Code zu generieren, ist inzwischen der einfache Teil. Schwierig ist alles, was danach kommt: Software von einer funktionierenden Änderung bis in die Produktion zu bringen. Genau diese Aufgabe haben wir der Community beim Transcend Hackathon gestellt, unter dem Motto "Life after code, the path to production at the speed of imagination".
Der Hackathon lief im Oktober. Die Teilnehmenden sollten auf GitLab Duo Agent Platform Agenten und Flows bauen, die die Arbeit übernehmen, nachdem der Code geschrieben ist. Dabei mussten sie auch entscheiden, wie viel Kontrolle sie an die Agenten abgeben, von der Freigabe jedes einzelnen Schritts bis zur vollständigen Autonomie. Mehr als 3.300 Entwickler(innen) haben sich registriert. Eingereicht wurden 783 Projekte.
Die Gewinnerprojekte zeigen, wie weit Agenten und Flows nach der Codegenerierung reichen. Ein Bug in einer Apotheken-App, gemeldet durch einfaches Schütteln des Smartphones, wurde in 18 Minuten behoben und ausgeliefert, ohne dass ein Mensch eingreifen musste. Aus der E-Mail einer Lehrkraft wurde ein 3D-druckbarer mathematischer Graph, den blinde Lernende ertasten können. Ein Flow für eine Software zur Leistungsberechnung half dabei, nach einem erfolgreichen Widerspruch fehlerhafte Zahlungen aufzudecken. Allen Projekten ist gemeinsam: Die Agenten übernehmen Lesen, Schreiben und Weiterleiten. Die abschließenden Entscheidungen treffen automatisierte Prüfungen und Menschen.
Die Gewinnerprojekte
Der Preispool betrug 45.000 US-Dollar in neun Kategorien. Jedes Projekt konnte einen Preis in seinem Pfad und einen Sonderpreis gewinnen. Alle Einreichungen finden sich in der Projektgalerie.
Die drei Preise je Pfad stehen für den Grad an Autonomie, von Assisted (eine Person gibt die einzelnen Schritte frei) über Supervised (eine Person behält die Aufsicht) bis Hands-Off (die Agenten arbeiten vollständig autonom).
Path A: Start Fresh
Neue Projekte, die von Grund auf in GitLab entstanden sind
Best Assisted Agent (4.000 US-Dollar): Aftermath
Aftermath von Ahadi Cyizere beantwortet die Frage, an der Scanner scheitern: Wird ein gekapertes npm-Paket bekannt, ist es dann vielleicht schon letzte Woche in der CI gelaufen? Ein eigener GitLab Duo Flow mit drei Subagenten verfolgt vergangene CI-Jobs und die Zugangsdaten, auf die jeder Job zugreifen konnte. Eine Person gibt zuerst den Umfang der Untersuchung frei, dann den Plan zur Eindämmung, und beendet den Vorfall zuletzt, sobald die CI ausschließlich die offengelegten Schlüssel rotiert und die betroffenen Images gelöscht hat und die Nachweise angehängt sind.
Best Supervised Agent (4.000 US-Dollar): Lookback
Lookback von Ujwal Suresh Vanjare und Arpita Madhukar Kalburgi setzt bei einem erfolgreichen Widerspruch an. Wendet eine Software zur Leistungsberechnung die Regeln für eine Person falsch an, sichtet ein eigener GitLab Duo Flow die Entscheidung, reproduziert den Fehler mit einem fehlschlagenden Test und öffnet einen Merge Request mit der Korrektur. Nachdem eine Person ihn gemergt hat, spielt herkömmlicher Code frühere Entscheidungen erneut durch, findet jeden weiteren Haushalt, den der Fehler betroffen hat, und berechnet, was jedem zusteht. Im Demo-Lauf fand die Wiederholung 413 Haushalte mit zu niedrigen Zahlungen, und die geschuldeten Beträge wurden gesammelt veröffentlicht, damit die Behörde sie auszahlen kann.
