运行时控制平台 LaunchDarkly 今日正式发布 Release Autopilot。该自动化功能旨在帮助工程团队在减少人工干预的同时，安全高效地交付更多由 AI 编写的代码，并内置针对生产环境问题的自动防护机制。
随着生成式 AI 加速代码创作，手动发布流程已成为软件交付的显著瓶颈。尽管编码代理（Coding Agents）大幅提升了开发速度，但传统测试难以覆盖生产环境的所有潜在问题。《LaunchDarkly 2026 AI 控制差距报告》显示，94% 的受访者认为 AI 提高了代码开发速度，但 91% 的工程负责人因此对将代码推向生产环境持更谨慎态度。在高交付压力下，82% 的受访者在过去六个月内曾推送存在未解决风险的变更。
LaunchDarkly 自身也经历了这一转变。目前，AI 已协助处理超过 80% 的代码拉取请求（Pull Requests）。在工程师人数基本持平的情况下，合并的拉取请求数量增长 2.1 倍，处理高严重性事故的时间减少约 70%。
自动化闭环管理发布风险
Release Autopilot 通过自动化手段解决“如何在不牺牲速度的前提下扩展安全发布实践”的难题。该工具一次管理一个变更的风险，评估其类型、影响及风险等级，并为需要控制的变更自动添加特性标志（Feature Flag）。
随后，系统会面向逐步扩大的受众群体灰度发布变更，同时实时监控错误率、延迟等关键指标。一旦监测数据突破预设阈值，Release Autopilot 将自动暂停发布或将变更回滚至上一稳定状态，无需重新部署。发布完成后，系统会自动清理临时标志。工程师可根据需求设定策略，选择从“审核建议”到“完全自主行动”的不同自动化程度。该功能可与各类代理、管道及云平台协同工作，运行于每天评估 70 万亿个特性标志的 LaunchDarkly 平台之上。
LaunchDarkly 首席产品官 Jonathan Nolen 表示：“在软件工厂中，人类注意力应集中于最高价值的工作，而非耗费在决定标志配置、监控和介入故障等事务性风险管理上。Release Autopilot 接管了大部分此类工作，降低风险的同时，让工程师专注于推动业务发展的核心变更。”
客户实测：缺陷率趋近于零
法律技术公司 Opus 2 首席产品和技术官 Tiama Hanson-Drury 分享了使用成效。作为一家对错误零容忍的大型律师事务所服务商，Opus 2 通过分离部署与发布，实现了持续部署并在就绪时发布。结果显示，其交付给客户的工作量增加 3.9 倍，每次发布的逃逸缺陷从 64 个降至近乎为零。“Release Autopilot 帮助我们实现快速移动，且未让客户承担额外风险。”Hanson-Drury 称。
RedMonk 研究总监 Rachel Stephens 指出，生成式 AI 往往将瓶颈转移至开发生命周期后期。Release Autopilot 的推出，标志着渐进式交付正从偶尔使用的风险缓解手段，转变为一种可重复、低摩擦的默认模式。