifica sozinho os incidentes de CI abertos e deixa no tíquete a causa provável, antes mesmo de alguém abri-lo. Segundo uma pesquisa do GitLab, 43% dos profissionais de DevSecOps que usam IA consideram a automação de tarefas repetitivas a principal fonte de economia de tempo.
Como funciona o agendamento
A Duo Agent Platform já tinha automações por evento: elas disparavam, por exemplo, com um merge request ou com uma menção em um comentário. A nova função, chamada scheduled automations, inicia o trabalho por um temporizador, sem nenhum evento. A tarefa é descrita em linguagem natural, a periodicidade é escolhida uma única vez e, a partir daí, a automação segue sozinha. Os relatórios mostram o número de execuções e a taxa de sucesso.
O intervalo é configurável de 15 minutos a um mês. Também é possível definir o horário do dia e o fuso horário, para que a execução caia no ritmo de trabalho da equipe. Cada automação opera no nível do projeto, já que o resultado dela afeta toda a equipe do projeto. A forma mais simples de pensar nela é como um despertador para o agente: antes, era preciso acordá-lo manualmente ou esperar que algo acontecesse; agora ele acorda sozinho na hora certa.
O que delegar ao agente primeiro
O GitLab sugere cinco cenários iniciais:
- Análise de incidentes de CI. A cada hora, o agente verifica os incidentes abertos e comenta a causa provável, de modo que a investigação começa antes de alguém abrir o tíquete.
- Triagem de tarefas. De manhã, o agente examina as issues novas, define se é um bug ou uma funcionalidade e aplica o rótulo.
- Relatório de tarefas abandonadas. Uma vez por semana, o agente cria uma issue com a lista de tarefas sem atividade nos últimos 30 dias.
- Busca de duplicatas. Todo dia, o agente comenta nas issues novas quando encontra pedidos abertos semelhantes, para que as duplicatas sejam vinculadas antes da análise.
- Resumo de sexta-feira. O agente explica em linguagem simples o que foi fechado e integrado na semana e publica o texto em uma issue separada, para quem não acompanha os títulos dos MRs.
Para um gerente de produto, o último cenário pode ser o mais útil: o status para stakeholders fica pronto sem a participação dos engenheiros.
Controle e transparência
Quando os agentes trabalham sozinhos, é preciso responder a três perguntas: quem agiu, quais permissões tinha e o que exatamente fez. Caso contrário, qualquer verificação ou auditoria começa com a reconstrução dos eventos. Por isso, cada automação roda a partir de uma conta de serviço separada, com permissões limitadas, e no log de auditoria o trabalho do agente se distingue facilmente do trabalho de uma pessoa. As alterações nas próprias automações também são registradas, então é possível ver quem mudou a tarefa e quando.
A página Triggers foi reformulada e passou a se chamar Automations. Ela reúne agendamentos e automações por evento, com número de execuções, taxa de sucesso e detalhes das sessões. Se uma execução falhar, a página mostra o motivo, e na sessão é possível ver o que o agente fez.
O GitLab inclui a função no conceito de governed software factory: o caminho da ideia até a produção seguindo as regras da organização, em que cada mudança vem acompanhada de uma cadeia de evidências. Por exemplo, uma varredura semanal de vulnerabilidades pode criar tarefas de trabalho que o restante do sistema assume em seguida.
Limitações e como testar
É uma beta, e o artigo foi publicado pelo próprio fornecedor, então não há dados independentes sobre a economia real de tempo. Os fluxos consomem GitLab Credits, como os demais flows da plataforma, e por isso vale considerar no orçamento a execução frequente de uma tarefa pesada. Uma tarefa mal formulada, rodando a cada hora, também pode encher os threads de comentários.
Para testar, é preciso ativar os recursos experimentais e beta nas configurações da Duo Agent Platform. Serve uma assinatura Premium ou Ultimate, que inclui créditos, ou o período de avaliação gratuito.
Dica prática: comece por um cenário inofensivo, como o relatório de tarefas abandonadas ou a busca de duplicatas. Ele não quebra nada, e os erros do agente são fáceis de notar na página Automations. Se a taxa de sucesso for satisfatória e os comentários forem úteis, dá para passar a tarefas mais críticas, como a análise de incidentes de CI.
- 18 de nov. de 2026Agente de IA ShakeFix corrige bug em app de farmácia em 18 minutos no hackathon do GitLab
- 29 de out. de 2026GitLab Orbit chega à disponibilidade geral: agentes precisam de 4,5 vezes menos tokens
- 3 de jul. de 2026GitLab Orbit chega ao Google Antigravity e dá aos agentes de IA o contexto do projeto inteiro
- 12 de nov. de 2026Claude Code salva tokens em arquivo, e 1 122 repositórios os expuseram publicamente
Perguntas frequentes sobre a notícia
Como funciona o agendamento?
A Duo Agent Platform já tinha automações por evento: elas disparavam, por exemplo, com um merge request ou com uma menção em um comentário. A nova função, chamada scheduled automations, inicia o trabalho por um temporizador, sem nenhum evento. A tarefa é descrita em linguagem natural, a periodicidade é escolhida uma única vez e, a partir daí, a automação segue sozinha. Os relatórios mostram o número de execuções e a taxa de sucesso. O intervalo é configurável de 15 minutos a um mês.
O que delegar ao agente primeiro?
O GitLab sugere cinco cenários iniciais: Análise de incidentes de CI. A cada hora, o agente verifica os incidentes abertos e comenta a causa provável, de modo que a investigação começa antes de alguém abrir o tíquete. Triagem de tarefas. De manhã, o agente examina as issues novas, define se é um bug ou uma funcionalidade e aplica o rótulo. Relatório de tarefas abandonadas. Uma vez por semana, o agente cria uma issue com a lista de tarefas sem atividade nos últimos 30 dias. Busca de duplicatas.
O que se sabe sobre Controle e transparência?
Quando os agentes trabalham sozinhos, é preciso responder a três perguntas: quem agiu, quais permissões tinha e o que exatamente fez. Caso contrário, qualquer verificação ou auditoria começa com a reconstrução dos eventos. Por isso, cada automação roda a partir de uma conta de serviço separada, com permissões limitadas, e no log de auditoria o trabalho do agente se distingue facilmente do trabalho de uma pessoa.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.