Copilot Chat von VS Code wird als Open Source veröffentlicht

 (github.com/microsoft)
2 Punkte von GN⁺ 2025-06-29 | 1 Kommentare | Auf WhatsApp teilen
  • Die Erweiterung GitHub Copilot Chat für VS Code wird als Open Source veröffentlicht
  • In der Chat view können Nutzer Copilot in natürlicher Sprache Fragen stellen und sofort Hilfe rund um den Code erhalten
    • Dabei werden Code im Workspace, Variablen, Participant-Informationen, Slash-Befehle usw. genutzt, um kontextbezogene Antworten zu liefern
  • Mit Inline chat lassen sich KI-Vorschläge direkt im Code anwenden
    • Refactoring, das Hinzufügen von Ausnahmebehandlung und die Erklärung komplexer Algorithmen sind in Echtzeit möglich

Überblick

  • GitHub Copilot ist ein KI-gestütztes Pair-Programming-Tool und eine Erweiterung, die hilft, Geschwindigkeit und Qualität beim Schreiben von Code zu verbessern
  • Nutzer können das für ihr Projekt am besten geeignete Modell auswählen, Chat-Antworten anpassen und mit agent mode natürliche kollaborative Programmier-Sitzungen umsetzen
  • GitHub Copilot (Code-Autovervollständigung) und GitHub Copilot Chat (konversationelle KI) werden jeweils als eigene Erweiterungen installiert
  • Die Nutzung ist über den kostenlosen Plan oder mit Genehmigung eines Enterprise-Administrators möglich; ein Abonnement ist erforderlich
  • Es werden verschiedene Angebote für private und geschäftliche Nutzung bereitgestellt (Personal-, Business- und Enterprise-Pläne)
  • Aufgrund der UI-Integration funktioniert Copilot Chat nur in den neuesten Versionen von VS Code und kann dort mit den neuesten Modellen und Funktionen verbunden werden
    • In älteren VS Code-Versionen ist nur eine frühere Version von Copilot Chat nutzbar
  • Die Nutzung von Copilot Chat bedeutet die Zustimmung zu den GitHub Copilot Preview-Bedingungen und den Transparenzhinweisen
  • Der Code der Nutzer bleibt in ihrem Eigentum und wird anderen Nutzern von GitHub Copilot nicht als empfohlener Code vorgeschlagen

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2025-06-29
Hacker-News-Kommentare

  • Hier wird ein Link zu der von ihnen verwendeten System-Prompt-Vorlage geteilt: Link

    • Ich habe dabei erfahren, dass die Cursor-Position des Entwicklers mit ${CURSOR_TAG} markiert wird; interessant ist, dass dieser Teil wichtig dafür ist, zu erkennen, worauf sich der Entwickler im Code gerade konzentriert

  • Copilot in VS Code bleibt in vieler Hinsicht hinter den Erwartungen zurück und wirkt nicht so ausgereift und fertig, wie man es auf Microsoft-Niveau erwarten würde

    • Ich frage mich, ob du dieses Gefühl auch noch hattest, nachdem der Agent Mode hinzugefügt wurde; nach meiner Erfahrung lässt es sich ziemlich zufriedenstellend nutzen, und obwohl ich Gemini CLI oder Cline noch nicht ausprobiert habe, glaube ich nicht, dass sie besser als Copilot sind

    • Früher hatte ich Erwartungen an Microsoft, aber wenn man sich die Produkte der letzten 15 Jahre ansieht, ist es schwer, solche Erwartungen noch zu haben

  • Es wäre gut, wenn jemand den Entscheidungsbaum dafür, wie Copilot Chat Prompts und Antworten verarbeitet, mit KI analysieren würde

