GitHub Copilot Memory และ Dreaming: AI ที่ตระหนักถึงบริบทสำหรับการทำงานของนักพัฒนา

MLAIEL AI — สมมติฐานโครงการ

ข้อเสนอสำหรับทีม ไม่ใช่ผลที่ตรวจสอบแล้ว และไม่ใช่คำแนะนำทางการแพทย์หรือการเงิน

โอกาสดิจิทัล (v4): เครื่องมือติดตามผลกระทบของความจำ Copilot สำหรับการประชุมทีม กลุ่มเป้าหมาย: ทีมพัฒนาซอฟต์แวร์ที่ใช้ GitHub Copilot โดยเฉพาะทีมที่มีแนวทางการจัดเก็บข้อมูลและกระบวนการทำงานร่วมกันที่ชัดเจนซึ่งต้องการปรับปรุงการทำงานร่วมกันและประสิทธิภาพของตัวแทน วิธีการทำงาน: เครื่องมือที่มีน้ำหนักเบาที่ติดตามและแสดงให้เห็นว่าความจำของ Copilot มีผลต่อการปฏิบัติตามแนวทางของทีมและประสิทธิภาพของกระบวนการทำงานอย่างไร มันจะบันทึกข้อเสนอของ Copilot การแก้ไขของผู้ใช้ และการใช้ความจำ จากนั้นจะรวมเมตริกเกี่ยวกับการปฏิบัติตามความชอบและขั้นตอนการทำงานที่ประหยัด เวอร์ชันแรก: ส่วนขยาย VS Code (หรือเครื่องมือ CLI) ที่บันทึกข้อเสนอของ Copilot การแก้ไขของผู้ใช้ และการกระทำที่กระตุ้นโดยความจำสำหรับที่เก็บข้อมูลที่เลือกเป็นระยะเวลา 2 สัปดาห์ โดยได้รับความยินยอมจากผู้ใช้ มันจะให้แดชบอร์ดที่สรุปการปฏิบัติตามแนวทางที่กำหนด (เช่น เทมเพลตคำขอการดึง คำสั่งทดสอบ) และประสิทธิภาพของกระบวนการทำงาน (ขั้นตอนที่ประหยัด) ทดลองกับทีมที่ยินยอมหนึ่งทีม (นักพัฒนา 5-10 คน) ยืนยันความต้องการ: VS Code, Copilot ที่เปิดใช้งานความจำ และการเข้าถึงเอกสารแนวทางการจัดเก็บข้อมูลของทีม. ทางเลือกที่ควรตรวจสอบ: เปรียบเทียบกับการใช้งาน Copilot แบบพื้นฐานที่ไม่มีการเปิดใช้งาน Memory และกับผู้ช่วยการเขียนโค้ด AI อื่น ๆ (เช่น Amazon CodeWhisperer, Tabnine) ที่อาจสนับสนุนหรือไม่สนับสนุนบริบทที่คงอยู่ ตรวจสอบรายการตรวจสอบการเข้าร่วมด้วยตนเองหรือแม่แบบการตรวจสอบโค้ดในฐานะทางเลือกที่ไม่ใช่ AI. ความแตกต่างที่ต้องทดสอบ: ทดสอบว่า Copilot Memory ทำให้มีการปฏิบัติตามข้อตกลงของทีมสูงขึ้นอย่างน้อย 20% และลดการแก้ไขซ้ำซากของผู้ใช้ลง 15% เมื่อเปรียบเทียบกับเซสชัน Copilot แบบพื้นฐานที่ไม่มี Memory. หลักฐานแหล่งที่มาของความสามารถหรือความต้องการ: ในหมู่เซสชัน Copilot CLI ที่ตรวจสอบในระหว่างการพรีวิวสาธารณะซึ่งตัวแทนใช้ Memory พบว่า 93% แสดงให้เห็นถึงการปฏิบัติตามความชอบของนักพัฒนาที่ดีกว่า