AI智能体驱动内部开发者平台革新，从Backstage到智能代理

在最近的欧洲 KubeCon & CloudNativeCon 大会上，Whitney Lee 和 Viktor Farcic 的演讲揭示了 AI 智能体正在重塑内部开发者平台的未来。他们指出，智能体通过整合来自 Git、Slack 和 Jira 等工具的语义搜索数据，能够为开发者提供更智能、更高效的开发支持。

Farcic 强调，智能体将成为平台领域的下一场革命。与传统的 Backstage 平台相比，智能体能够接收开发者的输入，结合系统上下文，通过大模型生成响应或调用相应工具。这种模式使得开发者无需关心信息的具体来源，只需提出问题，智能体就能根据语义相似性从各类知识库中检索相关信息并给出答案。

为了确保智能体的安全性和可控性，Farcic 提出了设置护栏的概念。这些护栏可以阻止或允许某些操作，同时通过日志、指标和链路追踪来监控智能体的行为。他特别提到，OpenTelemetry 提供了生成式 AI 专用的语义规范，能够记录模型调用的详细信息，包括模型名称、token 计数以及工具调用参数等。

Lee 则补充道，智能体链路追踪不仅有助于调试，还能大规模采集数据，为平台团队提供宝贵的洞察。通过分析数千条链路追踪记录，平台团队可以了解开发者如何使用平台，从而优化用户体验。

然而，构建一个高效可靠的智能体平台并非易事。Farcic 指出，语义搜索的质量取决于数据的切分方式和时效性。文档往往是最糟糕的信息来源，因为它们容易过时。正确的做法是将文档切成独立存在的片段，并保留元数据，如所属仓库、团队和时间戳。

此外，摄取过程必须是持续进行的，删除操作也需要同步传播到索引。最后，集群的当前状态不应被嵌入索引，而是应该提供实时获取的工具。

面对项目制开发带来的三大阻力——需求与交付的语言差、相似能力的重复建设以及上线后的缺乏承接方，平台化开发应运而生。标准化的开发工具链、业务人员直接参与搭建的能力，以及统一的安全与合规要求，共同推动了这一趋势。

以天翼云星辰 MaaS 智能体平台为例，该平台具备五层核心能力：能力接入层、编排配置层、知识数据层、发布运营层和协同与安全层。这五层能力覆盖了从模型接入到全生命周期安全管控的各个环节，确保了平台的稳定性和可扩展性。

总的来说，AI 智能体正在改变内部开发者平台的面貌。通过语义搜索、链路追踪等技术，智能体能够显著提升开发效率，同时平台化开发也为解决传统项目制的痛点提供了新的思路。