GitHub обновил Copilot: улучшена скорость и качество автодополнения кода

Команда GitHub анонсировала выход обновлённой модели искусственного интеллекта для сервиса Copilot, отвечающего за автодополнение кода. В отличие от предыдущих подходов, где основным критерием эффективности была частота принятия подсказок (acceptance rate), разработчики сосредоточились на функциональной полезности кода, который остаётся в проекте, а не удаляется пользователями сразу после вставки.

В результате внедрения новой модели наблюдается значительный рост эффективности: количество принятых и сохранённых символов увеличилось на 20%, а показатель acceptance rate вырос на 12%. Кроме того, улучшения коснулись производительности: пропускная способность системы возросла в три раза, а задержка уменьшилась на 35%, что способствует более быстрому и отзывчивому взаимодействию с пользователем.

Модель глубже анализирует контекст кода, избегает дублирования и лучше подстраивается под индивидуальный стиль оформления программиста. Для обучения алгоритма были использованы данные из 10 миллионов репозиториев, охватывающих более 600 языков программирования и современные API.

Оценка эффективности новой системы проводилась по трёхступенчатой методике, включая оффлайн-тесты с юнит-тестами и реальные A/B эксперименты с разработчиками. Кроме того, авторы продемонстрировали сравнительный анализ в сравнении с облегчённой версией GPT-4.1-mini, в котором их модель показала более высокие показатели. Однако следует отметить, что сравнение не охватило более свежие конкурирующие модели, такие как Claude Haiku 4.5, что оставляет пространство для будущих исследований и тестов.

Таким образом, обновлённый GitHub Copilot выводит возможности автодополнения на новый уровень, делая процесс написания кода более продуктивным и комфортным для разработчиков.