GitHub перевёл интеграцию облачного агента Copilot с Linear из стадии предварительного доступа в стадию общедоступности, и это обновление принесло с собой не только статус стабильности. Наряду с переходом в стадию общедоступности GitHub добавил набор настроек, которые позволяют командам точно определять поведение агента как для отдельных задач, так и для целых команд, не выходя из Linear.
Основной рабочий процесс остался таким же, как и в предварительной версии: назначьте задачу Linear облачному агенту Copilot, и он проанализирует её содержание, откроет черновик пулл-реквеста и будет работать автономно в своей собственной временной среде разработки на базе GitHub Actions. Информация о ходе работы поступает обратно в ленту активности Linear, а по завершении работы агент запрашивает рецензию на пулл-реквест.
Нововведением в версии общего доступа (GA) является уровень управления, расположенный над этим рабочим процессом. Теперь команды могут выбирать, какую модель Copilot будет использовать для конкретной задачи, назначать агенту пользовательский агент, определённый в их репозитории, чтобы он следовал специфическим для команды конвенциям, а также устанавливать базовую и рабочую ветки, чтобы точно контролировать, куда попадает пулл-реквест и в какую ветку агент совершает коммит. Существует также способ корректировать сессию в процессе работы - упоминание Copilot в комментарии передает ему новые инструкции, пока он ещё работает, вместо того чтобы ждать итерации чернового PR. Любые из этих настроек можно применять к каждому заданию по отдельности или стандартизировать для всего рабочего пространства или команды с помощью функции управления агентами Linear.
Последнее, пожалуй, является самым значимым изменением для руководителей инженерных подразделений. Раньше выбор модели и настройка пользовательских агентов осуществлялись разработчиком непосредственно в GitHub. Теперь руководитель команды может один раз установить настройки по умолчанию на уровне рабочего пространства или команды в Linear, и все делегированные задачи будут автоматически наследовать их.
«Каждая делегированная задача наследует эти настройки по умолчанию», - сказал Митч Эшли (Mitch Ashley), вице-президент и руководитель практики по инженерии жизненного цикла программного обеспечения и разработке программного обеспечения на базе ИИ в The Futurum Group. «Целевые ветки и выбор модели фиксируются для агента, а письменные инструкции передаются вместе с запросом».
Процесс установки остался таким же, как и в предварительной версии: приложение GitHub Copilot для Linear доступно на GitHub Marketplace, а для настройки требуются права владельца организации на стороне GitHub и права администратора рабочего пространства в Linear. После установки на уровне организации любой член команды может подключить свою учетную запись Copilot и начать делегировать задачи. Облачный агент Copilot доступен в тарифных планах Copilot Pro, Pro+, Business и Enterprise, что делает его вполне доступным для большинства команд, уже оплачивающих Copilot, вместо того чтобы ограничивать доступ к нему исключительно корпоративным тарифным планам.
Эшли рассматривает это как более широкий сдвиг в том, где на самом деле настраивается агентское кодирование. «Поверхность настройки агентов кодирования перемещается в инструмент планирования», - сказал он. «Выбор модели, настраиваемые агенты и целевые ветки теперь задаются там, где определяется объем работ, а GitHub становится базовой средой выполнения. Команды, стандартизирующие работу на уровне рабочего пространства, должны понимать, какие из их настроек по умолчанию ограничивают агент, а какие лишь предоставляют ему информацию».
На этом различии - между настройками, которые ограничивают агент, и рекомендациями, которые просто служат для его информирования, - стоит остановиться. Целевые ветки и выбор модели являются жесткими ограничениями; агент не может работать за их пределами. Письменные рекомендации ближе к инструкциям, чем к принуждению, а это означает, что команды, полагающиеся на настройки по умолчанию на уровне рабочего пространства, должны четко понимать, какие средства управления действительно гарантируют поведение, а какие лишь формируют его.
Возможность корректировки курса агента в середине сессии также заслуживает внимания. До сих пор корректировка курса агента обычно означала ожидание чернового PR и оставление комментариев при рецензировании - цикл «рецензирование, затем исправление». Возможность перенаправить сессию, пока она ещё идёт, сокращает этот цикл, что важно для всех, кто наблюдал, как агент с самого начала пошёл по неверному пути, и хотел бы перенаправить его, прежде чем он потратит всю сессию впустую.
Ничто из этого не меняет основную суть того, в чём агент силен: это четко очерченные задачи низкой или средней сложности, такие как исправление ошибок, небольшие рефакторинги и обновление документации, а не неопределённые архитектурные решения. Однако новые средства управления снижают операционные трения, из-за которых некоторые команды не решались стандартизировать делегирование задач агенту из инструмента планирования. Настраиваемые агенты позволяют заставить агента по кодированию автоматически следовать внутренним правилам. Контроль над ветвями означает меньше неожиданностей относительно того, куда попадает PR. А общекомандные рекомендации для агентов означают, что эти решения не нужно повторно принимать каждому разработчику каждый раз.
Для команд, уже использующих Linear и Copilot параллельно, сейчас важнее не вопрос «стоит ли нам это попробовать», а вопрос «какой должна быть наша конфигурация по умолчанию» - и какие из этих настроек по умолчанию являются фактическими правилами, а какие - лишь рекомендациями.
Читайте также
- xAI переводит агента по написанию кода Grok в открытый исходный код после того, как при загрузке в облако были раскрыты SSH-ключи и репозитории
- Злоумышленники используют уязвимость в SimpleHelp для кражи данных из программ-помощников по программированию на базе ИИ и облачных сервисов
- Преимущества облачных вычислений
Подписывайтесь на наш канал в Телеграм
⚡ Подписаться