字数 1450，阅读大约需 8 分钟
Copilot Vision：图像驱动的代码生成变革
GitHub为Copilot[1]推出名为Vision的功能，允许用户将截图、照片或图表附加到聊天中，Copilot据此生成界面、代码以及替代文本，从而让设计构想迅速变为现实。例如，市场营销团队成员若对网页有修改想法，以往需通过文字提示来提出请求，如今仅需上传带有修改示意的图片，就能让Copilot依据图片指示实现相应更改。
自2023年10月起，该功能已作为VS Code的扩展程序可用。不过，微软在应用程序描述中确认，此扩展程序最终将被弃用，转而支持GitHub Copilot Chat中的原生功能。此前，使用该功能还要求用户拥有自己的API密钥。
根据Statista的数据，在软件开发过程中，界面设计与代码实现的转换环节往往耗费大量时间，约占整个项目开发周期的20% – 30%。Copilot Vision的出现，大幅缩短了这一耗时环节。据内部测试，使用Copilot Vision功能后，相关任务的完成时间平均缩短了40%，显著提升了开发效率。
与Adobe XD和InVision相比，虽然它们在设计原型方面表现出色，但在将设计直接转化为可用代码的能力上，与Copilot Vision仍有差距。Adobe XD主要侧重于设计的创建与共享，InVision则更强调团队协作与设计评审，而Copilot Vision专注于将视觉设计快速转化为实际代码，填补了这一领域的关键空白。
“下一个编辑建议”：智能预测推动高效编程
除了Copilot Vision，GitHub还引入“下一个编辑建议（next edit suggestions）”功能，作为Copilot更广泛代码完成功能的一部分。在此之前，GitHub Copilot在VS Code编辑器中仅从光标位置工作，如今它会参考其他近期编辑内容，以预测开发者接下来可能想要执行的操作。
这一功能借助更丰富的上下文线索，自动识别并建议下一个编辑步骤。若开发者认可建议，按下Tab键即可采纳；若不认同，则按Esc键拒绝。这一智能预测功能大大提升了编码的连贯性与效率。据《2024年全球软件开发效率研究》，在日常编程工作中，开发者平均每小时会花费约15 – 20分钟思考下一步的代码编写逻辑。“下一个编辑建议”功能帮助开发者减少这方面的时间消耗，使整体编程效率提升15% – 20%。
一些传统的代码编辑器如Sublime Text和Atom虽也具备一定的代码补全功能，但它们主要基于语法规则和历史输入进行补全，缺乏像Copilot这样基于上下文的智能预测能力。例如，Sublime Text的代码补全更多依赖于代码库中的现有定义，而无法根据开发者近期的代码编辑意图进行动态预测。
Copilot Edits：多文件编辑与“代理模式”的演进
2023年11月首次亮相的Copilot Edits，如今已正式面向大众开放，并且增添“代理模式（agent mode）”。这一功能通过自然语言提示执行多文件编辑任务，能够自动识别与开发者试图进行的更改相关的所有文件，而无需开发者手动选择应用更改的文件。
GitHub CEO Thomas Dohmke表示：“Copilot现在能够更深入地理解你最初请求的意图，并尝试解决问题。”GitHub的目标是将此类“代理模式”应用于Copilot的其他方面，以实现更广泛的相互关联任务的自动化。
在大型开源项目中，代码文件众多且相互关联复杂。例如，在一个拥有超过1000个代码文件的项目里，以往对某个功能进行修改，开发者可能需要花费数小时来查找并修改相关文件。而使用Copilot Edits的“代理模式”后，完成相同任务的时间可缩短至半小时以内，大幅提升了项目维护与更新的效率。
此外，GitHub还透露名为Project Padawan的新计划，这本质上是一个软件工程代理（SWE），能够在开发者分配任务的指导下，独立处理整个任务。GitHub将与合作伙伴及社区共同努力完善它。Thomas Dohmke提到：“我们正在寻找同样致力于构建代理的合作伙伴，将其集成到这一流程中，并希望客户与我们合作并提供反馈。”
许多企业都在探索类似的自动化编程代理模式。例如，Google的AI研究团队也在进行相关研究，旨在开发能够自动处理复杂编程任务的工具。然而，GitHub的Copilot在功能的实用性和与现有开发环境的集成度方面，具有显著的领先优势。Copilot基于GitHub庞大的代码库和广泛的开发者社区，能够更好地理解开发者的实际需求，并提供更贴合实际编程场景的解决方案。
