GitHub Copilot : contrôle des coûts et bilan des fonctionnalités agentiques
GitHub introduit une sélection à trois niveaux pour arbitrer entre coût, vitesse et précision des modèles dans Copilot. Cette nouveauté s'ajoute aux récentes évolutions permettant d'automatiser la revue de code et la correction de bugs par des agents autonomes.
Fil « Mises à jour de GitHub Copilot pour les équipes »
GitHub continue d'enrichir son écosystème d'outils d'assistance basés sur l'IA (intelligence artificielle). Après avoir déployé des agents autonomes pour exécuter des revues de code et traiter la dette technique, l'éditeur propose désormais un contrôle plus strict sur l'allocation des modèles de langage afin de mieux maîtriser les coûts et la latence (temps de réponse).
Un arbitrage fin entre coût, vitesse et qualité
La sélection automatique de modèle disponible dans Copilot propose désormais trois niveaux d'optimisation dans VS Code (Visual Studio Code, l'éditeur de code), le CLI (interface en ligne de commande) et l'application GitHub Copilot :
- Efficiency (efficacité) : privilégie les coûts bas et la vitesse, idéal pour les tâches simples.
- Balance (équilibre) : évalue conjointement le coût, la qualité et la latence pour le travail quotidien.
- Intelligence : priorise la précision technique pour les tâches complexes.
Quel que soit le niveau choisi, Copilot analyse individuellement chaque prompt (consigne textuelle transmise à l'IA). Une opération basique comme l'écriture d'une docstring (commentaire de documentation) utilisera un modèle léger, même en mode Intelligence. La facturation dépend du modèle sélectionné par l'automate, avec une remise de 10 % maintenue pour les abonnés payants.
Traitement automatisé de la dette de code
Ce réglage complète les capacités agentiques (systèmes autonomes capables d'enchaîner des actions) intégrées récemment. Copilot propose un outil de réparation capable de sélectionner jusqu'à 25 anomalies de code simultanément. L'assistant génère les correctifs, exécute les tests de validation, puis crée directement une pull request (demande d'intégration du code corrigé).
Revues de code distribuées et collaboratives
L'assistant transforme également le processus de revue de code en mobilisant une équipe d'agents spécialisés. Ces derniers collaborent pour analyser les modifications et exécuter les jeux de tests à moindre coût. De plus, les commentaires émis par l'IA lors de la revue se résolvent automatiquement dès que la correction correspondante est poussée sur le projet.
{
"github.copilot.advanced": {
"autoModelSelection": "balance"
}
}
L'ensemble de ces évolutions offre aux équipes de développement une automatisation poussée des tâches répétitives tout en leur redonnant le contrôle sur la consommation des ressources et le choix des modèles de langage.