Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #946

GitHub Copilot

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

20

COMPANIES · 1 ИСТОЧН. · MIT Technology Review AI

Оценивайте AI-разработку по цене за влитый PR, а не по токенам; гибридный on‑prem снижает стоимость токенов

В статье утверждается, что оплата по токенам плохо отражает ценность агентных рабочих процессов и предлагает измерять стоимость за влитый pull request (и стоимость на активного разработчика). Рекомендуется гибридная архитектура: сложные задачи направлять в «передовые» модели, рутинные — на собственные open-weight модели; HPE сообщает, что маршрутизация рутинных задач на HPE Private Cloud AI снизила затраты на токены на 30–50%.

6.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Доклад на QCon: «Лестнице не хватает ступеней» — развитие инженеров, когда ИИ съедает середину

На QCon London Аласдейр Аллан изложил эмпирические результаты (исследования METR, данные Anthropic, анализ Redwood Research), показывающие массовое использование инструментов ИИ для кода, но смешанные эффекты на продуктивность и возможный долгосрочный ущерб: рандомизированное исследование METR показало, что опытные разработчики с ИИ выполняли задания примерно на 19% дольше, а планируемый повторный эксперимент не состоялся, потому что участники отказались работать без ИИ; Anthropic сообщает о высокой внутренней доле использования (около 59% в день) и самооценённых приростах продуктивности, в то время как Redwood ставит под сомнение утверждения о том, что ИИ пишет 90% кода. Аллан описал «парадокс надзора»: если ИИ берёт на себя задачи, которые раньше обучали младших инженеров, организации рискуют утратить институциональный контекст и кадровый поток, необходимый для безопасного контроля автономных систем.

5.0

RESEARCH · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Исследование Гарварда и Jellyfish: AI увеличивает объём кода, но не завершённую работу из‑за узких мест в ревью

Исследование Гарварда на данных Jellyfish (≈300 млн событий работы в ~700 компаниях, янв. 2021–март 2026) показало, что ассистенты для кодирования незначительно увеличивают объём кода (строки +12%, коммиты +9%, PR +5%; значимо только для коммитов), а агенты дают больший рост (строки +30%, коммиты +20%, PR +23%). При этом ассистенты не увеличили число решённых задач в Jira, а агенты — лишь на 12%; при этом время ревью PR выросло на 49%, число комментариев на PR +53%, доля PR с request changes удвоилась, а доля инженеров, делающих ревью, выросла на 14% — что указывает на узкие места в последующих этапах разработки.

7.0

CODING · 1 ИСТОЧН. · Anthropic

Стандарт Agent Skills передан в Agentic AI Foundation (AAIF)

Поддерживающие стандарт Agent Skills объявили о передаче названия, логотипа, организации на GitHub и домена agentskills.io в Agentic AI Foundation (AAIF) при поддержке Linux Foundation. Agent Skills — открытый стандарт для упаковки процедурных знаний для AI-агентов — интегрирован более чем в 70 платформах (включая ChatGPT, Cursor, GitHub Copilot и VS Code), опубликовано около 1 млн скиллов и почти 280 млн установок; в качестве ведущих мейнтейнеров названы Дэвид Сория Парра и Махеш Мураг, предложены дорожная карта, формальный процесс предложений и рекомендации по безопасности.

8.0

CODING · 1 ИСТОЧН. · GitHub AI & ML

Java Champions рассказали, как используют GitHub Copilot для ускорения разработки и прототипирования

Три опытных Java Champion рассказали, как используют GitHub Copilot (в IntelliJ и в приложении Copilot) для ускорения анализа, проектирования и реализации — например, разработали веб-интерфейс для Hypersistence Optimizer за два дня и мигрировали сложные учебные слайды. Они описывают практики надёжного использования: проверка сгенерированного кода, создание пользовательских «скиллов» для сохранения своего стиля, выбор моделей (например, Opus с контекстом 1M) под задачу и интеграция Copilot в командную работу и сопровождение.

4.0

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Microsoft объявляет Maia 300 для многогигаоваттных развертываний инференса и заявляет о выигрыше в токенах на ватт

Microsoft заявляет, что масштабирует семейство Azure Maia до многогигаоваттных развертываний с 2027 года и сделает Maia основной системой инференса для своих сервисов; Maia 200 уже в продакшене для Copilot и команды MAI, а Maia 300 планируется в 2027 году. Дизайн Maia выделяет HBM4-стэки, NUMA-распределение по чиплетам и собственную Ethernet-сеть для прямой связи акселераторов, а Microsoft утверждает примерно 40% выигрыш в токенах на мегаватт по сравнению с лидирующими GPU, что вызвало вопросы из‑за неопределённости метрики и отсутствия независимой проверки.

