GitHub Copilot Workspace als technische Vorschau veröffentlicht

• Eine Copilot-basierte Entwicklungsumgebung, mit der sich Code per natürlicher Sprache brainstormen, planen, erstellen, testen und ausführen lässt
• Nutzt verschiedene Copilot-basierte Agenten in allen Phasen des Entwicklungsprozesses und gibt Entwicklerinnen und Entwicklern dennoch die vollständige Kontrolle
• Stellt einen innovativen Ansatz vor, Software mit natürlicher Sprache zu entwickeln
• Ist nicht darauf ausgelegt, die Kreativität von Entwicklerinnen und Entwicklern zu ersetzen, sondern sie schneller und einfacher zur Entfaltung zu bringen
• Unterstützt erfahrene Entwicklerinnen und Entwickler dabei, als Systemdenker zu agieren, und wird die Einstiegshürden für Menschen, die Software entwickeln können, deutlich senken

So funktioniert GitHub Copilot Workspace

• Die größte Einstiegshürde für Entwicklerinnen und Entwickler liegt meist in der Startphase
• Gerade beim ersten Schritt eines großen Projekts, einer Funktionsanfrage oder eines Bug-Reports stößt man oft auf eine Wand
• GitHub Copilot Workspace trifft Entwicklerinnen und Entwickler genau am Ursprung: im "GitHub Repo oder GitHub Issue"
• Mit einem Copilot-Agenten als zweitem Gehirn lässt sich bereits ab der Ideenfindung AI-Unterstützung erhalten
• Copilot Workspace erstellt und präsentiert einen schrittweisen Plan
  • Auf Basis eines tiefen Verständnisses der Codebasis, der Antworten zu Issues und mehr wird ein Schritt-für-Schritt-Plan zur Lösung des Problems vorgeschlagen
  • Alles, was zum Prüfen des Plans und zum Testen des Codes nötig ist, wird per natürlicher Sprache in einer vereinfachten Liste bereitgestellt
• Die Vorschläge lassen sich vollständig bearbeiten
  • Vom vorgeschlagenen Plan bis hin zum Code kann alles, was Copilot Workspace vorschlägt, vollständig editiert werden
  • Entwicklerinnen und Entwickler behalten ihre volle Autonomie, während Copilot Workspace die kognitive Last reduziert
  • Wenn man mit dem Plan zufrieden ist, kann man den Code direkt in Copilot Workspace ausführen
  • Anschließend kann man in den zugrunde liegenden GitHub Codespace wechseln und alle Codeänderungen anpassen, bis man mit dem Endergebnis zufrieden ist
  • Über einen Link lässt sich der Workspace sofort mit dem Team teilen, damit dieses die Arbeit ansehen und Iterationen ausprobieren kann
  • Danach kann ein Pull Request eingereicht, GitHub Actions und Security Code Scanning ausgeführt und das Team um menschliches Code-Review gebeten werden
  • Teammitglieder können Copilot Workspace nutzen, um nachzuvollziehen, wie sich eine Idee zu Code entwickelt hat
• Bietet auch mobile Kompatibilität
  • Ideen können überall entstehen, daher wurde GitHub Copilot Workspace so konzipiert, dass es auf allen Geräten nutzbar ist
  • Ob Desktop, Laptop oder unterwegs: Arbeiten ist in einer realen Entwicklungsumgebung möglich
• GitHubs Vision für die Zukunft der Entwicklungsumgebung ist es
  • über eine intuitive, Copilot-basierte Infrastruktur den Einstieg, das Lernen und letztlich auch die Ausführung zu erleichtern

[xguru]

Meinungen auf Hacker News

• Entwickler äußern verschiedene Ansichten zu LLM-basierten Tools zur Codegenerierung
  • Prompt-Debugging ist mühsamer als Code-Debugging, daher ist es am Ende besser, auf die traditionelle Weise zu programmieren
  • Copilot ist in kleinem Maßstab nützlich, aber für große, komplexe Codebases nicht geeignet
  • Es fehlt an Kontextverständnis für das große Ganze, etwa bei Domain-Expertise, User Experience und technischer Schuld
  • Wenn unerfahrene Entwickler sich auf solche Tools verlassen, besteht die Gefahr, dass sie inkonsistenten Code in großer Menge erzeugen
• Aus Sicht von Studierenden ist es dagegen schwer, diese Entwicklung zu ignorieren, wenn man das rasante Tempo der Fortschritte bei LLM-Tools in den letzten drei Jahren betrachtet
  • Es werden auch Sorgen über einen Rückgang von Arbeitsplätzen durch Produktivitätssteigerungen geäußert
• Der Wert wird weniger in der Codegenerierung gesehen als in einem Tool für „Projektmanagement für Entwickler“, das hilft, die Gedanken von Entwicklern zu strukturieren
• Gewünscht wird die Nutzung in der vertrauten lokalen Entwicklungsumgebung VS Code statt in browserbasierten Codespaces
• Vorgestellt wird auch aider, ein Open-Source-Tool ähnlich zu Copilot Workspace
• Ebenfalls vorgestellt wird Plandex, ein terminalbasiertes Open-Source-AI-Tool für Projektmanagement
  • Es bietet eine schnelle Feedback-Schleife zwischen Entwicklern und LLM und versieht die Interaktionen mit dem Modell mit Versionsverwaltung