Digital.ai发布26.3版本:软件交付流程引入智能体编排与审批

内容摘要
未经治理的AI智能体已非正式参与企业交付,效率背后,审批与追溯难题随之而来。Digital.ai Release 26.3将智能体作为可编排对象纳入发布流水线,声称沿用与人员、自动化相同的策略、审批和审计轨迹,人工审批不可省略。但智能体发起的变更是否进入现有审批门、审计能否定位到具体智能体、策略冲突如何处理,仍待验证。企业该用哪条真实流程检验治理闭环?
— 软盟官方网站文章导读

2026年11月18日,Digital.ai 发布 Digital.ai Release 26.3,核心变化是把 AI 智能体作为可编排对象纳入企业软件交付流程,并沿用现有的人员与自动化治理机制。对研发负责人、交付团队和软件采购方来说,更值得关注的不是版本里增加了哪些 AI 功能,而是智能体开始以“可被审批、可被追溯”的方式进入发布路径。这直接触及变更管理中最敏感的两个问题:审批由谁把关,以及变更发生后能否还原过程。

软件交付通道中,抽象智能体节点与人员并行经过同一道审批闸门,旁边延伸出连续的审计留痕带

版本更新了什么

Digital.ai 在发布说明中把 26.3 定义为一次以 AI 功能为重心的版本。按照官方描述,Release 中的智能体将成为交付流水线里的“一等公民”,具备可治理、可重复和可规模化的特征。具体能力包括三项:DevOps Agent Orchestration、Release MCP Server 和 Release Assistant。

DevOps Agent Orchestration 的作用,是让智能体像人员和自动化任务一样被编排进发布流程,而不是在流程之外单独运行。Release MCP Server 为智能体提供访问 Release 上下文和操作的接口。Release Assistant 则是面向 Release 的 AI 聊天助手。发布说明称,这些 AI 能力同时适用于本地部署和 Release SaaS 版本。

从产品定位看,Digital.ai 并没有把智能体当作一个独立的新工具,而是试图把它放进已有的发布编排框架。这个选择是否成立,取决于企业现有流程能否承接。

审批衔接是这次更新的关键

厂商新闻稿的表述很明确:智能体在既有治理流程中运行,适用与人员、自动化相同的策略、审批和审计轨迹;当策略要求人工批准时,人工审批不可省略。其背景判断是,未经治理的 AI 智能体已经以非正式参与者的身份出现在企业交付流程中,既带来效率,也带来风险。

这个设计意图值得肯定,但企业需要把“厂商称”与“实际可用”分开看。审批衔接至少涉及三个待核验的问题。

第一,智能体发起的变更是否进入现有审批门。如果企业原有的发布模板只针对人工任务和自动化任务配置审批节点,那么智能体任务是否自动继承这些节点,还是需要额外配置,直接决定治理是否闭环。

第二,审批记录是否指向具体智能体。同一个流程里可能同时运行多个智能体,审批界面如果只显示“某个 AI 任务已通过”,审计价值就会大打折扣。企业应确认记录中能否定位到智能体身份、版本和触发上下文。

第三,策略冲突时以谁为准。智能体的建议与既有变更策略不一致时,系统是阻止、升级还是转人工,需要在试点阶段用真实流程验证。

变更留痕要经得起追问

“沿用相同审计轨迹”是厂商的核心承诺,但审计是否有效,取决于粒度。对于受监管行业和核心生产系统,一条可用的留痕至少应回答:哪个智能体在什么时间、基于什么输入、执行了什么操作、由谁批准、失败后如何处理。

企业评估时,可以重点看四件事:审计日志能否导出到既有安全信息和事件管理平台;日志保留周期是否满足内部合规要求;智能体调用外部工具或模型时,相关调用是否被一并记录;以及智能体版本升级后,历史记录能否仍然关联到当时的行为主体。这些细节通常不会出现在发布新闻稿里,却决定智能体能否被允许进入生产变更路径。

部署条件与升级注意事项

发布说明列出了几项与升级直接相关的信息。26.3.0 存在脚本编辑权限的向后兼容问题,官方建议跳过该版本,直接升级到 26.3.1 或更高版本。26.3 以单一发行版同时支持 JDK 21 和 JDK 25,默认仍为 JDK 21,继续使用默认运行时不需要修改 JDK 相关配置。现有客户可以升级到该版本。

对计划评估的企业来说,升级窗口应把 JDK 运行时选择、插件兼容性和脚本权限变化一并纳入。若生产环境仍依赖旧版脚本编辑权限模型,先在小范围环境验证补丁版本,再推进到正式流水线,比直接全量升级更稳妥。

对企业选型和流程设计的含义

Release 26.3 反映出一个行业方向:智能体不再被当作单独的试验性工具,而是被放进发布编排和变更治理的主干道。但这是厂商的能力声明,不是客户已经取得的效果。企业在评估时,建议先回到自己的流程,回答几个问题。

现有发布流水线中,哪些审批门允许智能体提议、哪些必须人工批准?智能体执行的变更是否与人工变更进入同一审计视图?模型调用和数据边界是否符合企业安全要求?智能体任务失败时,回滚责任和通知路径是否清晰?如果这些问题没有答案,功能清单再完整,也很难转化为可用的交付能力。

Digital.ai Release 已有十余年历史,覆盖云、Kubernetes、数据中心和大型机环境。26.3 把智能体接入这套既有编排体系,方向上是在减少“流程外执行”,而不是鼓励绕过流程。审批衔接和变更留痕是否真的成立,最终要在企业自己的流水线里验证。对研发负责人和采购方而言,更合理的动作不是从新闻稿推导结论,而是用一条真实发布流程做小范围试点,检查智能体发起的变更能否被现有审批和审计机制完整接住。

软盟——专注软件定制开发、AI智能体、区块链与全场景数字化解决方案,拥有10+年技术沉淀,支持100%全量源码交付、7×24小时极速响应,服务覆盖APP/小程序开发、电商全链路系统、数智化转型全周期需求,了解完整服务与最新产品可联系客服!
© 版权声明
THE END
喜欢就支持一下吧
点赞17 分享