What’s Next for TeamCity – CI/CD by JetBrains

TeamCity 的未来 – JetBrains 的 CI/CD - JetBrains 博客

TeamCity

面向 DevOps 团队的高效 CI/CD 工具

关注

• 关注:

• X X

• YouTube YouTube

• RSS RSS

获取 TeamCity

TeamCity

TeamCity 的未来 – JetBrains 的 CI/CD

Yarik Aleksandrov

我们的发展方向

随着 AI 代理编写代码的比例迅速增长，有效采用 AI 的两个核心问题变得尤为重要：团队如何将 AI 使用转化为实际的生产力提升？在实现这一目标的同时，又如何确保质量和安全并保持控制？CI/CD 对这两个问题都至关重要。

无论代码是人类还是 AI 代理编写，都需要通过可信的流程进行构建、测试、验证和交付。随着 AI 生成代码的体量持续增长，验证其质量和安全性的需求也日益迫切，这要求 CI/CD 必须在新的规模上支持这一流程。

CI/CD 为 AI 代理提供的上下文和工具将决定它们处理验证结果、响应失败以及迭代改进的效率。这将帮助团队在保持质量、安全和交付控制的同时，通过 AI 提升开发速度。

多年来，TeamCity 一直是人类驱动软件开发中可靠构建、测试和交付的 CI/CD 平台。我们现在正在为一个新现实开发 TeamCity：软件通过人类与 AI 编码代理的协作来创建。

这一演进建立在 TeamCity 现有的优势之上：一个强大且灵活的产品基础，能够从个人使用扩展到企业级系统。我们正在加强这些基础架构，使 TeamCity 能够可靠地支持来自开发人员和 AI 代理的更高代码变更量。

我们也在构建新的用户场景，帮助团队在软件开发流程演变过程中保持流畅的体验。

当前的 TeamCity

作为 CI/CD 平台，TeamCity 目前具有以下四个关键优势：

• 适用于任何场景的低摩擦构建配置。提供 UI、CLI 和基于 AI 的配置方式；支持熟悉的 YAML 或更灵活的 Kotlin DSL 的流水线；支持多仓库项目；构建链和依赖关系；可重复使用的模板；项目层级结构；以及细粒度权限控制。

• 更快速的构建失败排查与解决。具备自动构建问题检测功能；测试历史记录；结构化构建日志；可视化流水线概览；内置 AI 助手进行构建失败分析；可通过构建代理终端直接在远程机器上调试失败构建；并可在 JetBrains IDE 中直接处理构建任务而无需切换上下文。

• 更短的构建时间和更高效的资源利用。支持构建重用和缓存；无限制的构建链；构建代理池和需求配置；云配置文件；按需调用的构建代理，以减少重复工作、扩展构建能力并控制基础设施使用。

• 对构建、测试和整个 CI/CD 系统的清晰可见性。提供高级测试洞察和历史记录；构建、变更和构建队列概览；深入分析能力；自定义报告标签；以及深度集成构建工具，实现更全面的构建过程可观测性。

我们相信，TeamCity 在代码变更更加频繁、验证循环更加复杂、AI 代理与 CI/CD 系统交互更加紧密、对规模、可靠性和控制需求更加强烈的未来世界中，已处于 CI/CD 演进的有利位置。

• TeamCity 已经支持复杂流水线的可扩展性、优化和灵活性。这有助于您处理更大规模的工作负载并覆盖各种使用场景。通过 AI 代理，您可以更快地启动并运行首个构建，更轻松地应对复杂场景。

• TeamCity 还将为 AI 代理提供相关的 CI/CD 上下文信息，例如测试历史记录、构建结果和自动检测到的构建问题，从而使它们能够更快、更准确地分析失败原因和配置变更。管道调试和终端访问等工具可进一步帮助 AI 代理调查问题并生成更高质量的修复方案。

我们对 CI/CD 变化的展望

AI 在开发流程中的应用正在增长。虽然许多开发人员已经使用 AI 代理编写代码，但企业仍难以在组织层面实现显著的生产力提升。JetBrains 致力于帮助客户解决这一问题。

其中一部分挑战来自 AI 治理：安全性、成本控制以及组织内使用 AI 代理的透明度。JetBrains 通过 JetBrains Central —— 一个用于组织内 AI 采用的新控制平台 —— 来解决这些问题。

随着 AI 代理在开发中使用增加，CI/CD 的要求也在演变。在大量代码由 AI 代理生成的开发流程中，确定性、可靠性和安全性的构建、测试和交付变得至关重要。

我们看到 CI/CD 工具将在以下几个关键方向发展：

• 可扩展性、性能和灵活性。随着团队生成更多代码变更并运行更多 AI 生成代码的验证检查，CI/CD 系统的负载将增加。可扩展性和性能将发挥重要作用，同时系统需要具备适应快速变化的使用场景和组织内部快速扩展的灵活性。