Best Hands-Off Agent (5.000 US-Dollar): ShakeFix
ShakeFix von Venkatesh Devale macht aus einem Schütteln des Smartphones eine Korrektur in der Produktion. Eine Person, die eine Apotheken-App nutzt, schüttelt ihr Smartphone und beschreibt, was schiefgelaufen ist. Ein GitLab Duo Flow mit vier Agenten schreibt einen fehlschlagenden Test, behebt den Bug und vergleicht die Korrektur direkt mit dem Verhalten in der Produktion, bevor sie gemergt und deployt wird. Im Live-Lauf des Teams dauerte dieser Ablauf 18 Minuten und 34 Sekunden, ohne einen einzigen menschlichen Eingriff.
Path B: Bring Your Own
Bestehende Open-Source-Projekte, um agentengesteuerte Automatisierung erweitert und auf GitLab bereitgestellt
Best Assisted Agent (4.000 US-Dollar): Unstuck
Unstuck von Aryan Shah und Riken Shah bringt Upgrades von Abhängigkeiten zu Ende, die Bots anstoßen, aber nicht abschließen können. Ein Bot erhöht eine Versionsnummer, kann aber weder die Release Notes lesen noch beheben, was dabei kaputtgeht, noch entscheiden, was passiert, wenn sich das Verhalten ändert. Zwei eigene GitLab Duo Flows planen eine Upgrade-Kampagne und setzen sie Merge Request für Merge Request um. Dabei zitieren sie zu jeder Codeänderung die zugehörige Release Note und halten an, um eine Person zu fragen, wenn sich das Verhalten ändern würde. Ein täglicher Monitor startet die nächste Kampagne, sobald ein neues Advisory erscheint. Bei doccano, einem Open-Source-Werkzeug zur Annotation, das auf einer nicht mehr unterstützten Django-Version mit 80 bekannten Advisories feststeckte, brachte die Kampagne das Projekt mit sechs geprüften Merge Requests auf null Advisories und Django 5.2.
Best Supervised Agent (4.000 US-Dollar): CodeTinder
CodeTinder von Jason Yu beruht auf einer einfachen Idee: weniger Code prüfen, Agenten mehr beibringen. Bei jedem Merge Request wählt ein GitLab Duo Agent eine Funktion aus und schreibt Varianten, die die Tests bestehen. Die Nutzer(innen) wischen auf dem Smartphone durch diese Varianten. Die Wischgesten aktualisieren ein versioniertes Grundsatzdokument im Repository, das jeder Agent liest, und ein Agent schreibt den Rest des Merge Requests passend zum aktualisierten Dokument um.
Best Hands-off Agent (5.000 US-Dollar): Locus
Locus von Ahammad Shawki, Nourin Richi und Mohammad Ashfaqul Hasan, aufgebaut auf der Open-Source-Bibliothek JSCAD, ermöglicht es einer Mathematiklehrkraft, eine Funktion in einfachen Worten per E-Mail zu schicken und einen tastbaren Graphen für blinde Lernende zurückzubekommen. GitLab Duo Agenten entwerfen einen Graphen mit erhabenen Linien und Beschriftungen in Brailleschrift, prüfen ihn anhand forschungsbasierter Tastregeln dafür, wie Fingerspitzen erhabene Linien und Braille lesen, korrigieren ihre eigenen Fehler, veröffentlichen das Ergebnis in Google Cloud, schicken der Lehrkraft die Druckdateien und bestellen den gedruckten Graphen. Die Agenten können ihre eigene Arbeit nicht als druckfertig markieren. Ein Graph wird erst freigegeben, wenn er die Tastregeln erfüllt.
Sonderpreise
Der Preis Most Stages Covered geht an die Projekte, die die meisten der neun Phasen des DevSecOps-Lebenszyklus abdecken: Plan, Create, Verify, Package, Secure, Release, Configure, Monitor und Govern. Aus jedem Pfad gibt es ein Gewinnerprojekt.