8.0

COMPANIES · 2 ИСТОЧН. · The Verge AI · The Decoder

Microsoft представила чип Maia 300 для инференса ИИ — внедрение с 2027 года

Microsoft объявила о третьем поколении собственного чипа для ИИ — Maia 300, который, по словам компании, станет основной системой для инференса и начнёт выводиться в продуктив с 2027 года. Чип выполнен с чиплет‑архитектурой на нормативах TSMC N2P; Microsoft заявляет о примерно на 40% большей эффективности в токенах на мегаватт по сравнению с ведущими GPU и до 7× большей пропускной способности на стойку по сравнению с Maia 200 в конфигурации из 96 ускорителей.

8.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

GitHub переносит runtime Copilot с Node.js/TypeScript на Rust при помощи AI‑помощи

GitHub заменил runtime, обеспечивающий работу Copilot CLI, приложения Copilot и Copilot SDK, переведя реализацию с TypeScript/Node.js на нативный Rust через AI‑ассистированное переписывание, затронувшее более 800 000 строк кода. Инкрементная миграция за ~14,5 недели (128 pull request, 135 релизов) сократила время запуска/сессии клиента с 5,25 секунды до 292 миллисекунд, позволила встраивать runtime через C ABI (экономя ~100 МБ на клиенте по сравнению с Node/V8) и сочетала AI‑генерацию кода с компиляцией, тестированием и ручным ревью.

8.0

COMPANIES · 2 ИСТОЧН. · The Verge AI · TechCrunch AI

Surface RTX Spark Dev Box от Microsoft доступна для предзаказа за $5 999

Microsoft открыла предзаказы на Surface RTX Spark Dev Box — мощный мини‑ПК на базе Nvidia для разработчиков, стоимостью $5 999 и с доставкой в ноябре. Устройство использует Arm‑платформу Nvidia RTX Spark, оснащено 128 ГБ объединённой памяти, входит в Project Zenith с оптимизированной для разработчиков Windows 11 Pro и позиционируется для запуска локальных ИИ‑моделей свыше 120 млрд параметров.

7.0

COMPANIES · 1 ИСТОЧН. · The Decoder

Meta и Microsoft значительно сократили внутреннее использование Claude от Anthropic

Meta и Microsoft — два крупнейших корпоративных клиента Anthropic — резко сократили внутреннее использование Claude. Microsoft сократил расходы на Claude более чем на треть и снизил месячный бюджет на сотрудника в облачном подразделении с примерно $100 000 до $10 000, перенаправляя сотрудников на внутренние инструменты вроде GitHub Copilot и модели OpenAI; у Meta количество пользователей Claude Code уменьшилось примерно с 60 000 до 30 000 на фоне увольнений и продвижения собственных моделей (Muse Code/MetaCode), при этом за 28-дневный период расходы Meta на Claude Code превысили $105 млн.

8.0

CODING · 1 ИСТОЧН. · GitHub AI & ML

GitHub: как разработчикам адаптировать карьеру и рабочие процессы к ИИ

В блоге GitHub Гвен Дэвис утверждает, что по мере того, как ИИ берет на себя больше реализации, разработчикам стоит сосредоточиться на постановке задач, управлении и оценке вывода ИИ, обсуждении компромиссов и принятии технических решений; в тексте упоминается Rubber Duck-агент Copilot (критика второй моделью) и fuzzing taskflow на базе Taskflow Agent AI framework от GitHub Security Lab. Пост содержит практичные подсказки и рекомендации по координации ИИ-агентов и сохранению качества кода при переходе к задачам более высокого уровня.

4.0

COMPANIES · 2 ИСТОЧН. · The Verge AI · WIRED AI

Microsoft представила переработанный «супер‑приложение» Copilot с Chat, Code и Autopilot

Microsoft представила переработанное приложение Copilot, объединяющее вкладки Home (Copilot Chat/Cowork), новую вкладку Code для создания и хостинга внутренних приложений и Autopilot (ранее Scout) как облачного агента. Home и Code начнут распространяться через программу раннего доступа Frontier в ближайшие недели, Autopilot уйдёт в закрытую превью‑фазу позже в этом месяце, часть функций Code будет доступна в превью для подписчиков Microsoft 365 Premium и Pro в этом году; оплата за Cowork, Code и Autopilot будет производиться по использованию, а расходы управляются через FinOps for AI.

