Dataconomy FR
Subscribe
No Result
View All Result
Dataconomy FR
Subscribe
No Result
View All Result
Dataconomy FR
No Result
View All Result

Découvrez Copilot Workspace : l’assistant de codage amélioré par l’IA de GitHub

byKerem Gülen
mai 1, 2024
in Non classé

Avant sa conférence GitHub Universe prévue au début de l’automne à San Francisco, GitHub dévoilé Copilot Workspace, un environnement de développement qui exploite ce qu’il appelle des « agents propulsés par Copilot ». Ces agents sont conçus pour aider les développeurs à différentes étapes, du brainstorming et de la planification à la création, aux tests et à l’exécution de code en langage naturel.

Que propose Copilot Workspace ?

Jonathan Carter, qui dirige GitHub Next, la division de recherche et développement de logiciels de l’entreprise, a présenté Workspace comme une avancée de l’assistant de codage basé sur l’IA de GitHub, Copilot. Cette nouvelle itération étend son utilité avec des ajouts récents tels que Copilot Chat, permettant aux développeurs d’interagir et de s’enquérir des problèmes de codage en langage naturel.

« Grâce à nos recherches, nous avons constaté que, pour de nombreuses tâches, le plus gros point de friction pour les développeurs était de démarrer, et en particulier de savoir comment aborder un problème. [coding] problème, savoir quels fichiers modifier et savoir comment envisager plusieurs solutions et leurs compromis. Nous voulions donc créer un assistant d’IA capable de rencontrer les développeurs dès le début d’une idée ou d’une tâche, de réduire l’énergie d’activation nécessaire pour commencer, puis de collaborer avec eux pour effectuer les modifications nécessaires sur l’ensemble de la base de base », a déclaré Carter.

Selon les derniers chiffres, Copilot compte plus de 1,8 million d’abonnés particuliers et 50 000 entreprises clientes. Cependant, Carter estime que la base d’utilisateurs potentiels pourrait s’élargir considérablement, stimulée par l’introduction de fonctionnalités telles que Workspace, qui suscitent un attrait généralisé.

« Étant donné que les développeurs passent beaucoup de temps à travailler sur [coding issues], nous pensons que nous pouvons contribuer chaque jour à responsabiliser les développeurs grâce à un « partenariat réfléchi » avec l’IA. Vous pouvez considérer Copilot Workspace comme une expérience compagnon et un environnement de développement qui complète les outils et flux de travail existants et permet de simplifier une classe de tâches de développement… Nous pensons qu’il y a beaucoup de valeur qui peut être apportée dans un environnement de développement natif d’IA qui ne l’est pas. limité par les flux de travail existants », a déclaré Carter.

Workspace, optimisé par le modèle GPT-4 Turbo d’OpenAI, permet de formuler des stratégies pour résoudre les bugs ou ajouter de nouvelles fonctionnalités dans un GitHub dépôt.

espace de travail copilote
Workspace, optimisé par le modèle GPT-4 Turbo d’OpenAI, permet de formuler des stratégies pour résoudre des bugs ou ajouter de nouvelles fonctionnalités dans un référentiel GitHub (Crédit image)

Il utilise les informations issues des commentaires du référentiel, des réponses aux problèmes et de la base de code plus large. Les développeurs reçoivent des recommandations de code pour corriger des bogues ou implémenter des fonctionnalités, accompagnées d’une liste de contrôle pour valider et tester le code. Cela inclut des options pour modifier, enregistrer, affiner ou annuler les modifications.

espace de travail copilote
Copilot Workspace utilise les informations issues des commentaires du référentiel, des réponses aux problèmes et de la base de code plus large (Crédit image)

Le code proposé peut être exécuté dans Workspace et partagé avec des collègues via un lien, leur permettant d’ajuster et de perfectionner davantage le code selon leurs besoins.

espace de travail copilote
Le code proposé peut être exécuté dans Copilot Workspace et partagé avec des collègues via un lien (Crédit image)

Workspace traite les tâches selon une séquence méthodique : il définit une stratégie, élabore un plan et l’exécute. Les développeurs ont la possibilité d’approfondir ces étapes, d’examiner attentivement le code et les modifications recommandés, et de réorganiser, répéter ou supprimer des étapes si nécessaire.

« Si vous demandez à un développeur où il a tendance à se retrouver coincé avec un nouveau projet, vous l’entendrez souvent répondre qu’il s’agit de savoir par où commencer. Copilot Workspace allège ce fardeau et donne aux développeurs un plan à partir duquel commencer à itérer », a déclaré Carter.

GitHub n’a pas encore décidé d’une stratégie spécifique pour commercialiser Workspace, mais il prévoit de profiter de la période de préversion initiale pour mieux comprendre son utilité et la manière dont les développeurs interagissent avec lui.

espace de travail copilote
GitHub n’a pas encore décidé d’une stratégie spécifique pour commercialiser Workspace (Crédit image)

En se concentrant sur la surveillance humaine, Workspace pourrait bien être en mesure de résoudre certaines des complications liées au code généré par l’IA. L’efficacité de cette approche deviendra évidente à mesure que Workspace commencera à être adopté par les développeurs.

« Notre objectif principal avec Copilot Workspace est d’exploiter l’IA pour réduire la complexité afin que les développeurs puissent exprimer leur créativité et explorer plus librement. Nous croyons sincèrement que la combinaison de l’humain et de l’IA sera toujours supérieure à l’un ou l’autre seul, et c’est sur cela que nous parions avec Copilot Workspace », a déclaré Carter.


Crédit image en vedette : Roman Synkevych/Unsplash

Related Posts

Brad Smith témoigne de l’application Deepseek bloquée par Microsoft pour les employés

Brad Smith témoigne de l’application Deepseek bloquée par Microsoft pour les employés

mai 9, 2025
Chrome déploie l’IA locale pour détecter de nouvelles escroqueries Web émergentes

Chrome déploie l’IA locale pour détecter de nouvelles escroqueries Web émergentes

mai 9, 2025
Apprentissage automatique basé sur un modèle (MBML)

Apprentissage automatique basé sur un modèle (MBML)

mai 9, 2025
Apprentissage automatique basé sur un modèle (MBML)

Traçage des performances ML

mai 9, 2025
Apple développe de nouvelles puces pour les lunettes et les macs intelligents AI

Apple développe de nouvelles puces pour les lunettes et les macs intelligents AI

mai 9, 2025
Skymizer lance Hyperthought Ai IP pour les appareils Smart Edge

Skymizer lance Hyperthought Ai IP pour les appareils Smart Edge

mai 9, 2025

Recent Posts

  • Brad Smith témoigne de l’application Deepseek bloquée par Microsoft pour les employés
  • Chrome déploie l’IA locale pour détecter de nouvelles escroqueries Web émergentes
  • Apprentissage automatique basé sur un modèle (MBML)
  • Traçage des performances ML
  • Apple développe de nouvelles puces pour les lunettes et les macs intelligents AI

Recent Comments

Aucun commentaire à afficher.
Dataconomy FR

COPYRIGHT © DATACONOMY MEDIA GMBH, ALL RIGHTS RESERVED.

  • Home
  • Sample Page

Follow Us

  • Home
  • Sample Page
No Result
View All Result
Subscribe

This website uses cookies. By continuing to use this website you are giving consent to cookies being used. Visit our Privacy Policy.