IBM 在其全球 TechXchange 大會上宣布了一系列以生產為中心的 AI 和基礎設施創新，旨在幫助企業從 AI 實驗階段邁向在開發速度、營運彈性和業務流程自動化方面取得顯著成效。這些更新涵蓋代理 AI 編排、混合/多雲可觀察性、大型機運維以及 AI 優先的開發者工具，旨在彌合由碎片化環境、資料品質問題以及大規模常見的治理挑戰所造成的應用差距。
IBM Generative AI SDLC 解決方案架構
產業預測顯示，生成式人工智慧在未來幾年可望釋放超過4兆美元的經濟價值。然而，由於工具孤立、政策控制不一致以及跨混合環境的脆弱整合模式，許多組織仍難以將人工智慧付諸實踐。 IBM 最新的產品組合更新強調了生產就緒性、即時治理以及跨雲端、本地和大型主機系統整合的統一控制平面。
IBM 軟體產品資深副總裁 Dinesh Nirmal 強調，AI 生產力正成為業務敏捷性的倍增器，消除整個技術生命週期中的瓶頸。他指出，IBM 的增強功能可提升開發人員生產力，增強代理編排能力，並深化基礎架構智能，進而推進企業級成果所需的技術基礎。
增強代理編排中的信任與效能
IBM 代理 AI 策略的核心是 Watson Orchestrate，它目前已聚合了來自 IBM 及其合作夥伴的 500 多種工具和可自訂的特定領域代理。 Orchestrate 的設計目標是與工具和環境無關，從而支援跨異質堆疊的一致部署、策略實施和生命週期治理。
即將推出的一項值得關注的功能是 AgentOps，它是代理系統的內建可觀察性和治理層，可提供完整的生命週期透明度。 AgentOps 具有即時監控和基於策略的控制功能，旨在確保代理程式可靠、安全地運行，並從觸發到結果的整個流程提供可審計的行為。以常見的人力資源入職流程為例。如果沒有 AgentOps，團隊通常只能在事後才發現策略或資料處理問題。有了 AgentOps，每個操作都會根據策略進行監控，並即時標記異常，從而可以立即採取糾正措施，從而實現從頭到尾的合規且可預測的入職流程。
為了減少開發人員和業務團隊之間的摩擦，IBM 也簡化了代理商設定和協調：
- 代理工作流程：團隊可以採用標準化、可重複使用的流程，以一致、持久的方式協調多個代理和工具，取代那些在規模化或變更下容易失效的脆弱腳本。這可以減少維護開銷，並提高端到端自動化的可靠性。
- Langflow 整合：非專業團隊可以使用 Langflow 的拖放建構器快速設計、連接和部署代理流程 - 通常將建置時間從數小時壓縮到數分鐘，並擴大可以安全參與自動化設計的人員範圍。
IBM 正在透過 Watson X Assistant for Z 將代理功能擴展到大型主機。這些 IBM Z 代理將營運從被動故障排除轉變為主動的、意圖驅動的管理。它們能夠維護對話上下文、自動化運作手冊，並遵守 Z 環境固有的安全/合規性防護。與最新的 IBM z17 平台結合，煥然一新的體驗旨在簡化營運工作流程，並提高需要高水準保障的核心系統的操作效率。
為代理和操作建立可信上下文層
IBM 在收購 HashiCorp 之後推出了 Infragraph 項目，這是一個智慧、統一的可觀察性控制平面，旨在取代混合雲和多雲環境中常見的碎片化工具鏈以及手動的、電子表格驅動的流程。隨著資產規模的擴大，工具的蔓延會形成資訊孤島，從而降低反應速度並使風險管理變得複雜。
透過 Infragraph，企業可以獲得涵蓋 HashiCorp 雲端平台 (HCP) 內部及外部管理的基礎設施資源和安全態勢的整合、近乎即時的視圖。實際上，當出現關鍵 CVE 時，團隊不再需要協調群發郵件和手動維護 CSV 追蹤器。 Infragraph 提供單一事實來源，用於識別受影響的組件、驗證修復措施，並視覺化跨資源群集（例如 VPC 內的容器）的暴露情況，從而縮短評估和解決風險的平均時間。
展望未來，IBM 計劃將 Infragraph 與更廣泛的 IBM 軟體連接起來，包括 Red Hat Ansible 和 OpenShift、Watsonx Orchestrate、Concert、Turbonomic 和 Cloudability。願景是建立一個統一基礎架構、安全性和應用程式的一致數據和策略模型，為代理商和營運商提供可信賴的、基於上下文的遙測數據，從而更快、更自信地採取行動。
透過 AI-First SDLC 提高開發人員生產力
IBM 預覽了 Project Bob，這是一個 AI 優先的開發者係統，旨在實現軟體開發生命週期的協作。目前的編碼助理主要提供程式碼補全功能，而 Project Bob 則定位為任務生成型代理協作工具，可協助開發人員在龐大且不斷發展的程式碼庫中編寫、測試、升級和保護軟體。
Project Bob 協調了 Anthropic Claude、Mistral、Llama 和 IBM Granite 等領先的 LLM 平台，選擇適合任務情境的功能，同時保持不同環節的連續性。主要功能包括：
- 多語言支持： 目前已針對 Java、JavaScript/TypeScript 和 Python 進行了最佳化，並擴展了對 RPG、Go、C#、Rust、PHP、Kotlin 等語言的覆蓋範圍。這種覆蓋範圍主要針對企業產品組合中常見的異質堆疊。
- 端對端 Java 現代化： 跨單體應用和分散式服務實現自動化升級、框架遷移和多步驟重構。目標是實現持久的大規模現代化，降低迴歸風險，縮短變更週期。
- 代理、上下文感知執行： 協調編碼、測試和補救流程，以維持跨任務的狀態和意圖，減少減慢交付速度的上下文切換和交接。
- 企業級安全性和規模： 整合「左移」漏洞掃描、加速 FedRAMP 強化的支援以及量子安全加密遷移的指導，將安全性和合規模式嵌入到日常工作流程中。
Amazon