Coder mở rộng môi trường phát triển đám mây để hỗ trợ AI agent tự động

Coder vừa công bố mở rộng nền tảng Cloud Development Environment nhằm hỗ trợ các AI agent với khả năng được gán workspace riêng biệt một cách tự động. Theo CEO Rob Whiteley, đây là bước tiến giúp áp dụng các chính sách quản trị hiện có trong DevOps cho cả các tác nhân AI, đảm bảo tiêu chuẩn bảo mật và kiểm soát nhất quán trong toàn bộ quá trình phát triển phần mềm.

Bên cạnh đó, Coder cũng đã nâng cấp kho lưu trữ (registry) nhằm đơn giản hóa việc chia sẻ và khám phá các thành phần phát triển, bao gồm cả AI agent, giúp các nhóm DevOps phối hợp hiệu quả hơn trong xây dựng hệ sinh thái công cụ.

Thông qua giao diện người dùng hợp nhất, các nhóm phát triển có thể dễ dàng điều phối công việc giữa các AI agent. Mỗi agent được phân bổ workspace riêng biệt, được tự động cấp phát tài nguyên và cách ly hoàn toàn bằng tường lửa. Phương pháp này giúp giảm đáng kể số lượng mã Terraform mà DevOps cần viết khi triển khai các agent mới.

Mặc dù nhiều lập trình viên vẫn thích phát triển ứng dụng trên máy cục bộ, xu hướng quản lý tập trung thông qua môi trường đám mây đang ngày càng phổ biến do nhu cầu bảo vệ chuỗi cung ứng phần mềm. Trong bối cảnh đó, nền tảng của Coder nổi lên như một giải pháp giúp các tổ chức dễ dàng thực thi chính sách kiểm soát và bảo mật trong toàn bộ vòng đời phát triển.

Coder cũng cung cấp ứng dụng desktop cho phép lập trình viên làm việc ngoại tuyến nếu cần thiết, tăng tính linh hoạt khi chuyển đổi giữa môi trường cục bộ và đám mây.

Theo khảo sát mới nhất của Futurum Group, khoảng 41% tổ chức kỳ vọng sẽ sử dụng công cụ AI để tạo mã, kiểm tra và đánh giá mã trong thời gian tới. Đồng thời, hơn 80% cho biết sẽ tăng đầu tư vào công nghệ tạo mã bằng AI và các tác nhân AI (agentic AI) trong vòng 12 đến 18 tháng tới.

Coder dự đoán khối lượng mã nguồn được tạo ra sẽ tăng mạnh trong tương lai gần, khi các AI agent đảm nhận nhiều công việc hơn trong chuỗi DevOps. Hệ thống của Coder còn hỗ trợ các agent chia sẻ bộ nhớ dùng chung và truy cập các máy chủ sử dụng giao thức MCP (Model Context Protocol), mở rộng khả năng cộng tác giữa các AI agent, kể cả khi đến từ nhiều nhà cung cấp khác nhau.

Trong tương lai gần, DevOps sẽ cần nền tảng quản lý các AI agent một cách hiệu quả để tối ưu chi phí hạ tầng, vì nếu không, chi phí sử dụng AI để viết và triển khai phần mềm có thể vượt ngoài tầm kiểm soát.

Dù AI agent chưa hoàn toàn thay thế con người trong phát triển phần mềm, việc tích hợp dần vào chuỗi DevOps là điều không thể tránh khỏi. Về lâu dài, các agent này có thể không chỉ viết mã mà còn thực hiện loại kiểm thử phù hợp tùy theo tính chất workload. Trong giai đoạn hiện tại, các nhóm DevOps có thể bắt đầu bằng cách xác định các nhiệm vụ tiềm năng mà AI có thể xử lý sớm nhất – với điều kiện kết quả vẫn cần được các kỹ sư phần mềm đánh giá lại để đảm bảo chất lượng.