และ 42% แสดงให้เห็นถึงความมีประสิทธิภาพมากขึ้น การใช้งานและขีดจำกัดที่เป็นไปได้: มีความสนใจอย่างชัดเจนในการปรับปรุงการจัดแนวของตัวแทน AI กับข้อตกลงของทีมและลดการแนะนำซ้ำซาก การเพิ่มประสิทธิภาพที่รายงานแสดงให้เห็นถึงประโยชน์ในทางปฏิบัติ แต่ต้องการการตรวจสอบเพิ่มเติมในทีมและกระบวนการทำงานที่หลากหลาย. ผู้ใช้ที่มีศักยภาพและผู้จ่ายเงินที่เลือกได้: ไม่มีผู้จ่ายเงินที่กำหนดสำหรับเครื่องมือนี้ในชุมชนที่ไม่แสวงหาผลกำไร; การทดลองนี้เป็นการวิจัยและปรับปรุงกระบวนการทำงาน ไม่ใช่การสร้างรายได้โดยตรง. คู่แข่งและทางเลือกที่ควรตรวจสอบ: ทางเลือกที่ควรตรวจสอบรวมถึง Copilot แบบพื้นฐานที่ไม่มี Memory, Amazon CodeWhisperer, Tabnine และรายการตรวจสอบการเข้าร่วมด้วยตนเองหรือการตรวจสอบโค้ด. โมเดลธุรกิจทางกฎหมายที่เลือกได้: การสร้างรายได้ไม่จำเป็นสำหรับโครงการนี้และไม่มีสมมติฐานเชิงพาณิชย์ที่ตั้งขึ้น หากมีการพาณิชย์ในภายหลัง อาจสำรวจโมเดล SaaS แต่ไม่เป็นส่วนหนึ่งของการทดลองนี้. ทักษะและเวลาที่ต้องทดสอบ: ต้องการทักษะใน TypeScript/JavaScript (สำหรับส่วนขยาย VS Code), DevOps เบื้องต้น และการวิเคราะห์ข้อมูล ใช้เวลาประมาณ 2-3 สัปดาห์สำหรับการพัฒนาเครื่องมือ การตั้งค่า และการดำเนินการทดลอง ต้องยืนยันเวลาและทักษะก่อนเริ่ม. ความพร้อมใช้งานทางภูมิศาสตร์และขีดจำกัด: ตลาดที่ระบุชื่อคือผู้ใช้ GitHub; ความพร้อมใช้งานและการครอบคลุมยังไม่ทราบจนกว่าจะมีการตรวจสอบ ไม่มีข้อจำกัดทางภูมิศาสตร์สำหรับการทดลอง ยืนยันคุณสมบัติและการเข้าถึงของผู้เข้าร่วม. ข้อจำกัดทางกฎหมายและแพลตฟอร์มที่ต้องตรวจสอบ: ต้องตรวจสอบข้อกำหนดด้านความเป็นส่วนตัวของท้องถิ่น ผู้บริโภค และแพลตฟอร์ม ผู้เข้าร่วมต้องยินยอมให้มีการเก็บข้อมูล; ไม่มีข้อมูลส่วนตัวหรือข้อมูลที่ละเอียดอ่อนเกินกว่าบันทึกของที่เก็บข้อมูลที่ใช้ ยืนยันการปฏิบัติตามก่อนเริ่ม. ราคาและข้อกำหนดของแพลตฟอร์มในปัจจุบัน: ราคาและข้อกำหนดสำหรับ Copilot Memory ยังไม่ทราบ/ยังไม่ได้ตรวจสอบ; Copilot Memory มีให้บริการในแผน Copilot แบบชำระเงิน เครื่องมือทดลองฟรีสำหรับการใช้งานในการวิจัย ยืนยันข้อกำหนดทั้งหมดก่อนเริ่ม. อายุ การชำระเงิน และการตรวจสอบคุณสมบัติ: อายุขั้นต่ำของผู้ใช้ MLAIEL คือ 16 ปี Copilot และ GitHub อาจมีข้อกำหนดอายุที่สูงกว่า KYC หรือข้อกำหนดการชำระเงิน ซึ่งยังไม่ได้รับการตรวจสอบจนกว่าจะมีการตรวจสอบ ไม่มีการจ่ายเงินหรือการชำระเงินในระหว่างการทดลอง. การทดสอบการตรวจสอบที่มีต้นทุนต่ำที่สุด: ดำเนินการทดลองที่สามารถย้อนกลับได้เป็นเวลา 1 สัปดาห์กับทีมเดียว ติดตามการปฏิบัติตามคำแนะนำของ Copilot ต่อข้อตกลงก่อนและหลังการเปิดใช้งาน Memory ใช้เฉพาะที่เก็บข้อมูลที่ไม่เป็นความลับหรือไม่ละเอียดอ่อนหากความเป็นส่วนตัวเป็นปัญหา ยืนยันความต้องการและการอนุญาตทั้งหมดก่อนเริ่ม. ความรับผิดชอบของมนุษย์: นักพัฒนาจะต้องเข้าร่วม, ระบุแนวทางสำคัญ, และตรวจสอบแดชบอร์ด หัวหน้าทีม หรือนักพัฒนา DevOps จะดูแลการทดลองและรับรองความเป็นส่วนตัวและการลดข้อมูล ข้อมูลย้อนกลับจะถูกรวบรวมผ่านแบบสอบถามสั้นๆ การมีส่วนร่วมของ AI และขีดจำกัด: Copilot จะให้คำแนะนำและการกระทำที่อิงจากความจำ; ส่วนประกอบ AI ของเครื่องมือจะวิเคราะห์บันทึกเพื่อดูการปฏิบัติตามแนวทางและรูปแบบการทำงาน ไม่มีการเปลี่ยนแปลงโค้ดโดยอัตโนมัติ; การกระทำทั้งหมดจะต้องได้รับการตรวจสอบโดยผู้ใช้ ข้อมูลและการเข้าถึงที่จำเป็น: การเข้าถึงบันทึกข้อเสนอของ Copilot, การแก้ไขของผู้ใช้, และการกระตุ้นความจำสำหรับที่เก็บข้อมูลทดลอง โดยมีความยินยอมจากผู้ใช้ที่ชัดเจน ไม่มีข้อมูลส่วนตัวเกินกว่าที่มีอยู่ในที่เก็บข้อมูลและบันทึกของ Copilot ยืนยันการเข้าถึงและการปฏิบัติตามความเป็นส่วนตัวก่อนเริ่มต้น การตั้งค่าและความสามารถที่รองรับจากแหล่งที่มา: ในระหว่างการตรวจสอบเซสชัน Copilot CLI ในช่วงการเปิดตัวสาธารณะซึ่งตัวแทนใช้ความจำ พบว่า 93% แสดงให้เห็นถึงการปฏิบัติตามความชอบของนักพัฒนาที่ดีกว่า และ 42% แสดงให้เห็นถึงการทำงานที่มีประสิทธิภาพมากขึ้นซึ่งเกิดจากความจำที่รวมอยู่ในบริบทของเซสชัน ขั้นตอนที่จัดลำดับและเจ้าของ: 1. สรรหาทีมที่ยินยอมและระบุแนวทางสำคัญ 2. ยืนยันการเข้าถึง VS Code, Copilot with Memory, และเอกสาร 3. ติดตั้งส่วนขยาย/เครื่องมือการติดตาม 4. รันฐานข้อมูลหนึ่งสัปดาห์โดยปิด Copilot Memory 5. เปิดใช้งาน Copilot Memory และติดตามเป็นเวลาหนึ่งสัปดาห์ 6. รวบรวมและแสดงผลลัพธ์ 7. รวบรวมข้อเสนอแนะแบบผู้ใช้ 8. วิเคราะห์และรายงานผลการค้นพบ ทรัพยากรขั้นต่ำและการพึ่งพา: ต้องการ VS Code หรือสภาพแวดล้อม CLI, Copilot ที่เปิดใช้งานด้วยความจำ, ส่วนขยาย/เครื่องมือการติดตาม, และการเข้าถึงเอกสารแนวทางของที่เก็บข้อมูล ยืนยันการพึ่งพาทั้งหมดก่อนเริ่มต้น ไม่มีฮาร์ดแวร์เพิ่มเติมที่จำเป็น ค่าใช้จ่ายและความไม่แน่นอนเกี่ยวกับความสามารถในการจ่าย: ค่าใช้จ่ายจริงไม่ทราบ/ไม่ได้รายงานและต้องการการเสนอราคาท้องถิ่น ค่าใช้จ่ายที่เป็นไปได้รวมถึงเวลาของนักพัฒนาสำหรับการตั้งค่า, การระบุ, และการตรวจสอบ ไม่มีค่าธรรมเนียมรายเดือนสำหรับเครื่องมือทดลองเอง ยืนยันข้อกำหนดการสมัครสมาชิก Copilot วิธีที่ผู้มาใหม่สามารถช่วยได้: นักพัฒนาจะระบุแนวทางและตรวจสอบแดชบอร์ด (1-2 ชั่วโมง/สัปดาห์) หัวหน้าทีมจะประสานงานการทดลอง ผู้เริ่มต้นที่มีการดูแลสามารถช่วยในการระบุและการตั้งค่าแดชบอร์ดภายใต้การแนะนำ การเข้าร่วมทั้งหมดเป็นแบบเลือกเข้าร่วมและจำกัดอยู่ในระยะเวลาการทดลอง การทดลองและเกณฑ์ความสำเร็จ: เป้าหมายการทดลองที่เสนอ: ข้อเสนอของ Copilot อย่างน้อย 80% ในระยะเวลาการทดลองควรปฏิบัติตามแนวทางที่บันทึกไว้ (ฐานข้อมูลวัดในสัปดาห์ที่ 1 การแทรกแซงในสัปดาห์ที่ 2) ประสบความสำเร็จหากการปฏิบัติตามดีขึ้นมากกว่า 20% และการแก้ไขซ้ำที่ผู้ใช้รายงานลดลงมากกว่า 15% ในระยะเวลา 2 สัปดาห์ โดยวัดจากบันทึกและการสำรวจ เปรียบเทียบ: การใช้ Copilot ในฐานข้อมูลโดยไม่มีความจำ ความเสี่ยงและการป้องกัน: ความกังวลด้านความเป็นส่วนตัวหากบันทึกไม่ได้รับการทำให้เป็นนิรนามอย่างถูกต้อง; อาจมีอคติหากติดตามเฉพาะแนวทางบางอย่าง; ความสามารถในการทั่วไปที่จำกัดหากทีมทดลองไม่เป็นตัวแทน เครื่องมืออาจไม่สามารถจับแนวทางที่ละเอียดอ่อนหรือพัฒนาการได้ ขึ้นอยู่กับความจำของ Copilot และ VS Code ต้องได้รับการยืนยัน เมื่อใดควรหยุดหรือเปลี่ยนทิศทาง: หยุดหรือปรับปรุงหากพบการปรับปรุงในการปฏิบัติตามน้อยกว่า 10% หรือหากผู้ใช้รายงานความกังวลเกี่ยวกับความเป็นส่วนตัวหรือการหยุดชะงักของกระบวนการทำงานในแบบสำรวจหลังการทดลอง หยุดหากไม่สามารถยืนยันความต้องการหรือไม่สามารถรับประกันความเป็นส่วนตัวได้.

ทำให้เป็นงาน

ผู้ที่ลงชื่อเข้าใช้สามารถเปิดโครงการหรือปัญหาที่เชื่อมกับบทความนี้ ข้อความอยู่ภายในสิ่งที่แหล่งกล่าว

• โครงการ
• บทบาทที่เปิด