• AI 代理与 CI/CD 工具之间的交互。人类和 AI 代理将通过 AI 接口（如 CLI、MCP 和代理技能）与 CI/CD 系统进行交互。它们将使用这些接口执行日常 CI/CD 任务，如配置和更新流水线、运行构建、检查结果、调查失败和修复构建问题。CI/CD 平台为 AI 代理提供的上下文和工具越多，这些代理的工作速度就越快、成本越低、准确性越高。

• CI/CD 中的代理步骤。CI/CD 工作流中的某些任务将通过 AI 工具处理。CI/CD 系统需要支持从构建中启动 AI 代理，并能够方便且安全地配置这些步骤。

• AI 治理。产品内 AI 功能和从 CI/CD 步骤启动的 AI 代理都需要与 AI 治理功能集成，从而为组织提供采用 AI 所需的控制、可见性和策略执行能力。

我们如何开发 TeamCity

我们继续为这一未来开发 TeamCity，在核心 CI/CD 能力和与 AI 工作流的集成方面进行投资。

我们在 AI 能力方面采取务实的方法：

• 投资核心 CI/CD 能力，以确保每个客户都能实现所需的确定性、规模、安全性和人工控制水平。

• 全面支持整个 AI 采用光谱的开发工作流 —— 从完全人工到自主 AI 流程。

• 可选的、受管控的、内置产品 AI 功能，用于解决终端用户的问题。

我们正在深化 TeamCity 在 JetBrains 生态系统中的作用，该生态系统支持客户贯穿整个软件开发生命周期。JetBrains IDE 和 Air 提升个人和团队的生产力，TeamCity 构建并交付代码，Qodana 确保代码质量，JetBrains Central 管理 AI 使用。

基于此，TeamCity 的路线图围绕以下方向展开：

企业级可扩展性、性能和灵活性

我们正在投入资源：

• 性能与可扩展性。我们正在提升平台响应速度，提高代码变更和代码验证的吞吐量。

• 动态构建链。我们旨在通过执行期间生成配置，提供更灵活的配置方式。

• 更快、更直观的构建配置方式。我们将 Pipelines（一种新的构建配置方式）从 EAP 版本推广至通用可用版本，并继续进一步开发。Pipelines 提供原生分支支持、YAML 与 Kotlin DSL 并行使用、可视化拖放编辑器、更便捷访问 TeamCity 强大功能、流水线调试，同时保留 TeamCity 的强大与灵活性。

• 新升级的 CI/CD 集成。我们正在扩展对 GitHub、构建工具、SARIF、AWS、Azure 等流行工具的支持。

开发者体验与 AI 代理接口

我们的目标是让开发者能够通过 IDE、终端或类似 Air 的代理开发环境（ADE）直接或通过 AI 代理与 TeamCity 实现端到端协作，而无需切换上下文。

为此，我们正在开发 CLI、MCP 服务器、代理技能和 JetBrains IDE 插件。我们正在投入资源，通过这些接口支持与 TeamCity 的协作，包括：

• 流水线配置与从其他 CI/CD 工具迁移。

• 构建管理，包括处理状态、调查和修复失败构建。

• 构建执行，包括通过 IDE 插件的远程运行实现无提交-推送循环的构建。

• 为 AI 代理提供数据（如构建问题、测试历史等），帮助其更高效地工作并产出更高质量的结果。

AI 构建步骤与 AI 治理支持

TeamCity 已经可以作为流水线的一部分启动 AI 代理。我们正在扩展这些功能并提升用户体验：

• 简化 AI 代理构建的配置，通过更简单的配置和现成的模板。

• 引入 BYOK（Bring Your Own Key），使 TeamCity 能够使用本地 LLM 或经过批准的提供商，用于 TeamCity 内置的 AI 功能和从 TeamCity 启动的 AI 工作流。

• 与 JetBrains Central 集成，该产品提供 AI 治理功能，帮助管理 AI 采用，包括令牌配额、令牌使用问题分析以及 LLM 使用策略。

• 支持合并列车以及与AI驱动开发相关的新型版本控制系统（VCS）流程和工具。

• 提升持续交付能力，帮助团队在保持控制的同时更快发布AI生成的代码。

• 深化与其他JetBrains产品的集成，包括JetBrains IDE、JetBrains Central和Air。

随着AI改变软件的开发方式，可靠且可控的构建、测试和交付变得愈发重要。这就是我们为TeamCity打造的未来。

新闻

• 分享

• Facebook

• Twitter

• Linkedin

上一篇

TeamCity 2026.1.2 和 2025.11.6 现已发布