GitHub Copilot CLI: агентный режим и планирование задач

Недавно GitHub выкатил крупное обновление Copilot CLI — инструмент превратился из простого подсказчика команд в полноценного агента с режимом планирования, памятью ^[1] репозитория и кучей новых возможностей. Разберём, что появилось и как это использовать.

Для тех, кто пропустил: что такое Copilot CLI

GitHub Copilot CLI — ИИ-ассистент, который живёт прямо в терминале. Работает на Linux, macOS и Windows (через PowerShell или WSL). Умеет отвечать на вопросы, генерировать и отлаживать код, а также взаимодействовать с GitHub: создавать pull request, закрывать issue, анализировать изменения в репозитории, запускать workflows.

Запускается командой copilot — открывается интерактивная сессия. Дальше можно попросить что угодно: «покажи мои открытые PR», «закоммить изменения с осмысленным сообщением», «создай workflow для линтинга на pull request’ах». Copilot сам разберётся, какие команды нужно выполнить, покажет их и попросит подтверждение перед запуском.

Есть и программный режим — можно передать промпт напрямую через флаг -p:

copilot -p "Покажи коммиты за эту неделю и кратко опиши изменения" --allow-tool 'shell(git)'
 [2]

Доступен на тарифах Copilot Pro, Pro+, Business и Enterprise. Если Copilot предоставляется через организацию, нужно убедиться, что политика CLI включена в настройках.

Plan Mode: сначала обсуждаем, потом делаем

Главное нововведение — режим планирования. Одна из самых запрашиваемых фич. Раньше Copilot работал линейно: получил запрос — выдал команду. Теперь можно сначала обсудить задачу, уточнить требования и согласовать план действий до того, как будет написана хоть одна строчка кода.

Активируется через Shift+Tab. В Plan Mode Copilot анализирует запрос, задаёт уточняющие вопросы, предлагает варианты ответов на выбор, подтверждает предположения о scope. Диалог выглядит естественно — почти как обсуждение с коллегой.

После согласования план можно посмотреть в отдельной панели и запустить реализацию. Copilot выполняет шаги последовательно, запрашивая подтверждения на критичных этапах.

Новые модели и настройка глубины рассуждений

Copilot CLI получил доступ к GPT-5.2-Codex — свежей модели, оптимизированной для генерации и понимания кода. Выбирается через команду /model в интерактивном режиме или флаг --model gpt-5.2-codex.

Для моделей с расширенным мышлением ^[3] появилась настройка reasoning effort — можно указать, сколько усилий модель должна потратить на рассуждения перед ответом. Четыре уровня: Low, Medium, High, Extra High. Для простого «покажи статус git» хватит Low, для проектирования архитектуры лучше выкрутить на High.

Через Ctrl+T включается отображение шагов рассуждения прямо во время генерации — видно, как модель приходит к решению. Настройка сохраняется между сессиями.

Управление диалогом на ходу

Раньше приходилось ждать, пока Copilot договорит, чтобы скорректировать направление. Теперь можно взаимодействовать с ним прямо во время генерации. Отправляешь дополнительное сообщение — оно либо встаёт в очередь на обработку, либо сразу меняет курс диалога.

Ещё одно улучшение: при отклонении запроса на использование инструмента можно сразу объяснить причину отказа. Copilot учтёт фидбек и адаптирует подход, н�� останавливая работу полностью. Диалог течёт естественнее.

Фоновые задачи и управление контекстом

Префикс & перед промптом отправляет задачу облачному агенту GitHub Copilot (аналог команды /delegate). Терминал остаётся свободным, пока агент работает в фоне. Результат приходит уведомлением. Удобно для долгих операций: генерации больших блоков кода, анализа репозитория, создания документации.

Copilot теперь сам следит за размером контекста. Когда разговор приближается к 95% лимита токенов, история автоматически сжимается в фоне — без прерывания работы. Это позволяет вести практически бесконечные сессии без ручного сброса.

Команда /compact сжимает контекст вручную, /context показывает детальную разбивку по использованию токенов — полезно понимать, сколько места занимает история.

Code Review и память репозитория

Новая команда /review анализирует изменения кода прямо в CLI. Работает со staged и unstaged изменениями — можно получить обратную связь до коммита, не выходя из терминала. Copilot находит потенциальные проблемы, указывает на них и предлагает исправить.

Copilot теперь запоминает важные факты о кодовой базе между сессиями. По мере работы сохраняет конвенции, паттерны, структуру проекта, предпочтения команды. В следующих сессиях не нужно заново объяснять контекст — Copilot уже знает специфику репозитория.

Упрощённые подтверждения и интеграция с gh

При одобрении инструмента на сессию теперь автоматически одобряются все параллельные запросы того же типа. Меньше прерываний во время сложных многошаговых операций.

Новые флаги --allow-all и --yolo включают все разрешения сразу — для случаев, когда доверяешь Copilot работать свободно. Названия говорящие, использовать с осторожностью.

Пользователи GitHub CLI теперь могут запускать Copilot через gh copilot. При первом запуске предлагается установка, дальше команда работает как удобная точка входа. В GitHub Actions установка происходит автоматически.

Безопасность

При запуске Copilot просит подтвердить доверие к директории — агент может выполнять команды и модифицировать файлы. Не стоит запускать из папок с конфиденциальными данными.

Перед опасными командами запрашивается разрешение: одобрить однократно, на сессию или отклонить. Флаги --allow-tool и --deny-tool задают разрешения заранее. Для экспериментов лучше использовать контейнер или VM.

Что думаете по поводу этой фичи в целом?

Если хочется не просто «поиграться с LLM», а уверенно встраивать их в продукты, посмотрите курс «LLM Driven Development» ^[4]. Он про полный цикл: архитектура и данные, RAG и агентные пайплайны, деплой и LLMOps, мониторинг/обновления и тестирование — с упором на практику и реальные инструменты (примеры на Python).

Чтобы узнать больше о формате обучения ^[5] и познакомиться с преподавателями, приходите на бесплатные демо-уроки:

• 10 февраля, 20:00. «Тестирование и валидация AI-агентов: от RAG-прототипа к управляемой интеллектуальной системе». Записаться ^[6]

• 17 февраля, 20:00. «Обзор фреймворков для создания агентов». Записаться ^[7]

Больше открытых уроков смотрите в посте. ^[8]