Блог · Технологии

GitHub Copilot Memory и Dreaming: ИИ, учитывающий контекст для рабочих процессов разработчиков

· GitHub

GitHub Copilot Memory и Dreaming: ИИ, учитывающий контекст для рабочих процессов разработчиков

Это не финансовый совет.

GitHub представляет Copilot Memory и Dreaming, позволяя агентам запоминать командные соглашения и улучшать эффективность рабочего процесса. Узнайте, как работают эти функции и практический пример команды.

Что нового и что это позволяет

ИИ-ассистенты по программированию часто не имеют постоянного понимания специфических для команды соглашений, предпочтений и истории кода. Это приводит к повторяющимся рекомендациям, упущенным лучшим практикам и агентам, которые рассматривают каждую сессию как чистый лист. Без контекстной памяти ценная информация о крайних случаях, протоколах тестирования и нюансах рабочего процесса должна быть повторно сообщена, что замедляет разработку и увеличивает риск ошибок или несоответствий.

Что сообщило источник

GitHub сообщает: GitHub запустил 'GitHub intelligence', уровень контекста и обучения, который позволяет агентам, таким как Copilot, запоминать и применять специфические для команды знания, предпочтения и соглашения по репозиториям. Copilot Memory, теперь доступный для платных планов Copilot, переносит знания между сессиями и инструментами. Copilot Dreaming, находящийся на публичном предварительном просмотре, постоянно улучшает этот контекст, анализируя прошлую работу и обновляя воспоминания. На публичном предварительном просмотре сессии Copilot CLI с использованием памяти показали на 93% лучшее соблюдение предпочтений разработчиков и на 42% более эффективные рабочие процессы благодаря контекстной памяти сессий.

Данные из источника (краткие выдержки)

«Среди сессий Copilot CLI, рассмотренных во время публичного предварительного просмотра, где агент использовал память, 93% показали лучшее соблюдение предпочтений разработчиков, а 42% показали более эффективные»

«Это делает данные полезными для агентов, помогая им запоминать, как вы работаете, поддерживать актуальность этих рекомендаций и находить код и историю разработки, относящиеся к следующей задаче.»

«Три возможности внедряют это в ваш рабочий процесс: Память переносит знания между сессиями, Dreaming поддерживает актуальность контекста, Поиск кода выходит за пределы вашего чекаута.»

Анализ - гипотезы, не проверенные выводы

Это развитие позволяет ИИ-агентам действовать как более эффективные сотрудники, используя организационные знания, снижая повторяющееся введение в курс дела и рекомендации, а также улучшая качество кода. Команды могут ожидать более плавной передачи задач, более последовательных проверок кода и меньшего времени, затрачиваемого на повторное объяснение соглашений. Возможность курировать и управлять воспоминаниями также дает пользователям контроль над тем, что агент запоминает, поддерживая конфиденциальность и адаптивность. Этот подход может установить новый стандарт для ИИ, учитывающего контекст, в разработке программного обеспечения.

Возможные применения и проекты

Существует явный интерес к улучшению согласования ИИ-агентов с командными соглашениями и снижению повторяющихся рекомендаций. Сообщенные приросты эффективности предполагают практические преимущества, но требуется дальнейшая проверка на различных командах и рабочих процессах.

Принятие и бизнес-модели - опциональные гипотезы

Нет установленного плательщика за этот некоммерческий инструмент для сообщества; пилотный проект предназначен для исследований и улучшения рабочего процесса, а не для прямой монетизации.

Монетизация не требуется для этого проекта, и коммерческая гипотеза не установлена. Если позже будет осуществлена коммерциализация, можно рассмотреть модель SaaS, но это не является частью пилота.

Конкуренты и различия для тестирования

Альтернативы для изучения включают базовый Copilot без памяти, Amazon CodeWhisperer, Tabnine и ручные списки проверки ввода в курс дела или проверки кода.

Проверьте, приводит ли Copilot Memory к как минимум 20% более высокому соблюдению командных соглашений и 15% снижению повторяющихся исправлений пользователей по сравнению с базовыми сессиями Copilot без памяти.

География, затраты и юридические проверки

Целевая аудитория - пользователи GitHub; доступность и охват неизвестны до проверки. Нет географических ограничений для пилота. Подтвердите соответствие участников и доступ.

Фактические затраты неизвестны/не сообщены и требуют местных котировок. Возможные затраты включают время разработчика на настройку, аннотирование и проверку. Нет периодических сборов за сам инструмент пилота. Подтвердите требования к подписке на Copilot.

Необходимо проверить местные законы о конфиденциальности, потребительские и платформенные условия. Участники должны дать согласие на сбор данных; никакие частные или чувствительные данные, кроме журналов репозитория, не используются. Подтвердите соблюдение перед началом.

