Стал ли код Microsoft хуже с приходом ИИ: замеры .NET-библиотек от 6.0 до 11 RC
Линии 46 операций от .NET 7.0 до 11 RC: синие уходят вниз, красные вверх, IOptionsSnapshot и биндинг POCO резко взлетают на 11 RC
800 тысяч строк кода: как ИИ-агенты переписывали движок Copilot
GitHub переписал движок своего ИИ-помощника Copilot. Получилось 832 378 строк нового кода, не считая тестов. Большинство кода написали ИИ-агенты, а руководил переносом инженер Microsoft Стивен Тауб при поддержке коллег. Перенос шел с мая по август, пока команда продолжала развивать продукт.Задача была вполне приземленная: сделать помощника быстрее при запуске, сократить расход памяти и упростить его встраивание в другие программы. Переписывали программную оболочку вокруг нейросети: она передает ей запросы, дает доступ к инструментам и следит за ходом работы. Саму модель ИИ здесь не меняли.
GitHub Copilot получил локальную изолированную среду для выполнения действий
GitHub добавил в приложение GitHub Copilot поддержку локальных изолированных сред (local sandboxes). Теперь агент Copilot может выполнять команды и работать с файлами внутри отдельного окружения на компьютере разработчика, не получая прямой доступ ко всей системе. Новая возможность предназначена для сценариев, где Copilot выполняет более сложные задачи: запускает инструменты, изменяет код, проверяет результаты работы и взаимодействует с проектом. Изоляция позволяет ограничить область его действий и снизить риски при использовании агентных возможностей.
GitHub обновил Copilot для JetBrains: появились автоматические подтверждения действий и управление MCP‑инструментами
GitHub выпустил версию 1.18.0 плагина GitHub Copilot для IDE от JetBrains. В обновлении появились новые возможности для работы с агентами: автоматическое подтверждение безопасных действий, редактирование предыдущих сообщений в диалогах, поддержка общих инструкций организации и расширенное управление MCP‑инструментами. Рассмотрим изменения подробнее.Автоматическое подтверждение безопасных действий
Почему Java-разработчики слишком доверяют рекомендациям ИИ
Представьте: в пятницу вечером руководитель уверенно сообщает, что переход со Spring Boot 3.5 на 4.0 будет простым и его можно закончить за выходные. Скорее всего, вы уточните, на чём основана такая оценка, и напомните о несовместимых изменениях.Теперь заменим руководителя на GitHub Copilot или другую большую языковую модель (LLM). Она предлагает рефакторинг метода, новую зависимость или готовый шаблон реализации. Ответ выглядит аккуратно и звучит уверенно. Модель не предупреждает, что может ошибаться. Возникает вопрос: проверяем ли мы такой код столь же строго, как заявление руководителя, или сразу принимаем его?По данным
