🫣 ИИ не давит на прод. Ты знаешь.
Представьте себе: вы объединяете pull request, сгенерированный инструментом ИИ.
Часы спустя: хаос. Производство сломано. Ваш руководитель команды в напряжении, пытаясь исправить проблему до завтрашнего большого запуска. Товарищи по команде избегают зрительного контакта. Ты чувствуешь себя ужасно.
Но вот вопрос: кто на самом деле виноват? Инструмент ИИ? Или человека (Ты) кто нажал «Одобрить»?
Когда речь заходит об ИИ, нет лучшего способа писать программирование быстрее и продуктивнее.
Но тот факт, что это написал ИИ, не значит, что это правильно.
По данным Национального института стандартов и технологий, человеческий контроль остаётся необходимым для высокоэффективных систем ИИ. Даже когда ИИ выполняет большую часть повторяющихся или рутинных задач, в конечном итоге ответственность лежит на человеке.
В GitHub мы хотим помочь вам максимально использовать инструменты на базе ИИ — оставаясь при этом за рулём. Вот несколько советов и хитростей, которые помогут вам быть быстрым и Ответственность:
Совет #1: Используйте функцию обзора кода на GitHub Copilot, чтобы перепроверить себя 🧐🧪
Перед тем как отправить этот pull-запрос, позвольте Copilot отсканировать ваш код на наличие логических пробелов, проблем со стилем и горячих точок риска. Это как иметь второй набор (На базе искусственного интеллекта) Глаза! Вот как (на GitHub.com):
Помните, Copilot не одобряет и не блокирует ваш pull-запрос, он просто оставляет полезные отзывы. Ты всё ещё последний рецензент.
Хотите пойти дальше? Включить Обзоры Copilot для всех pull requests или настраивайте способ проверки кода Copilot с помощью файла .github/copilot-instructions.md .
Совет #2: Ускорьте свои рабочие процессы с ИИ, не жертвуя контролем ⚡🛡️
Устали управлять изображениями Docker, жонглировать токенами или беспокоиться о агентах ИИ, которые выходят из-под контроля? Удалённый MCP-сервер GitHub снимает с вас ручную настройку, так что вы можете сосредоточиться на сборке, а не на присмотре.
Направив ваш IDE на управляемый MCP конечный пункт GitHub, вы получите безопасный доступ на основе OAuth к 70+ инструментам без необходимости локальной инфраструктуры. Ещё лучше — вы можете Ужесточите контроль в режиме только чтения или ограничить доступ к инструментам по задаче, что облегчает тестирование, демонстрацию и безопасную совместную работу.
Вот как попробовать:
> GitHub MCP: Install Remote Server
{
"servers": {
"github": {
"type": "http",
"url": "https://api.githubcopilot.com/mcp/",
"mode": "read-only"
}
}
}
"toolsets": ["context", "pull_requests"]
Рекомендовано компанией LinkedIn
Совет #3: Дайте Copilot контекст, которого ему не 🧠📦 хватало
Предложения по ИИ ценны ровно настолько, насколько хорош контекст, стоящий за ними. Если Copilot не знает стандартов вашей команды по программированию, чек-листов доступности или той важной темы в Slack три месяца назад, это только догадки.
GitHub Copilot Spaces решает эту проблему, позволяя создавать повторно используемые «пространства» с кодом, документами, расшифровками и пользовательскими инструкциями. Пространства действуют как коллективный мозг вашей команды, давая Copilot необходимую информацию для генерации ответов — и кода! — которые действительно соответствуют вашему стилю и намерениям.
Работаешь в IDE? Используйте режим агента Copilot в VS Code для автоматической генерации пользовательских инструкций для вашего репозиториума. Эти инструкции дают Copilot ещё более актуальный контекст при предложении кода, сортировке ошибок или помощи в проверке, без необходимости вручную что-либо настраивать.
Вот как начать с обеих методов:
Хотите пойти дальше? Создайте сфокусированные пространства, такие как «Доступность», «Запросы данных» или «Онбординг», чтобы уменьшить ошибки, ускорить проверку кода и перестать гоняться за племенными знаниями.
С большой силой приходит большая ответственность 🕷️💻
ИИ может написать тысячу строк кода за секунды, но всего Ты могу убедиться, что они правы.
С такими инструментами, как Copilot Code Review, удалённый MCP-сервер GitHub и Copilot Spaces, вы можете двигаться быстрее и Оставайтесь ответственными.
Хотите увидеть, как это работает на практике?
Удачного программирования!
Ещё больше пользы от GitHub:
🔥 Подпишитесь на нашу рассылку разработчиков. Узнайте советы и хитрости, которые помогут ускорить ваше развитие.
🌈 Посетите GitHub Universe. Сэкономьте $400, пока есть запасы во время Early Bird.
🎧 Послушайте новый подкаст на GitHub. Изучайте истории и тренды из сообщества open source.
☀️ Присоединяйтесь к нашему летнему челленджу по программированию. Ради любви к коду, наш творческий хакатон уже в эфире.
🐙 Присоединяйтесь к нашей команде. От инженеров до сценаристов — мы всегда ищем следующего великого таланта.
❤️ Делиться — значит заботиться. Перепубликуйте эту рассылку в свою сеть.
✨ Этот бюллетень был написан и подготовлен Гвен Дэвис. ✨
https://www.fiverr.com/s/wkoLQrg
I wouldn't treat AI as a silver bullet, but rather a pair coding capability. Humans make mistakes and at times we should expect AI to also make mistakes. Validations are still required. A tool, any tool needs to be treated as such - just like it is my responsibility as someone using a mitar saw to remove it from the outlet when I'm done using it, because it's the responsible thing to do. Any incident that happens when the operator is negligent is the fault of the operator - we should be cognizant of what we are approving rather than rubber stamping.
This newsletter was written and produced by Gwen Davis. Using Ai lmao. Only ai would utilize so many emotes through a newsletter. Useful information though. Always remember. You should be the strongest link. AI is just a tool in your tool box.
AI simplifies tasks, but human oversight is key when things go wrong.