Harness introduceert vier nieuwe functies voor zijn Continuous Delivery-platform. Dit zijn Release Orchestration, AI-Powered Verification and Rollback, Database DevOps met Snowflake-ondersteuning, en Warehouse-Native Feature Management and Experimentation. De toevoegingen zijn gericht op de groeiende kloof tussen de snelheid waarmee teams code schrijven en de betrouwbaarheid waarmee ze deze kunnen uitbrengen.
AI-codeerassistenten hebben het tempo van softwareontwikkeling fundamenteel veranderd. Engineeringteams genereren meer wijzigingen in meer diensten dan ooit tevoren, maar hun releaseprocessen hebben geen gelijke tred gehouden. Harness noemt dit de ‘velocity paradox’, en in zijn eigen ‘2026 State of DevOps Modernization Report’ worden hier cijfers aan gekoppeld: teams die het meest gebruikmaken van AI-codeertools, brengen in 35 procent van de gevallen dagelijks of vaker releases uit, maar diezelfde teams hebben het hoogste percentage herstelwerkzaamheden bij implementaties (22 procent) en de langste gemiddelde hersteltijd van 7,6 uur.
Die kloof tussen het schrijven van code en het veilig uitrollen ervan is precies waar Harness in investeert. Eerder deze maand breidde Harness zijn platform al uit met AI Security- en Secure AI Coding-modules om kwetsbaarheden aan te pakken die worden geïntroduceerd door AI-gegenereerde code. De vier vandaag aangekondigde mogelijkheden breiden dat platform verder uit en bestrijken de volledige release-cyclus in plaats van slechts één fase. In februari lanceerde Harness ook Artifact Registry met geïntegreerde AI-securitycontroles, waardoor de tijd tussen het vaststellen van een kwetsbaarheid en het verhelpen ervan met 83 procent is verkort.
Vier mogelijkheden, één antwoord
Release Orchestration vervangt de Slack-threads en spreadsheets die nog steeds de meeste releases van meerdere teams coördineren. Services en ondersteunende teams doorlopen een gedeelde orchestration-logica met consistente controles en volgordes. Het bedrijf koos voor een native benadering van Continuous Delivery in plaats van een benadering die apart werd toegevoegd.
AI-Powered Verification and Rollback sluit aan op bestaande observability-stacks, identificeert automatisch welke signalen per release van belang zijn en beslist in realtime of een uitrol moet doorgaan, worden gepauzeerd of teruggedraaid.
Database DevOps biedt nu ondersteuning voor Snowflake, waardoor schemaveranderingen in dezelfde pipeline worden opgenomen als applicatiecode, met gedeelde controleerbaarheid. Mocht een rollback nodig zijn, dan kunnen de applicatie en het databaseschema samen worden teruggedraaid. De vierde functie, Warehouse-Native Feature Management and Experimentation, stelt teams in staat om functies geleidelijk beschikbaar te stellen en de zakelijke impact direct in hun datawarehouse te meten, waarbij ETL-pipelines en shadow-infrastructuur worden overgeslagen.