Cloudflare宣布了代理开发生命周期（Agent Development Lifecycle或ADLC），这是该公司提出的一种框架，用于应对这样一种现实：智能代理已经能够快速编写代码，其速度超过团队审查、部署和维护代码的能力。Cloudflare认为，依赖传统的软件开发生命周期模型已不足以应对代理生成代码的规模和速度。
被称为SDLC的软件开发生命周期通常包括规划、设计、实现、测试、部署、维护，随后是退役等阶段。据Cloudflare称，过去实现阶段是最慢且成本最高的阶段，但随着人工智能的发展，它已经变成最快且成本最低的阶段。这导致其他阶段承受更大压力，从代码审查和拉取请求管理，到在生产环境中运行系统以及处理故障。
从生成代码到管理完整生命周期
Cloudflare表示，许多公司目前只在实现阶段使用代理，而人类仍负责验证和合并结果、部署和监控系统，以及对收到的错误进行分类。该公司认为，这种模式使代理无法参与软件开发生命周期中的重要部分，尽管模型的能力已经提升，能够运行更长时间并执行更大的任务。
Cloudflare将代理视为其客户；代理可以购买域名、创建临时账户，并使用完整的Cloudflare API。基于这一点，该公司表示，代理需要能够代表客户管理整个开发生命周期各阶段的API和工具，而不只是参与流程的起始阶段。
Cloudflare公布的工具
- @cloudflare/ci：一种通过数百万个代码库运行持续集成和持续部署的新方式，能够自动修复问题，并借助Cloudflare Workflows调用代理执行更复杂的任务。
- 本地开发中的OpenTelemetry追踪：让代理在本地开发期间也能获得与生产环境相同级别的可观测性，该功能集成在Wrangler和Cloudflare的Vite插件中。
- Cloudflare Agents和Agent Traces：用于监控、维护和改进代理的新空间，围绕代理工作产生的OpenTelemetry轨迹展开。
- 利用人工智能执行工程标准：展示Cloudflare如何在其代码库、产品规范和系统中应用最佳实践。
- Astro项目的软件工厂：展示如何在一个规模庞大且不断发展的开源项目中，构建能够自动对GitHub问题进行分类、复现、验证和修复的系统。
从SDLC到ADLC
Cloudflare提出ADLC这一术语，将其视为面向“软件工厂”的模型，而不仅仅是面向传统编程团队的模型。按照该公司讨论的构想，软件工厂是由代理驱动的系统，可以接收生产环境中的错误、客户报告或新功能想法等输入，然后以更高的自主性承担软件构建、改进、部署和管理任务。
这并不意味着人类角色会消失；Cloudflare指出，许多项目仍然受限于需要人类介入的步骤，例如指导代理、向其提供指令、跟进其执行情况，以及落实代码审查意见。该公司提出的目标，是将人类的时间转向需要灵感、品味和判断力的工作，例如设计、与客户沟通以及发展更宏大的想法。