Что все еще неизвестно

Остается увидеть, как хорошо Copilot Memory и Dreaming справляются со сложной, развивающейся динамикой команды или крайними случаями, не явно зафиксированными в воспоминаниях. Долгосрочное влияние на качество кода, ввод в курс дела и продуктивность команды не было независимо подтверждено. Конфиденциальность, хранение данных и контроль пользователя над воспоминаниями требуют тщательного управления. Эффективность в различных языках, фреймворках и размерах организаций не полностью известна. Интеграция с рабочими процессами, не связанными с GitHub, и совместимость с другими инструментами также остаются открытыми вопросами.

Оценка осуществимости проекта - еще не подтверждена

Этот первоначальный анализ возможностей является предложением для тестирования, а не утверждением о том, что продукт, рынок, клиент или доход подтверждены. Независимые исследования рынка не проводились; исходные отчеты не содержат данных о продажах или гарантированных доходах, если в приведенных доказательствах не указано иное.

Дата источника и актуальность

Временная метка публикации: 2026-10-28T15:40:00.000Z. Это фиксирует, когда источник был опубликован, а не живую проверку цен, количества клиентов, доступности или условий платформы.

Источник

GitHub - GitHub intelligence использует ваш код, контекст и историю.

https://github.blog/changelog/2026-10-28-github-intelligence-puts-your-code-context-and-history-to-work

Источник: GitHub

ИИ MLAIEL — гипотеза проекта

Предложения для команды. Это не проверенный результат и не медицинский или финансовый совет.

