每次上线前，你是不是也在重复这七件事：

打开代码扫描，肉眼确认有没有 Critical 漏洞——扫三遍才敢签字。打开测试报告，人工对比覆盖率波动——边缘值到底放不放过。打开监控告警，心里默数 P1 恢复时间——没恢复就开始慌。打开日志系统，逐条排查 ERROR——能归因的修，不能归因的算命。打开资源面板，心算 CPU/内存/连接池余量——够不够扛这一波。打开流量监控，评估当前 QPS 与峰值比——是不是踩了高峰窗口。

七件事，全靠人脑判断、人手操作、人背责任。每一件你都做过，每一件你都怕漏。因为你知道：一次漏掉的检查，可能就是一次凌晨三点的电话。

AI 发布专员替你跑完这 10 分钟

Zadig V5.0 工作流里新增了一个任务节点——AI 发布专员。

它被设计在 "发布与回滚" 节点之前，每次上线前自动触发，不需要你记得去做。

它会按结构跑完上述所有检查，并输出一个三档结论：

• ✅ 通过——全部检测项通过，且无关注项

• ⚠️ 需关注——无硬性失败，但存在需关注项

• 🚫 不通过——存在任一硬门禁失败

但请注意：默认情况下，AI 只跑腿，不拍板。

即使结论是 "通过"，系统也会停下来，等你亲自点击 "继续执行" 或 "取消执行"。

如果你对某次变更足够自信，也可以关闭人工确认，让工作流根据 AI 结论自动成功或失败。但默认开启是 Zadig 的态度——AI 是助手，不是替身。

自定义检测项

AI 发布专员的检测能力不是固定清单，而是完全由你定义。你用自然语言写清楚发布前要查什么，专员就会逐项执行、逐项给出结论 。每一项的判断依据（阈值、时间范围、异常点）都会在结果中完整展示——不是黑盒打分：

• 代码扫描——检查代码扫描结果是否存在高危 / 严重级别漏洞，若有直接判定不通过；

• 测试报告——检查单元测试是否全部通过、若未通过或者未执行，禁止发布；

• 配置变更——检查 Nacos 配置变更记录，确认配置已正确同步；

• 运行时服务状态——检查待部署服务实例在 prod 环境状态，若服务不 ready 禁止发布；

• 基础设施资源——检查 Grafana 监控是否有 CPU / 内存 / 磁盘 / 连接池 相关告警，如有不建议发布

专员逐项执行，汇成门禁报告：通过、警示或不通过，附判断依据。你可以直接用这些维度作为起点，也可以接入内部安全合规扫描或自定义业务指标，AI 判断逻辑会随之自适应。

它不是空中楼阁，是 Zadig 5 年工作流能力的自然延伸

AI 发布专员不是一个孤立的新玩具，它本身就是 Zadig 工作流里的一个标准任务节点。

这意味着：

• 接入成本极低：现有工作流直接添加，无需重新搭建

• 输出结构可消费：结论 + 明细固定两段式，可直接接入审批单或通知系统

• 责任可追溯：每一项检测都附带判断依据，出问题能倒查

Zadig 过去 5 年在云原生工作流上的积累，是 AI 发布专员能 "接得住" 这件事的底气。

说到底，这事跟你我有什么关系？

这 7 件事，本来就不该由你亲自去查。你查了 100 次，99 次没问题，但只要第 101 次漏了，你就得半夜接电话。

AI 发布专员不替你做决策，它只替你把那些本来要查、要跑、要算的事跑完，然后把完整的判断依据摆在你面前。

你做决策，AI 跑腿。

以前这段检查要 10 多分钟，现在 2 分钟——而且不会漏。

云原生和 AI 时代，发布频率只会越来越高，让人每次都靠 "记性" 和 "体力" 扛住变更风险，这不是可持续的事。Zadig 的回答是：发布这件事，可以不再需要人肉扛雷。