GitHub Copilot, le populaire assistant de codage alimenté par AI, a introduit une suite de nouvelles fonctionnalités visant les développeurs à la recherche de plus d’efficacité et de flexibilité dans leurs workflows.
Un nouveau mode d’agent vise à offrir aux développeurs une expérience plus interactive, tandis que des mises à jour supplémentaires étendent les capacités AI de l’outil avec des modèles premium et un nouveauté de développement. Pour les développeurs?
L’annonce la plus percutante dans la dernière mise à jour de Copilot est l’introduction de Mode d’agent pour les utilisateurs de code VS . Disponible maintenant, cette fonction élève le copilote d’un assistant passif à un agent de codage actif. Plutôt que de simplement suggérer du code, le mode agent permet à Copilot de prendre des mesures en exécutant les commandes de terminal, en résolvant les problèmes et en naviguant même dans plusieurs fichiers. Github dit qu’il permet aux développeurs de se concentrer sur des tâches de niveau supérieur, laissant des activités répétitives ou exposées à l’erreur à Copilot.
Pour que les développeurs travaillent avec GitHub Copilot sans changer la façon dont ils abordent leur code. En offrant des solutions sans intervention pour les correctifs de base, les développeurs peuvent accélérer leur processus de codage, en particulier lorsqu’ils traitent des journaux d’erreur complexes ou des réfacteurs multi-fichiers.
Cela marque une évolution significative de la façon dont Github Copilot aide les développeurs, offrant beaucoup plus que des options de serveur automatique simples offrent aux développeurs ou aux suggestions. L’expansion plus large du copilote, GitHub a discrètement publié son Repository officiel de serveur MCP , d’après le modèle Copilote Contex d’Anthropic. Le serveur est conçu pour rejeter les éditeurs de code avec des fournisseurs et des systèmes de modèles tiers, donnant aux développeurs plus de contrôle sur la façon et l’endroit où leurs charges de travail AI sont traitées.
github décrit le serveur MCP comme une”implémentation de commodité”de sa spécification MCP, une norme qui réalise des agents ou des extensions dans les éditeurs tels que le code VS pour intervenir avec le modèle de langage APIS APIS en utilisant un protocole cohérent. La version facilite le test localement ou l’expérimentation avec les intégrations LLM en dehors de la propre infrastructure de Github.
Contrairement aux services hébergés de Github, qui acheminent les demandes de copilote via leur propre couche MCP, le serveur MCP open-source donne aux développeurs la possibilité d’expérimenter leurs propres points de terminaison ou d’adapter le serveur à leur cas d’utilisation particulière. Il est écrit en dactylographie, publié sous la licence MIT, et prend en charge les réponses en streaming-l’une des capacités de base de la spécification.
Cette version marque une autre étape vers l’écosystème de copilote de GitHub. En exposant la logique du serveur sous-jacente en tant que source ouverte, GitHub pourrait signaler un avenir plus interopérable-où les agents, les actions et les intégrations de l’IA ne sont plus exclusivement liés à ses modèles AI et à la nouvelle infrastructure. Copilot via un nouveau plan GitHub Copilot Pro +. Pro + a accès à Anthropic Claude 3.5, 3.7 Sonnet, 3.7 Sonnet Thinking, Google Gemini 2.0 Flash et Openai O3-Mini généralement disponible via des demandes premium. Ces modèles fournissent aux développeurs des informations plus sophistiquées alimentées par l’IA, telles que l’édition prédictive, les suggestions en temps réel et les recommandations de code contextuel.
GitHub Copilot Pro + est au prix de 39 $ par mois, qui comprend 1500 demandes premium par mois. Il s’agit d’une mise à niveau notable du plan Pro Basic, donnant aux développeurs l’accès aux fonctionnalités de niveau supérieur. L’inclusion des modèles GPT-4.5, Claude 3.7 et GEMINI 2.0 de Google permet à Copilot d’être encore plus précis dans sa génération de code, offrant des solutions sur mesure qui répondent aux besoins spécifiques d’un développeur.
pour ceux qui travaillent avec de grandes équipes ou des bases de niveau d’entreprise, ces fonctionnalités de prime offrent des avantages significatifs pour un complexe avec une assistance plus avancée pour les projets à grande échelle. Les bases de code à grande échelle, les fonctionnalités d’IA du plan Pro + fournissent des améliorations significatives des tâches telles que le débogage, les avis de code et le suivi des erreurs entre les fichiers. Avec cela, Copilot se positionne comme un assistant de développement complet, capable de gérer tout, des compléments de base à des tâches de dépannage complexes.
COPILOT CODE REVIEW: Amélioration du contrôle de la qualité
Github élargit également ses capacités avec des revues de code ingérées en AI, passant maintenant de l’avant-avantage publique à la disponibilité générale. La fonctionnalité fournit un ajout précieux à la boîte à outils du développeur, suggérant automatiquement des améliorations, repérant les bogues et garantissant que le code adhère aux meilleures pratiques. L’agent de révision du code de Copilot rationalise l’intégralité du processus d’examen du code en offrant des suggestions sur les demandes de traction.
Alors que les examinateurs humains sont toujours essentiels pour assurer la qualité et le contexte du code, Copilot agit comme un assistant intelligent qui peut repérer les erreurs ou les inefficacités, permettant des correctifs plus rapides et une meilleure collaboration entre les membres de l’équipe. Copilot
L’intégration de plusieurs modèles d’IA est une autre amélioration significative de la fonctionnalité de Copilot. Github est allé au-delà de la compréhension uniquement des modèles d’Openai et a incorporé Claude 3.5, Claude 3.7 et Gemini 2.0 Flash d’Anthropic et Google. Ces modèles fonctionnent désormais ensemble au sein de Copilot, chacun offrant des forces distinctes qui se complètent.
Cette configuration multimodel garantit que le copilote n’est pas limité à une approche d’IA mais peut basculer entre les modèles en fonction de la tâche à accomplir. Cela signifie que les développeurs peuvent exploiter les modèles les plus puissants disponibles, améliorant la capacité de Copilot à suggérer un code contextuellement approprié et à s’adapter à différents langages de programmation, cadres et environnements de développement.