8.0

COMPANIES · 1 ИСТОЧН. · The Decoder

Microsoft обновляет Copilot: агент Autopilot на OpenClaw и оплата по использованию

Microsoft реорганизует приложение Copilot в разделы Home, Code и новый агент Autopilot на базе OpenClaw, который будет постоянно работать в облаке и выполнять задачи для бизнеса; Autopilot поступит в частный превью в конце сентября. Компания переводит Autopilot, Code и Cowork на оплату по использованию, сохраняя чат и интеграции Office в стандартной лицензии Copilot, и вводит маршрутизацию моделей и инструменты FinOps для контроля расходов.

9.0

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

GitLab Duo Self‑Hosted получил поддержку моделей, развернутых через Microsoft Foundry

GitLab расширил GitLab Duo Self‑Hosted интеграцию с Microsoft Foundry, позволяя организациям запускать функции Duo против моделей, развернутых в их Azure‑окружении через самоуправляемый GitLab AI Gateway. Поддерживаются разные семейства моделей (OpenAI GPT, Anthropic Claude, Meta Llama, Mistral) и выбор модели на уровне функций, при этом управление жизненным циклом моделей, емкостью и сетью ложится на команды заказчика.

6.0

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

LinkedIn создала Contextual Agent Playbooks — организационный слой контекста для AI‑агентов на базе MCP

На QCon AI инженер LinkedIn Аджай Пракаш представил систему «Contextual Agent Playbooks and Tools» — организационный слой контекста, построенный на Model Context Protocol (MCP), который предоставляет агентам процедурную память, поиск по коду и инструкции (runbooks). LinkedIn заявляет, что система (используется в сотнях рабочих процессов) даёт рост продуктивности на 20% без потери надёжности и описал её архитектуру и эксплуатационные меры.

7.0

MODELS · 1 ИСТОЧН. · xAI

Grok 4.5 стал доступен в GitHub Copilot

Grok 4.5, последняя модель для программирования от SpaceXAI, теперь доступна как выбираемая модель в GitHub Copilot в VSCode и других продуктах Copilot (включая облачных агентов и Copilot CLI). Для некоторых компаний модель нужно включить в настройках Copilot; Grok 4.5 также доступна напрямую в консоли SpaceXAI по цене $2 за миллион входных токенов и $6 за миллион выходных токенов.

7.0

MODELS · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Project HydraFusion в GitHub Copilot обещает передовую производительность через маршрутизацию нескольких моделей

Project HydraFusion — это исследовательский превью для GitHub Copilot, реализующее рантайм‑оркестрацию моделей от разных поставщиков, динамически собирающее планы выполнения и использующее три шаблона исполнения в зависимости от сложности задачи. В предварительных оценках, приведённых в превью, отмечают высокое качество решений при заметном снижении эксплуатационных затрат.

7.0

MODELS · 1 ИСТОЧН. · GitHub AI & ML

Проект HydraFusion — исследовательский превью с мульти-модельной оркестровкой в GitHub Copilot

GitHub выпустила исследовательский превью Project HydraFusion в GitHub Copilot. В контролируемых оффлайн-оценках селективные рабочие процессы кодирования HydraFusion соответствовали или превосходили оценивавшийся базовый Opus 5 и при этом снизили оценочную стоимость рабочих процессов, говорится в публикации на блоге GitHub.

6.0

CODING · 1 ИСТОЧН. · GitHub AI & ML

Блог GitHub: как запускать несколько агентов в приложении Copilot

GitHub опубликовал в блоге инструкцию для начинающих о запуске параллельных агентов в приложении GitHub Copilot. Публикация призвана помочь пользователям перейти от сомнений к эффективному использованию нескольких агентов в приложении.

3.0

CODING · 1 ИСТОЧН. · GitHub AI & ML

GitHub объясняет, как снизить затраты на AI‑кодирование без потери качества задач

Запись в блоге GitHub AI & ML объясняет, почему более короткие ответы моделей иногда приводят к росту затрат и описывает, как GitHub Copilot уменьшает напрасную работу в рамках всего процесса кодирования. Пост опубликован в The GitHub Blog; в кратком анонсе не приведены подробные технические изменения.

5.0