GitHub выкатил четыре крупных обновления для Copilot coding agent — агента, который работает в фоне и возвращается с готовым пулл-реквестом. Главное нововведение — возможность выбирать ИИ-модель под конкретную задачу и функция саморедактирования кода.
Copilot coding agent появился как решение для фонового выполнения задач разработки. Пока программист пишет код в редакторе с обычным Copilot, агент параллельно исправляет баги, добавляет тесты или рефакторит старый код. Конкурентов с аналогичной функциональностью пока немного — похожие возможности тестируют Cursor и некоторые стартапы на базе Claude.
Выбор модели под тип задачи
Раньше все фоновые задачи выполнялись на одной дефолтной модели. Теперь в панели Agents появился выбор модели — можно использовать быструю для простых задач вроде unit-тестов или мощную для сложного рефакторинга.
Доступны три режима: быстрая модель для рутины, продвинутая для сложных задач и автоматический выбор. Функция работает для пользователей Copilot Pro и Pro+, поддержка Business и Enterprise «скоро».
Саморедактирование перед пулл-реквестом
GitHub решил главную боль при работе с ИИ-кодом — качество результата. Теперь агент запускает Copilot code review для собственных изменений, получает фидбек и улучшает код до создания пулл-реквеста.
В одном из примеров агент поймал собственную ошибку — излишне сложную конкатенацию строк — и исправил её до отправки на ревью разработчику. Такие проблемы раньше приходилось находить и чинить вручную.
Встроенные проверки безопасности
ИИ-код генерируется быстро, но может содержать уязвимости, случайно закоммиченные секреты или зависимости с известными CVE. Агент теперь автоматически запускает сканирование кода, поиск секретов и проверку зависимостей.
Code scanning обычно доступен только в GitHub Advanced Security. С Copilot coding agent базовые проверки включены бесплатно.
Кастомные агенты под процессы команды
Новая функция позволяет создавать специализированных агентов через файлы в .github/agents/. Например, агент для оптимизации производительности может сначала замерить бенчмарки, внести изменения и проверить улучшения перед пулл-реквестом.
На демо GitHub Checkout такой агент оптимизировал функцию поиска с улучшением производительности на 99% — с конкретными метриками до и после.
Для российских разработчиков это означает меньше рутины в code review и более предсказуемое качество ИИ-кода. Пока функции доступны в основном для платных планов, но тренд очевиден — ИИ-агенты становятся самостоятельнее.