CI/CD 都成"水电"了，AI 怎么用上它？

系列持续交付 2.0 视角下的 AI 软件工程 S01 读者回应 本篇核心论点 CI/CD 没死，它在等 AI 来『接电』——前提是让平台从『对人可见』变成『对 AI 可见可读』。 字数 约 1500 字 ｜ 阅读时长 约 5 分钟

1 开篇：一条让我琢磨了一晚上的留言

上篇《AI Agent 时代，CI/CD 死了吗？》发出去之后，后台收到一条留言，我反复看了几遍。

读者评论

留言的读者叫『DevOps 在路上』，他说：如果 CI/CD 真像文章里说的，变成了『水电』那样的基础设施，那就要让『对人可见』转变成『对 AI 可见可读』。

这句话我看完愣了一会儿。

上一篇我只回答了『CI/CD 没死』，但没回答一个更要命的问题：它活着，可它是给谁用的？

如果是给 AI 时代用的，现在的流水线，AI 根本『看不见、摸不着』。

这篇就顺着这条留言，聊一聊『AI 时代，CI/CD 怎么焕发新生』。

2 一、水电一直都在，只是没人给它拍照

『CI/CD 工作一直都很活跃，只是被铺天盖地的 AI 盖住了而已。』

这两年满屏都是『AI 写代码』『AI Agent 自主开发』，CI/CD 这种老家伙确实显得退居幕后。

但你去看那些真把 AI 用进生产的团队，最后一道防线还是流水线。

有人在博客里分享过自己的实践：把 AI coding agent 直接接进 CI，让 agent 读失败日志、自己判断是 flaky（重试就行）、infra（报人）还是 test_failure（值得修），然后自己提修复的 PR——AI 越能干，它越需要一条流水线告诉它『你干得对不对』。

所以真问题不是『CI/CD 还有没有用』。

它一直有用，只是有用得太安静，安静到没人想起该为 AI 改改它了。

3 二、真正的坎：平台是给人设计的，不是给 AI 设计的

那『改造』到底改什么？这条评论里，最扎心的是他点的三个具体场景：

第一，信息对 AI 不可见。 环境、测试服务器的信息，还有一堆规则，全写死在数据库和 UI 里。人打开网页看得到，AI 看什么？它连『现在哪个环境是绿的』都不知道，更别提自己初始化环境提测了。

第二，隐性流程 AI 不懂。 很多企业里，『这个环境先让 QA 看一眼再放量』『这个包要等版本经理点头』——这些从来没写进任何配置，是人的口头惯例。人靠默契能跑，AI 靠猜肯定翻车。

第三，失败诊断缺上下文。 构建失败后，人要跑到各个平台的 UI 上去翻日志、看产物、查依赖，才能判断根因。AI 要做的『智能诊断』，恰恰需要这些上下文，可现在的平台一样都没给它留。

说到底，CI/CD 平台的用户从来都是人，不是 AI。 想让 AI 接住它，就得把这些『人看一眼就懂』的信息，变成『AI 读得懂的结构化数据』。

对人可见不等于对 AI 可见

4 三、没有银弹：每家公司都有自己的土壤

但你也别急着抄方案。

不同公司对 AI 的接受度差得远，不能一概而论。

我在不同企业见过完全相反的两种流水线：A 公司恨不得每条变更都过十道质量门禁，在那边这规则是救命稻草；B 公司嫌门禁拖慢节奏，砍到只剩『能编译就上』，在这边反而跑得欢。

同一个规则，在 A 企业是合理性，在 B 企业就是官僚流程。

它有没有存在的土壤，取决于这家公司的业务、阶段和组织文化。

这也决定了 AI 改造没有统一模板。

你能做的，是先看懂自家流水线为什么长成这样，再决定哪些信息值得开放给 AI。

连『为什么这么设计』都没想清楚就上 AI，大概率又是评论区那句吐槽：流程没少，还多了个莫名其妙的『AI 流程』。

5 四、改造的三个抓手：可见、可读、可自愈

怎么改？行业里已经有人把路趟出来了，归纳起来就三个词：

改造的三个抓手：可见、可读、可自愈

1. 可见（Expose）：把平台信息暴露给 AI。 现在 MCP 这类协议就是干这个的——GitHub、GitLab、Jenkins、Argo CD 都开始提供 MCP server，让 AI agent 直接『读』平台上下文，而不是人肉切 UI 一个个点。这就是『对 AI 可见可读』的落地形态。

2. 可读（Readable for AI）：失败现场要留得住。 腾讯云 CNB 的做法值得看：流水线失败时，把构建现场——产物、中间文件、依赖残留、环境变量——原封不动保留，AI 直接基于现场做根因分析，把诊断报告推给群。没有现场，AI 再聪明也是盲猜。

3. 可自愈（Self-healing）：从『报错』到『给方案』。 行业里对 AI-Native 平台工程的展望，已经把智能 CI/CD 流水线列为头号用例：agent 自动生成测试、识别 flaky 测试、优化构建流程，把工程师从『人肉看日志』里解放出来。

你可能会说，这听着投入不小啊。是，别想着一口气全上，先挑一条最痛、失败率最高的流水线做试点，把它的失败信息喂给 AI，让它先学会『看懂你家的失败』。比换个新平台重要得多。

6 结尾

回到开篇那条留言：CI/CD 没死，它只是在等 AI 来『接电』。而接电的第一步，是把『给人看的 UI』变成『给 AI 读的接口』。这活不性感，但它是 AI 真正接管交付的前提。

那位读者还吐槽了一句：现在很多所谓 harness，想把所有角色的活都干了，结果到现实里很割裂，角色还在，还多出个『AI 流程』。

——这正是下一篇要聊的。

金句：对人可见不等于对 AI 可见

📌 本篇金句对人可见 ≠ 对 AI 可见。AI 时代的 CI/CD 改造，从让平台能被 AI 读开始。

📌 下篇预告 S02 《别再堆技巧了：企业 AI Harness 的幻觉与出路》

参考资料

1. 把 AI coding agent 接进 CI、让它自己修失败构建的实践：How I Hooked My AI Coding Agent Into CI to Fix Its Own Failing Builds
2. CI/CD 平台通过 MCP Server 向 AI Agent 开放上下文：CI/CD Platform MCP Servers
3. 流水线失败现场保留与 AI 自动根因分析（腾讯云 CNB）：流水线失败了怎么办？腾讯云 CNB AI 自动诊断与根因分析
4. AI-Native 平台工程展望（智能 CI/CD 流水线）：What Does 'AI-Native' Platform Engineering Look Like in 2025?