GitHub представил значительное обновление своего инструмента для программирования на основе искусственного интеллекта — GitHub Copilot. Теперь инструмент выходит за рамки простого автодополнения кода, обретя способность к асинхронному тестированию. Это нововведение, впервые анонсированное в феврале как Project Padawan, превращает Copilot в более автономного помощника разработчика, что особенно актуально в условиях растущей конкуренции на рынке инструментов для кодирования с ИИ, включая конкурента от OpenAI.

Новая функция, получившая название GitHub Copilot Agent, позволяет автоматически проверять, тестировать и итерировать код. При вызове Copilot Agent может перемещаться по репозиторию, редактировать файлы, запускать команды и создавать pull-реквесты. Как пояснил Марио Родригес, главный продуктовый директор GitHub, это освобождает разработчиков от рутинных задач, позволяя сосредоточиться на более творческих аспектах работы. Например, вместо того чтобы вручную клонировать репозиторий и разбираться с проблемой, разработчик может просто назначить задачу Copilot Agent. Агент, обозначив своё участие в задаче, запускает виртуальную машину через GitHub Actions, клонирует репозиторий, анализирует код и непрерывно обновляет pull-реквест. После завершения работы, агент оповещает пользователя о необходимости проверки.

При этом Agent учитывает контекст предыдущих обсуждений pull-реквестов и следует любым пользовательским инструкциям репозитория. По словам Родригеса, Copilot Agent интегрируется в GitHub и подстраивается под стиль разработчика, а все этапы работы агента, включая логику принятия решений и валидации, тщательно документируются для контроля.

Развитие GitHub Copilot обусловлено эволюцией рынка. Если изначально основным фокусом было ускорение написания кода, то сейчас от платформ с ИИ ожидают более комплексных решений, включая автоматизированную проверку и ревью. Теперь GitHub Copilot должен конкурировать не только с возможностями создания кода ChatGPT, Gemini и Claude, но и с Google Code Assist и Codex от OpenAI. Переход к более автономному агенту позволяет Copilot выйти за рамки простого автодополнения, обеспечивая асинхронную обработку задач и повышая производительность разработчика.

Ещё одним важным нововведением стала поддержка MCP (Model Context Protocol) от Anthropic. Этот протокол обеспечивает межплатформенную совместимость, позволяя Copilot Agent получать дополнительную информацию из различных источников данных, если это необходимо для решения задачи. Например, если Agent обнаружит, что для решения проблемы не хватает контекста (например, отсутствует изображение в коде), то он сможет запросить недостающие данные через MCP-сервер.

Обновлённый GitHub Copilot Agent, по словам Родригеса, призван помочь разработчикам освободить время для работы над идеями, переложив на ИИ рутинные задачи по поддержанию и тестированию кода. Это позволяет сосредоточиться на творческой составляющей разработки ПО, что особенно актуально в свете постоянно растущей роли программного обеспечения в современном мире.