GitHub Copilot får AI-baseret sårbarhedsfiltreringssystem, bedre kodeforslag i ny opdatering
2 min. Læs
Udgivet den
Del denne artikel
Forbedre denne vejledning
Læs vores oplysningsside for at finde ud af, hvordan du kan hjælpe MSPoweruser med at opretholde redaktionen Læs mere
For yderligere at promovere Copilot, GitHub giver den en opdatering, som vil bringe en række nye muligheder. Ifølge GitHub, dette opdatering vil gavne både brugere i Copilot for Individuals og Copilot for Business-planerne.
CoPilot er et AI-baseret kodningsværktøj, der tilbyder autofuldførelse-stil forslag, mens brugerne koder. Det komplementerer Visual Studio, Neovim og JetBrains integrerede udviklingsmiljøer, hvilket gør kodeskrivning nemmere og hurtigere for udviklere. I december, annoncerede GitHub sin 'Copilot for Business', som koster $19 pr. bruger månedligt. Bortset fra funktionerne i Copilot-niveauet med en enkelt licens, omfatter forretningsplanen licensstyring og funktioner til administration af politikker for hele organisationen. Denne samling af muligheder får nu en udvidelse med en ny opdatering GitHub presser på for Copilot for Individuals og Copilot for Business-planer.
Den første af disse forbedringer er virksomhedens proxy-support (inklusive dem med selvsignerede certifikater) specifikt til Copilot for Business og den bedre kvalitet af kodeforslag i hele Copilot-værktøjet. Ifølge GitHub er sidstnævnte muliggjort gennem den opgraderede AI Codex-model, det nye Fill-In-the-Middle-paradigme og en letvægtsmodel på klientsiden.
"For at forbedre kvaliteten af GitHub Copilots kodeforslag har vi opdateret den underliggende Codex-model, hvilket resulterer i store forbedringer af kvaliteten af kodeforslag og reduktion af tid til at servere disse forslag til brugerne," fortæller Shuyin Zhao, seniordirektør for produkt. ledelse hos GitHub.
Bortset fra dette kan Copilot nu også prale af AI-baseret sårbarhedsfiltrering. Systemet, som automatisk blokerer almindelige usikre kodeforslag, retter sig mod problemer som hårdkodede legitimationsoplysninger, SQL-injektioner og sti-injektioner. Ifølge GitHub skulle dette gøre Copilots forslag til brugere mere sikre.
"Det nye system udnytter LLM'er til at tilnærme opførselen af statiske analyseværktøjer - og da GitHub Copilot kører avancerede AI-modeller på kraftfulde computerressourcer, er det utrolig hurtigt og kan endda opdage sårbare mønstre i ufuldstændige fragmenter af kode," forklarer Zhao. "Dette betyder, at usikre kodningsmønstre hurtigt blokeres og erstattes af alternative forslag."