Цифровая возможность (v4): Трекер влияния памяти Copilot для командных соглашений Целевая аудитория: Команды разработчиков программного обеспечения, использующие GitHub Copilot, особенно те, у кого есть установленные соглашения по репозиториям и совместные рабочие процессы, стремящиеся улучшить согласованность агентов и эффективность. Как это будет работать: Легкий инструмент, который отслеживает и визуализирует, как память Copilot влияет на соблюдение командных соглашений и эффективность рабочего процесса. Он регистрирует предложения Copilot, исправления пользователей и использование памяти, а затем агрегирует метрики по соблюдению предпочтений и сэкономленным шагам рабочего процесса. Первая версия: Расширение для VS Code (или инструмент командной строки), которое, с согласия пользователя, записывает предложения Copilot, правки пользователей и действия, вызванные памятью, для выбранного репозитория в течение двух недель. Оно предоставляет панель управления, подводящую итоги соблюдения указанных соглашений (например, шаблоны запросов на слияние, команды тестирования) и эффективности рабочего процесса (сэкономленные шаги). Пилотный проект с одной согласной командой (5-10 разработчиков). Подтвердить зависимости: VS Code, Copilot с включенной памятью и доступ к документации по соглашениям репозитория. Альтернативы для исследования: Сравните с базовым использованием Copilot без включенной памяти и с другими AI-ассистентами по программированию (например, Amazon CodeWhisperer, Tabnine), которые могут или не могут поддерживать постоянный контекст. Просмотрите контрольные списки для ручного ввода или шаблоны проверки кода как не-AI альтернативы. Разница для тестирования: Проверьте, приводит ли память Copilot к как минимум 20% более высокому соблюдению командных стандартов и 15% снижению повторяющихся исправлений пользователей по сравнению с базовыми сессиями Copilot без памяти. Доказательства способности или необходимости: Среди сессий Copilot CLI, рассмотренных во время публичного превью, где агент использовал память, 93% показали лучшее соблюдение предпочтений разработчиков, а 42% продемонстрировали более эффективное использование. Возможные применения и ограничения: Существует явный интерес в улучшении согласованности AI-агента с командными стандартами и снижении повторяющегося руководства. Сообщенные приросты эффективности предполагают практическую пользу, но требуется дальнейшая проверка в различных командах и рабочих процессах. Потенциальные пользователи и платящие клиенты: Нет установленного плательщика для этого некоммерческого инструмента для сообщества; пилотный проект предназначен для исследований и улучшения рабочих процессов, а не для прямой монетизации. Конкуренты и альтернативы для проверки: Альтернативы для исследования включают базовый Copilot без памяти, Amazon CodeWhisperer, Tabnine и контрольные списки для ручного ввода или проверки кода. Опциональная юридическая бизнес-модель: Монетизация не требуется для этого проекта, и коммерческая гипотеза не установлена. Если позже будет осуществлена коммерциализация, можно рассмотреть модель SaaS, но это не часть пилота. Навыки и время для тестирования: Требуются навыки в TypeScript/JavaScript (для расширения VS Code), базовые знания DevOps и анализа данных. Оценка времени на разработку инструмента, настройку и выполнение пилота составляет 2-3 недели. Время и навыки должны быть подтверждены перед началом. Географическая доступность и ограничения: Целевой рынок - пользователи GitHub; доступность и охват неизвестны до проверки. Для пилота нет географических ограничений. Подтвердите соответствие участников и доступ. Юридические и платформенные ограничения для проверки: Необходимо проверить местные законы о конфиденциальности, потребительские права и условия платформы. Участники должны дать согласие на сбор данных; не используются личные или чувствительные данные, кроме логов репозиториев. Подтвердите соблюдение требований перед началом. Текущие цены и условия платформы: Цены и условия для Copilot Memory неизвестны/не проверялись; Copilot Memory доступен в платных планах Copilot. Инструмент пилота бесплатен для исследовательского использования. Подтвердите все условия перед началом. Возраст, платежи и проверки на соответствие: Минимальный возраст пользователя MLAIEL составляет 16 лет. У Copilot и GitHub могут быть более высокие возрастные ограничения, требования KYC или платежи, которые не проверены до проверки. В пилоте нет выплат или платежей. Наименьший недорогой тест на валидацию: Проведите обратимый пилот на одну неделю с одной командой, отслеживая соблюдение предложений Copilot стандартам до и после включения памяти. Используйте только синтетические или не чувствительные репозитории, если конфиденциальность вызывает беспокойство. Подтвердите все зависимости и разрешения перед началом. Человеческие обязанности: Разработчики участвуют по желанию, аннотируют ключевые соглашения и просматривают панель управления. Руководитель команды или инженер DevOps контролирует пилотный проект и обеспечивает соблюдение конфиденциальности и минимизацию данных. Обратная связь собирается с помощью короткого опроса. Вклад ИИ и его ограничения: Copilot предоставляет предложения и действия на основе памяти; ИИ-компонент инструмента анализирует журналы на предмет соблюдения соглашений и паттернов рабочего процесса. Нет автономных изменений кода; все действия проверяются пользователем. Необходимые данные и доступ: Доступ к журналам предложений Copilot, исправлениям пользователей и триггерам памяти для пилотного репозитория с явным согласием пользователей. Нет личных данных, кроме тех, что уже находятся в репозитории и журналах Copilot. Подтвердите доступ и соблюдение конфиденциальности перед началом. Поддерживаемая настройка и возможности: Среди сеансов Copilot CLI, рассмотренных во время публичного предварительного просмотра, где агент использовал память, 93% показали лучшее соблюдение предпочтений разработчиков, а 42% продемонстрировали более эффективные рабочие процессы, что можно отнести к памяти, включенной в контекст сеанса. Упорядоченные шаги и ответственные: 1. Набрать согласующуюся команду и аннотировать ключевые соглашения. 2. Подтвердить доступ к VS Code, Copilot с памятью и документации. 3. Установить расширение/инструмент для отслеживания. 4. Провести недельную базу с отключенной памятью Copilot. 5. Включить память Copilot и отслеживать в течение недели. 6. Собирать и визуализировать результаты. 7. Собрать обратную связь от пользователей. 8. Проанализировать и представить результаты. Минимальные ресурсы и зависимости: Требуется среда VS Code или CLI, включенный Copilot с памятью, расширение/инструмент для отслеживания и доступ к документации по соглашениям репозитория. Подтвердите все зависимости перед началом. Дополнительное оборудование не требуется. Неизвестные затраты и доступность: Фактические затраты неизвестны/не сообщены и требуют местных расценок. Возможные затраты включают время разработчиков на настройку, аннотирование и обзор. Нет повторяющихся сборов за сам пилотный инструмент. Подтвердите требования к подписке на Copilot. Как новичок может помочь: Разработчики аннотируют соглашения и просматривают панели управления (1-2 часа в неделю). Руководитель команды координирует пилотный проект. Под наблюдением новичок может помочь с аннотированием и настройкой панели управления под руководством. Все участие является добровольным и ограничено периодом пилота. Пилотный проект и критерии успеха: Предложенная цель пилота: как минимум 80% предложений Copilot в период пилота должны соответствовать аннотированным соглашениям (базовый уровень измеряется на 1-й неделе, вмешательство на 2-й неделе). Успех, если соблюдение улучшится на 20% и более, а количество повторяющихся исправлений, сообщаемых пользователями, снизится на 15% и более за 2 недели, измеряемое через журналы и опрос. Сравнительный показатель: базовое использование Copilot без памяти. Риски и меры предосторожности: Проблемы конфиденциальности, если журналы не будут должным образом анонимизированы; возможная предвзятость, если отслеживаются только определенные соглашения; ограниченная обобщаемость, если пилотная команда не является репрезентативной. Инструмент может не захватывать нюансы или развивающиеся соглашения. Зависимость от памяти Copilot и VS Code должна быть подтверждена. Когда остановиться или изменить направление: Остановитесь или пересмотрите, если наблюдается менее 10% улучшения в соблюдении, или если пользователи сообщают о проблемах с конфиденциальностью или нарушением рабочего процесса в пост-пилотном опросе. Прекратите, если зависимости не могут быть подтверждены или конфиденциальность не может быть гарантирована.

Комментарии

Комментариев пока нет.

Войдите, чтобы комментировать или реагировать.

Поделиться статьёй

Сделать из этого работу

Вошедший человек может открыть проект или проблему, связанные с этой статьёй. Текст остаётся в том, что сказал источник.

Войти, чтобы начать