AI Agent 浪潮席捲企業，帶來的不只是開發效率的提升，還有一個很多人沒預料到的副作用 — 公司的專案數量從 300 個在短時間內暴增到 1500 個。

當每個單位都在用 AI 快速產出服務，DevOps 的壓力不是線性成長，而是指數級爆炸。

這場演講要分享的，是我們如何在這波暴風式成長中，建立起一套可規模化的 DevOps 體系，讓品質不會因為速度而崩盤。

第一，讓 AI 守住每一個 PR 的品質底線。 

1500 個專案，靠人力 Review 已經不可能。

我們在 PR 流程中導入 AI 驅動的架構審查與資安審查，讓每個專案不管大小，都有一道自動化的品質防線。

這不是錦上添花，而是在這個規模下唯一能活的方式。

第二，讓新團隊兩週內跑起來，而不是三個月。 

面對大量湧入的新專案與新單位，我們不可能每次都花三個月手把手導入開發流程。

透過 AI 輔助，團隊導入標準化流程的時間從三個月壓縮到兩週，讓 DevOps 的推廣速度跟得上專案的增長速度。

第三，用 GitOps 打造 MCP 服務的自動化上架流水線。 

當 AI Agent 本身成為需要部署的服務，我們用 Gitea、API 與 Gitea Action 建立了一套 GitOps 驅動的 MCP 上架流程。

一次 git push，從程式碼到服務上線全自動完成。

人幫 AI 建 DevOps，這件事已經不是未來式，而是我們的日常。

這場演講不講理論，只講真實戰場上的決策、取捨與教訓。

如果你的組織也正在面對 AI 帶來的爆發式成長，這場分享會讓你看到一條走過驗證的路。

聽眾收穫：

• 學會如何用 AI 驅動 PR 審查，在專案數量暴增時仍能守住品質與資安底線
• 了解如何將新團隊導入標準化開發流程的時間從三個月壓縮到兩週
• 掌握以 GitOps 驅動 MCP 服務自動化上架的流水線實作方式
• 獲得一套經過 300→1500 專案規模驗證的 DevOps 擴展策略與實戰經驗