Copilot Chat ของ VS Code เปิดซอร์สแล้ว

 (github.com/microsoft)
2 คะแนน โดย GN⁺ 2025-06-29 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ส่วนขยาย GitHub Copilot Chat ของ VS Code ถูกเผยแพร่เป็นโอเพนซอร์ส
  • ใน Chat view สามารถถาม Copilot ด้วยภาษาธรรมชาติเพื่อรับความช่วยเหลือเกี่ยวกับโค้ดได้ทันที
    • ใช้โค้ดในเวิร์กสเปซ ตัวแปร ข้อมูล Participant คำสั่ง Slash ฯลฯ เพื่อให้คำตอบแบบรับรู้บริบท
  • สามารถใช้ Inline chat เพื่อนำข้อเสนอแนะจาก AI ไปใช้ในโค้ดได้โดยตรง
    • ทำรีแฟกเตอร์ เพิ่มการจัดการข้อยกเว้น อธิบายอัลกอริทึมที่ซับซ้อน ฯลฯ ได้แบบเรียลไทม์

ภาพรวม

  • GitHub Copilot เป็นเครื่องมือผู้ช่วยเขียนโปรแกรมที่ขับเคลื่อนด้วย AI ซึ่งเป็นส่วนขยายที่ช่วยเพิ่มทั้งความเร็วและคุณภาพในการเขียนโค้ด
  • ผู้ใช้สามารถเลือก โมเดล ที่เหมาะกับโปรเจ็กต์ที่สุด ปรับแต่งคำตอบในแชต และใช้ agent mode เพื่อสร้างเซสชันการเขียนโปรแกรมร่วมกันอย่างเป็นธรรมชาติได้
  • GitHub Copilot (เติมโค้ดอัตโนมัติ) และ GitHub Copilot Chat (AI แบบสนทนา) ติดตั้งเป็นส่วนขยายแยกกัน
  • ใช้งานได้ผ่านแพ็กเกจฟรีหรือการอนุมัติจาก ผู้ดูแลระบบองค์กร และต้องมีการสมัครใช้งาน
  • มีสินค้าหลากหลายสำหรับการใช้งานส่วนบุคคลและธุรกิจ (แพ็กเกจบุคคล ธุรกิจ และองค์กร)
  • Copilot Chat ทำงานได้เฉพาะบน VS Code เวอร์ชันล่าสุดเท่านั้นเนื่องจากลักษณะการผสานเข้ากับ UI และสามารถเชื่อมต่อกับโมเดลและฟีเจอร์ล่าสุดได้
    • บน VS Code รุ่นเก่าจะใช้ได้เฉพาะ Copilot Chat เวอร์ชันก่อนหน้า
  • การใช้ Copilot Chat ถือเป็นการยอมรับข้อกำหนดพรีวิวและประกาศด้านความโปร่งใสของ GitHub Copilot
  • โค้ดของผู้ใช้ยังคงได้รับการรับรองความเป็นเจ้าของ และจะไม่ถูกนำไปใช้เป็นโค้ดแนะนำให้กับผู้ใช้ GitHub Copilot คนอื่น

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-06-29
ความคิดเห็นจาก Hacker News

  • มีการแชร์ลิงก์ไปยังเทมเพลต system prompt ที่พวกเขาใช้อยู่ตรงนี้ ลิงก์

    • ได้รู้คำอธิบายของฟีเจอร์ที่ทำเครื่องหมายตำแหน่งเคอร์เซอร์ของ developer เป็น ${CURSOR_TAG} และข้อมูลนี้ก็น่าสนใจเพราะส่วนนี้ถูกใช้สำคัญในการระบุว่านักพัฒนากำลังโฟกัสอยู่ตรงไหนในโค้ด

  • Copilot ใน vs code ยังมีหลายจุดที่ไม่เป็นไปตามความคาดหวัง และดูขาดความเนี้ยบสมบูรณ์แบบที่คาดหวังจากระดับ Microsoft

    • สงสัยว่า หลังจากเพิ่ม agent mode แล้ว ยังรู้สึกแบบนี้อยู่หรือไม่ สำหรับประสบการณ์ของฉัน การใช้งานค่อนข้างน่าพอใจมาก ยังไม่เคยลอง gemini CLI หรือ cline แต่ก็ไม่คิดว่าสองตัวนั้นจะดีกว่า Copilot

    • เมื่อก่อนเคยมีความคาดหวังกับ Microsoft แต่พอดูผลิตภัณฑ์ที่ออกมาในช่วง 15 ปีหลัง ก็ยากที่จะยังมีความคาดหวังแบบนั้นได้

  • อยากให้มีใครสักคนใช้ AI มาวิเคราะห์ decision tree ของการที่ Copilot Chat จัดการ prompt และ response ว่าทำงานอย่างไร

    • ฉันเองก็อยากรู้มากเกี่ยวกับ flow การทำงานของ Copilot Chat ตอนนี้กำลังดูทั้ง tool[0] และ prompt[1] พร้อมกับไล่ตาม call path ของโค้ดอยู่
    • flow หลักคือ เมื่อผู้ใช้เลือก ask หรือ edit จะเข้าไปที่ AskAgentIntent.handleRequest และ EditAgentIntent.handleRequest จากนั้นใน DefaultIntentRequestHandler.getResult() จะสร้าง instance แล้วเรียก intent เพื่อรันลูป runWithToolCalling และ render prompt กับผลตอบกลับของ tool ออกมาเป็น .tsx
    • ลิงก์ไฟล์ที่เกี่ยวข้องคือ createFileTool.tsx, editCodePrompt.tsx และ toolCallingLoop.ts