Most Stages Covered, Start Fresh (5.000 US-Dollar): Stale
Stale von Diptarka Nandi, Harshit Anand, Abhinav Kumar und Ashutosh Pandey prüft das Urteil "sicher auslieferbar" erneut, wenn sich die Welt verändert und nicht nur der Code. Eine geplante Pipeline beobachtet laufend aktualisierte Feeds, etwa wenn einem Root-Zertifikat das Vertrauen entzogen wird, und öffnet ein Issue für einen GitLab Duo Flow, der die Korrektur schreibt. Die CI bestätigt die Korrektur, und ein Canary Release testet sie, bevor der Datenverkehr umgestellt wird. Das Projekt ordnet jede Phase des Lebenszyklus einem echten Pipeline-Job zu.
Most Stages Covered, Bring Your Own (5.000 US-Dollar): Earned Autonomy
Earned Autonomy von Shivansh Kalra gibt jedem Merge Request im Full-Stack-Template von FastAPI eine eigene Autonomiestufe, von vollständig autonom bis blockiert, auf Basis von Nachweisen. Fünf GitLab Duo Agenten übernehmen Planung, Triage, Infrastruktur-Review, Weiterleitung und Rollback und können den Risikowert immer nur erhöhen. In einem Lauf wurde eine anfällige Abhängigkeit vom Advisory bis zum korrigierten Deployment in der Produktion in 35 Minuten behoben, ohne einen menschlichen Schritt. In einem anderen wurde ein fehlerhaftes Release in 3,3 Sekunden zurückgerollt.
Most Environmentally Impactful (5.000 US-Dollar): Memory Lane
Memory Lane von Oliver McBride unterstützt Koordinator(inn)en in Pflegeheimen dabei, Sitzungen zur Erinnerungsarbeit für Bewohner(innen) mit Demenz zu gestalten. Die koordinierende Person legt ein Issue in einfacher Sprache an, und drei GitLab Duo Flows führen es über ein Sicherheits-Review, CI/CD und Cloud Run bis in die Produktion. Das Team hat die CO2-Kosten jeder ausgelieferten Anfrage nach der Spezifikation Software Carbon Intensity gemessen und die Pipeline anschließend so umgebaut, dass sie nur einmal baut und unnötige Läufe auslässt. Das senkte die CI-Läufe pro ausgelieferter Anfrage um 48 %.
Most Creative (4.000 US-Dollar): CodeTinder
CodeTinder gewinnt auch in dieser Kategorie. Agenten per Wischgeste den eigenen Geschmack in Sachen Code beizubringen, war über beide Pfade hinweg die Idee mit der höchsten Bewertung.
Die Erkenntnisse aus dem Hackathon
Die Gewinnerprojekte hielten ihre Agenten an der kurzen Leine und holten trotzdem viel aus ihnen heraus. Die Agenten übernahmen Lesen, Schreiben und Weiterleiten: herausfinden, was ein Upgrade kaputtmachen würde, einen Bug bis zur verantwortlichen Codezeile zurückverfolgen und die Arbeit an den nächsten Schritt übergeben. Automatisierte Prüfungen wie Tests und CI entschieden, ob ein Schritt bestanden war, und in den meisten Projekten gab eine Person ihre Freigabe, bevor etwas Riskantes ausgeliefert wurde. Die Gewinnerprojekte richteten ihre Agenten zudem auf Probleme jenseits typischer Softwarearbeit, etwa auf Apotheken-Apps, Systeme zur Leistungsberechnung, Pflegeheime und den Unterricht blinder Lernender.
Ein Dank und der nächste Schritt
Unser Dank gilt allen Teilnehmenden und unserer Jury aus Bill Staples, Missy Davies, Mattias Michaux, Lee Tickett, Rajesh Agadi, Luca Chun Lun Lit, Alan Zhang, Jackson Dolphin und Arianna Haradon.
Wer mit GitLab Duo Agent Platform experimentieren und zu GitLab selbst beitragen möchte, kann sich auf contributors.gitlab.com registrieren und erhält ein persönliches Onboarding-Issue sowie eine Issue-Suche, die bei der Auswahl des ersten Beitrags hilft.




