隨著 AI Agent 以機器般的速度大量生成程式碼，專為人類開發者設計的 GitHub 工作流程正飽受效能與安全壓力，業界開始重新思考如何調整基礎設施以應對這項技術挑戰。
人工智慧（AI）技術的快速進展，特別是 AI Agent（人工智慧代理，指能夠自主執行任務、生成程式碼的智慧型程式）的發展，正對全球最大的程式碼託管平台 GitHub 構成巨大壓力。由於 AI Agent 以機器般的速度生成程式碼提交（commits）、拉取請求（pull requests）、議題（issues）以及分支變更（branch changes），GitHub 現有的工作流程（GitHub Workflows，即平台上管理程式碼開發、整合和部署的自動化流程）已不堪重負，開始出現效能瓶頸。
GitHub 最初的設計理念是圍繞著人類開發者的工作模式，其系統規模化的基礎是人類提交程式碼的相對緩慢節奏。然而，AI Agent 全天候不間斷地運作，打破了這一核心假設，導致原本為人類團隊運作良好的系統顯現出巨大壓力。Coder 執行長 Rob Whiteley 指出，Git 的核心理念——分散式版本控制——本身並無問題，但圍繞 Git 建立的平台，其設計節奏比 AI Agent 開發產生的速度慢得多，也更具目的性。Whiteley 強調，AI 生成活動的數量與速度是主要的壓力點，並已首先體現在 GitHub 的操作層面。
AI Agent 不僅造成效能問題，也引入了新的安全風險。惡意軟體和危險程式碼可能透過 AI 的協助，迅速在儲存庫中傳播，這不僅增加了攻擊者自動化的可能性，也提高了合法開發團隊因意外而犯錯的風險。鑑於 GitHub 的 Actions、Webhooks 和 CI/CD 整合已將程式碼儲存庫轉變為關鍵的操作控制點，這使得 GitHub 成為整個軟體產業的重要依賴。
隨著 AI Agent 在程式開發工作中扮演越來越重要的角色，業界需要為這些 AI Agent 的存取、工作流程觸發和活動審核設定明確的邊界。為人類貢獻者所設計的權限和執行環境，顯然已不足以應對 AI Agent 的需求。Agent 開發要求建立更為分散式、具備策略意識且更具彈性的系統，並對上下文（context）和執行（execution）有更強的控制。許多組織目前正著手重新思考其開發者基礎設施，以確保在規模擴張、安全性和可靠性成為主要阻礙之前做好準備。