GitHub Copilot krijgt een AI-gebaseerd filtersysteem voor kwetsbaarheden, betere codesuggesties in nieuwe update

Om Copilot verder te promoten, GitHub geeft het een update, die een reeks nieuwe mogelijkheden zal brengen. Volgens GitHub is dit -update zal zowel gebruikers van de Copilot for Individuals- als de Copilot for Business-abonnementen ten goede komen.

Copilot is een op AI gebaseerde coderingstool die suggesties in autocomplete-stijl biedt terwijl de gebruikers coderen. Het vormt een aanvulling op de geïntegreerde ontwikkelomgevingen van Visual Studio, Neovim en JetBrains, waardoor het schrijven van code eenvoudiger en sneller wordt voor ontwikkelaars. In December, kondigde GitHub zijn 'Copilot for Business' aan, die $ 19 per gebruiker per maand kost. Afgezien van de functies in de Copilot-laag met één licentie, omvat het businessplan licentiebeheer en organisatiebrede beleidsbeheermogelijkheden. Deze verzameling mogelijkheden krijgt nu een uitbreiding met een nieuwe update die GitHub aandringt op Copilot for Individuals en Copilot for Business-plannen.

De eerste van deze verbeteringen zijn de zakelijke proxy-ondersteuning (inclusief die met zelfondertekende certificaten) specifiek voor Copilot for Business en de betere kwaliteit van codesuggesties in de gehele Copilot-tool. Volgens GitHub wordt dit laatste mogelijk gemaakt door het geüpgradede AI Codex-model, het nieuwe Fill-In-the-Middle-paradigma en een lichtgewicht client-side model.

"Om de kwaliteit van de codesuggesties van GitHub Copilot te verbeteren, hebben we het onderliggende Codex-model bijgewerkt, wat heeft geleid tot grootschalige verbeteringen van de kwaliteit van codesuggesties en een verkorting van de tijd om die suggesties aan de gebruikers te leveren", zegt Shuyin Zhao, senior director of product beheer bij GitHub.

Afgezien hiervan beschikt Copilot nu ook over op AI gebaseerde kwetsbaarheidsfiltering. Het systeem, dat automatisch veelvoorkomende onveilige codesuggesties blokkeert, richt zich op problemen zoals hardcoded referenties, SQL-injecties en pad-injecties. Volgens GitHub zou dit de suggesties van Copilot aan gebruikers veiliger moeten maken.

"Het nieuwe systeem maakt gebruik van LLM's om het gedrag van statische analysetools te benaderen - en aangezien GitHub Copilot geavanceerde AI-modellen uitvoert op krachtige rekenbronnen, is het ongelooflijk snel en kan het zelfs kwetsbare patronen in onvolledige codefragmenten detecteren", legt Zhao uit. "Dit betekent dat onveilige codeerpatronen snel worden geblokkeerd en vervangen door alternatieve suggesties."