是什麼讓 Andrej Karpathy 感慨,人類在軟體開發過程中直接編寫程式碼的貢獻將越來越小,直接輸入和監督作用將更加抽象化。最終,人類的角色將只是進行基本的審核和確認,而不再是主要的程式設計和開發者。
原來是 GitHub 新發布的 Copilot Workspace,它重新構想了開發者的內部流程。如果 AI 開發工具是開發者的第二雙手,那麼 Copilot Workspace 將是開發者的「第二個大腦」。
在編碼的過程中,最頭痛的莫過於遇到不熟悉的軟體倉庫、程式語言或框架。解決這些問題所帶來的困難,可能會拖延你完成任務的時間,甚至導致根本無法完成。在時間內想要快速掌握這些,重振旗鼓並不容易。但 Copilot Workspace 或許能讓你事半功倍,甚至能幫助你完成更大、更複雜的任務。
Copilot Workspace,你的「第二個大腦」
#Copilot Workspace 專注於任務選擇、意圖表達和與AI 合作尋求解決方案。這樣做的目的是減少複雜性,提高生產力,同時也能維持軟體開發中重要的方面,如決策和創造性和自主權。
你可以向 Copilot Workspace 提出問題,它會自動提出解決方案。 Copilot Workspace 擁有問題(包括所有評論和回應)和程式碼庫的全部上下文,因此它既能理解你想做什麼,也能理解你的程式碼具體內容。如果 Copilot Workspace 提出的解決方案不完全正確,你也可以編輯流程中的任何步驟,從行為到計劃,再到程式碼,全部都可以用自然語言完成。
Copilot Workspace 回答GitHub 問題
編輯流程中的步驟,進行調整
Copilot Workspace 可在整個軟體包的粒度範圍內運行,並可跨不同程式語言對多個檔案進行連貫修改。它既能處理核心編碼任務,也能處理鷹架類型的任務,例如「建立測試框架 」或「為持續整合編寫 GitHub Actions 工作流程」。它已在 GitHub Next 中被使用,用於開發 Copilot Workspace 本身和其他專案。
以任務為中心的工作流程
Copilot Workspace 能夠幫助開發人員完成完整的開發任務,這些任務通常以GitHub 問題的形式指定和追蹤。因此,Copilot Workspace 可以將問題作為輸入,自動提取程式碼的當前行為,提出可解決該問題的新行為,制定計劃,並實施該計劃(即編寫程式碼)。 Copilot Workspace 擁有問題的全部上下文,包括所有註釋,甚至可以追蹤問題中的連結以提取訊息,幫助完成任務。
使用者回饋和迭代是 Copilot Workspace 所注重的。從建議的新行為、計畫到實施,你可以編輯流程的每一步。例如,在實施計劃並看到程式碼後,您可以返回並調整行為或計劃,然後再試一次。你甚至可以在多個標籤頁中開啟同一個問題,探索幾條不同的路徑。
使用展示
先前使用LLM 完成開發人員任務的嘗試主要集中在對話上,但Copilot Workspace 更基於任務的使用者介面具更結構化,有明顯的優勢:
- 1. Copilot Workspace 可以全面了解問題的來龍去脈,從而提出正確的解決方案。
- 2. 結構化的輸出(原始和修改後的行為、計劃和實施)使得使用者可以在適當的抽象層次上方便地指導 Copilot Workspace。
目前,Copilot Workspace 以 GitHub 的問題作為起點,但計畫未來將支援更多的入口點。例如,Copilot Workspace 可以幫助開發人員處理透過 CodeQL 發現的安全性警報,遷移到新版本的依賴函式庫或從一個函式庫遷移到另一個函式庫,以及解決 PR 審核中的評論問題。
雲端驅動的智能體
GitHub 結合 AI 智能體技術和 GitHub Codespaces 實現無頭、短暫、安全的運算方式。當使用者點擊「執行」按鈕時,後台中會建立一個新的 codespace,將修改後的程式碼推送到其中,並嘗試建置專案。如果建置失敗,我們會將錯誤訊息和程式碼回饋給 Copilot Workspace,並要求其修復建置。一旦建置成功,修改後的程式碼會同步回 Copilot Workspace 的使用者介面,讓使用者看到建置是如何被修復的。如果執行的專案是 Web 應用,codespace 上的連接埠會轉送到只有該使用者能存取的 URL。使用者可以點擊並查看 Web 應用程式的即時預覽,從而直觀地驗證 Copilot Workspace 是否按照他們的預期執行。
由於大型語言模型(LLMs)並不完美,許多任務的「最後一公里」顯得十分重要。 Copilot Workspace 讓你開啟 Codespace 並從中斷的地方繼續,可以在具有安全運行時的完整雲端 IDE 中完成任務。
為協作設計
只要點選「共享」按鈕,Copilot Workspace 就能輕鬆共享工作區。由於使用者體驗是結構化的,因此它能捕捉到會話的整個活動日誌,這也是了解實施方案為何如此的好方法。你可以查看計劃,觀看每一步的實施流程,然後透過點擊使用者介面中的計劃步驟導航到對應的程式碼變更。這豐富了程式碼審查形式,在這種審查中,程式碼差異及其原因都一目了然。
GitHub 計畫加入註解和多人編輯功能,Copilot Workspace 將能在一個工具中同時處理開發人員內循環和審查循環。
以上是開發者「第二大腦」來襲,GitHub Copilot更新,人類開發參與進一步減少的詳細內容。更多資訊請關注PHP中文網其他相關文章!

隱藏者的開創性研究暴露了領先的大語言模型(LLM)的關鍵脆弱性。 他們的發現揭示了一種普遍的旁路技術,稱為“政策木偶”,能夠規避幾乎所有主要LLMS

對環境責任和減少廢物的推動正在從根本上改變企業的運作方式。 這種轉變會影響產品開發,製造過程,客戶關係,合作夥伴選擇以及採用新的

最近對先進AI硬件的限制突出了AI優勢的地緣政治競爭不斷升級,從而揭示了中國對外國半導體技術的依賴。 2024年,中國進口了價值3850億美元的半導體

從Google的Chrome剝奪了潛在的剝離,引發了科技行業中的激烈辯論。 OpenAI收購領先的瀏覽器,擁有65%的全球市場份額的前景提出了有關TH的未來的重大疑問

儘管總體廣告增長超過了零售媒體的增長,但仍在放緩。 這個成熟階段提出了挑戰,包括生態系統破碎,成本上升,測量問題和整合複雜性。 但是,人工智能

在一系列閃爍和惰性屏幕中,一個古老的無線電裂縫帶有靜態的裂紋。這堆易於破壞穩定的電子產品構成了“電子廢物之地”的核心,這是沉浸式展覽中的六個裝置之一,&qu&qu

Google Cloud的下一個2025:關注基礎架構,連通性和AI Google Cloud的下一個2025會議展示了許多進步,太多了,無法在此處詳細介紹。 有關特定公告的深入分析,請參閱我的文章

本週在AI和XR中:一波AI驅動的創造力正在通過從音樂發電到電影製作的媒體和娛樂中席捲。 讓我們潛入頭條新聞。 AI生成的內容的增長影響:技術顧問Shelly Palme


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

Dreamweaver CS6
視覺化網頁開發工具

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

SublimeText3 Linux新版
SublimeText3 Linux最新版

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)