  • Copilot Chat เป็นเพียง frontend ของ Microsoft SaaS เท่านั้น ส่วนที่สำคัญจริง ๆ ถูกซ่อนไว้หลัง GitHub Copilot API จึงยากจะมองว่าเป็นโอเพนซอร์สในความหมายที่แท้จริง ไม่มีใครเข้าถึงการออกแบบหรือข้อมูลการฝึกของ LLM นี้ได้ และก็ self-host ไม่ได้ด้วย มันเป็นแค่อีกโมเดลสมัครสมาชิกหนึ่งและเป็นโครงสร้างที่ส่งต่อข้อมูลส่วนบุคคลให้บุคคลที่สาม โดยไม่มีคุณค่าต่อชุมชนหรือประโยชน์สาธารณะ

    • ฉันขอโต้แย้งความเห็นนี้ โดยทั่วไปโมเดล LLM เชิงพาณิชย์ระดับ SOTA ล้วนมีคุณภาพโค้ดและข้อจำกัดคล้ายกัน จุดที่แตกต่างจริง ๆ คือสถาปัตยกรรมที่ส่งผ่านข้อมูลบริบทที่มีความหมายและวิธีประมวลผลผลลัพธ์ เอเจนต์ที่แค่ป้อนเนื้อหาไฟล์ซ้ำ ๆ ให้ LLM ใครก็ทำได้ แต่แค่วิธีนั้นอย่างเดียวก็ยังไม่ทำให้ได้ coding agent ที่ดี

    • ตามตรรกะของคำวิจารณ์นี้ได้ค่อนข้างยาก โอเพนซอร์สก็หมายถึงการเปิดซอร์สตามตัวอักษรอยู่แล้ว ส่วนจะมีประโยชน์กับผู้ใช้มากน้อยแค่ไหนเป็นอีกประเด็นหนึ่ง

    • ฉันเข้าใจว่าความหมายของโอเพนซอร์สก็คือการเปิดเผยซอร์สโค้ด จึงไม่ค่อยเข้าใจว่าทำไมต้องวิจารณ์เรื่องนี้เป็นพิเศษ

    • เห็นด้วยว่า Copilot Chat เป็นเพียง frontend แต่ถ้า frontend เองถูกทำให้เป็นโอเพนซอร์ส ก็เกิดคุณค่าต่อสาธารณะตรงที่ใครสักคนไม่จำเป็นต้องสร้าง UI ใหม่ตั้งแต่ต้น และคำวิจารณ์ที่บอกว่าควรโอเพนซอร์สไปถึงการออกแบบ LLM หรือข้อมูลฝึกด้วยก็ดูเกินจริง เพราะในทางปฏิบัติชุมชนโอเพนซอร์สไม่ได้มีทรัพยากรคอมพิวต์มหาศาลพอจะรันสิ่งนั้นได้

    • ช่วงหลังเห็นคอมเมนต์บ่นเกี่ยวกับ API ด้าน "AI" บ่อยมาก ในฐานะคนที่ไม่ใช่นักพัฒนาก็เลยเข้าใจได้ไม่ง่าย แต่เมื่อก่อนฉันก็เคยมีความไม่พอใจคล้ายกันกับ "Web API"

    • เมื่อก่อนเว็บไซต์ไม่ได้มี API และคนก็มักจะ scrape ข้อมูลที่เปิดเผยบนเว็บโดยตรง วิธีนี้ทำได้ตราบใดที่เว็บไซต์ยังมีอยู่ โดยไม่ต้องสมัครสมาชิก

    • ตรงกันข้าม Web API มักจำกัดสิทธิ์เข้าถึงด้วยวิธีอย่างการเก็บอีเมล ติดตามประวัติการใช้งาน ข้อจำกัดของบัญชี หรือแผนค่าบริการ และบางครั้งก็มีความเสี่ยงที่ API จะถูกปิดโดยไม่แจ้งล่วงหน้า

    • ตัวเลือกในการดาวน์โหลดข้อมูลทั้งหมดจากหน้าเว็บมีอยู่เพียงไม่กี่กรณี เช่น บางเว็บไซต์ของภาครัฐ หรือ Wikipedia dump

    • แนวทางนี้ถูกนำมาใช้กับ LLM ด้วย ทำให้ข้อมูลภายในอย่างค่าน้ำหนักของโมเดลก็ยังไม่ถูกเปิดเผย ขณะที่ผู้ใช้กลับได้รับเพียงการเข้าถึงข้อมูลสาธารณะทางอ้อมผ่านการสมัครบัญชีหรือสมัครสมาชิก ข้อมูลอยู่บนเซิร์ฟเวอร์แต่รับออกมาโดยตรงไม่ได้

    • จึงอดสงสัยไม่ได้ว่าสุดท้ายแล้วเครื่องมือและเทคโนโลยีที่นักพัฒนาเคยสนับสนุน กลับเริ่มทำงานในทางที่เสียเปรียบต่อนักพัฒนาเองหรือไม่