CI/CD 是持续集成 (Continuous Integration, CI) 和 持续交付/部署 (Continuous Delivery/Deployment, CD) 的缩写，是一种基于自动化的软件开发方法。它旨在让开发团队频繁、可靠地交付代码变更，通过自动构建、测试和部署，将软件交付速度提升、安全性和代码质量提高。 Unity +4
以下是关于 CI/CD 的详细解读：
1. 核心概念
- 持续集成 (CI) (Continuous Integration): 开发人员频繁（每天多次）将代码更改合并到共享代码库中。每次合并都会自动触发构建和测试，以尽早发现兼容性问题或错误。
- 持续交付 (CD) (Continuous Delivery): 代码在自动化测试通过后，自动部署到预生产环境（Staging），但最终部署到生产环境需要人工确认。
- 持续部署 (CD) (Continuous Deployment): 比持续交付更进一步，任何通过自动化测试的代码都会直接自动部署到生产环境，无需人工干预。
Red Hat +3
2. CI/CD 的优势 MetaAge 邁達特 +1
- 速度快： 自动化流程减少了手动操作的时间。
- 质量高： 频繁的测试能更快发现 Bug，减少代码冲突。
- 风险低： 小而频繁的更新比大规模的突发部署风险更小、更容易修复。
- 反馈及时： 开发人员能立即知道代码变更是否会破坏现有系统。
3. CI/CD 工作流程
- 提交代码： 开发者推送代码到源代码仓库（如Git）。
- 构建与测试 (CI)： 系统自动拉取代码，执行自动化构建和单元/集成测试。
- 交付/部署 (CD)： 测试通过后，打包并将软件自动部署到开发、测试或生产环境。
Red Hat +3
4. 常见工具
- GitLab CI/CD
- GitHub Actions
- Jenkins
- CircleCI
简单来说，CI/CD 就是把“编写代码、测试代码、发布软件”这一系列流程从“手动”变成“自动”，实现了开发运维的一体化（DevOps）。
#现代软件开发技术 #自动化
“最基础的是CI/CD自动化管道，没有CIj/CD , 你的AI系统就是一个手工艺品 ” — 王吉贤 老师 https://youtu.be/Aw4TpgOvG5k?t=568 在视频 5:37 处，博主王吉贤提到的这两个名字分别是 LangChain（或其创始人 Harrison Chase，用户听成了 Lang Chey）和 Martin Fowler（著名的软件架构大师，用户听成了 Martin Fuller）。
博主在这段话中想要表达的核心思想是 “Harness Engineering”（驾驭工程/治理工程） 对 AI 落地的重要性。他引用了一个业界最近流行的公式：
Agent = Model + Harness
（智能体 = 模型 + 驾驭系统/基础设施）
以下是博主想表达的具体含义：
- 什么是 Harness（驾驭系统）？
- 博主解释说，Harness 这个词可以译为“驾驭系统”或“马具”。
- Model（模型） 相当于 AI 的“大脑”或“一匹力气很大的马”，但它本身没有记忆、没有执行能力、也没有自我验证机制。
- Harness 则是指围绕模型建立的一整套基础设施和工程化体系，包括：
- 上下文注入：如何给 AI 提供正确的信息。
- 任务分解：如何把大目标拆解成小步骤。
- 输出验证：检查 AI 说的话对不对、代码能不能运行。
- 错误修正：AI 出错后如何自动纠正。
- 状态持久化：如何让 AI 记住之前的操作。
- 多 Agent 协同：多个 AI 之间如何分工配合。
- 博主的观点：
- 他认为，目前 95% 的 AI 项目失败，并不是因为模型（如 GPT-4）不够聪明，而是因为缺乏这层 Harness。
- 没有 Harness 的 AI 就像一匹“没有缰绳的野马”，力气很大但你无法控制它跑向哪里，在生产环境中不可靠、不可预测。
- 只有加上了 Harness，AI 才能从一个“偶尔蹦出金句的聊天机器人”变成一个真正能稳定干活、解决实际业务问题的“智能体（Agent）”。
总结： 博主是在借这两位业界权威（LangChain 的代表和 Martin Fowler）的口吻，强调 AI 的成功不再仅仅取决于算法模型，而取决于你的“工程化能力”。他随后在视频中详细介绍了如何构建这层 Harness（比如写好 agent.md 文档、建立自动测试流水线等），以将 AI 的成功率从 33% 提升到 97%。