    • Mich interessiert der Ablauf von Copilot Chat ebenfalls sehr; ich schaue mir zunächst die Tools[0] und Prompts[1] an und verfolge gerade die Aufrufpfade im Code
    • Der Hauptablauf ist, dass beim Auswählen von ask oder edit durch den Nutzer in AskAgentIntent.handleRequest bzw. EditAgentIntent.handleRequest eingestiegen wird; danach wird in DefaultIntentRequestHandler.getResult() eine Instanz erzeugt und das Intent aufgerufen, um die runWithToolCalling-Schleife auszuführen; Prompts und Tool-Antworten werden als .tsx gerendert
    • Relevante Dateien sind unter anderem createFileTool.tsx, editCodePrompt.tsx und toolCallingLoop.ts

  • Copilot Chat ist letztlich nur das Frontend für Microsoft-SaaS; die wirklich wichtigen Teile verbergen sich hinter der GitHub-Copilot-API, weshalb man es kaum als Open Source im eigentlichen Sinn bezeichnen kann. Niemand hat Zugang zum Design dieses LLM oder zu den Trainingsdaten, Self-Hosting ist ebenfalls nicht möglich; es ist nur wieder Werbung für ein weiteres Abo-Modell und eine Struktur, die persönliche Daten an Dritte weitergibt, ohne gemeinschaftlichen Wert oder öffentlichen Nutzen

    • Ich widerspreche dieser Ansicht: Alle kommerziellen SOTA-LLM-Modelle zeigen im Großen und Ganzen ähnliche Codequalität und ähnliche Grenzen; der eigentliche Unterschied liegt darin, wie sinnvolle Kontextinformationen übermittelt und die Ergebnisse weiterverarbeitet werden. Einen Agenten zu bauen, der dem LLM einfach wiederholt Dateiinhalte hineingibt, kann jeder, aber nur so entsteht noch kein guter Coding-Agent

    • Ich finde es schwer, dieser Logik der Kritik zu folgen. Open Source bedeutet wörtlich, den Quellcode offenzulegen, und wie nützlich das für Nutzer ist, ist eine andere Frage

    • Ich verstehe Open Source als Veröffentlichung des Quellcodes; ich sehe nicht, warum man gerade diesen Punkt besonders kritisieren sollte

    • Ich stimme zu, dass Copilot Chat nur ein Frontend ist, aber wenn selbst das Frontend Open Source wird, hat das dennoch einen öffentlichen Wert, weil niemand die UI mehr von Grund auf neu bauen muss. Und die Kritik, dass auch das LLM-Design oder die Trainingsdaten Open Source sein müssten, geht zu weit; realistisch gesehen hat die Open-Source-Community nicht die Mittel, diese gewaltigen Compute-Ressourcen zu betreiben

    • In den letzten Kommentaren sieht man oft Unmut über "AI"-APIs; aus Sicht eines Entwicklers ist das für mich nicht leicht nachzuvollziehen. Früher hatte ich selbst ähnliche Beschwerden über "Web APIs"

    • Früher hatten Websites keine APIs, und man hat einfach öffentlich zugängliche Informationen aus dem Web gescrapt; das war möglich, solange die Website existierte und keine Anmeldung erforderte

    • Web APIs hingegen beschränken den Zugriff meist über Methoden wie das Einsammeln von E-Mail-Adressen, das Verfolgen des Nutzungsverhaltens, Kontobeschränkungen oder Tarifmodelle; oft besteht auch das Risiko, dass eine API ohne Vorankündigung eingestellt wird

    • Die Möglichkeit, Daten direkt gesammelt von einer Website herunterzuladen, gibt es nur in wenigen Fällen, etwa bei einigen Regierungsseiten oder den Wikipedia-Dumps

    • Dasselbe gilt nun auch für LLMs per API: Interne Daten wie Modellgewichte werden nicht offengelegt, und stattdessen wird öffentlich verfügbare Information den Nutzern nur indirekt über Kontoregistrierung, Abos und Ähnliches zugänglich gemacht; die Daten liegen auf dem Server, aber man kann sie nicht direkt erhalten

    • Ich frage mich, ob die Tools und Technologien, die Entwickler einst verteidigt haben, am Ende nicht begonnen haben, sich gegen die Entwickler selbst zu richten