Impressions de l'utilisation de GitHub Copilot Pro dans le développement professionnel ASP.NET 8 / C #.
Résumé: Voici mes pensées après avoir utilisé GitHub Copilot Pro dans le développement du monde réel ASP.NET 8 au cours des trois derniers mois. Étant donné que la technologie évolue rapidement, il convient de noter que ces impressions sont basées sur mon expérience en mars 2025.
J'ai lu sur les générateurs de code AI et j'ai regardé des vidéos de démonstration dans le passé, mais je n'étais pas convaincu qu'ils étaient vraiment prêts pour la production.
Sans raison, il y a 3 mois, en raison d'un compte gratuit GitHub Copilot activé automatiquement dans mon projet Visual Studio 2022 dans mon projet ASP.NET8, les suggestions de code «texte fantôme» ont commencé à apparaître. J'ai été choqué, à des moments, c'était une brillante prédiction de ce que j'allais écrire / coder.
Pour ceux qui ne sont pas familiers, le «texte fantôme» est des suggestions GitHub Copilot (GHC) présentées à l'utilisateur dans un texte semi-transparent grisé qui apparaît sans raison comme une prédiction par l'IA de ce que l'utilisateur doit faire ensuite. Si un utilisateur aime le code suggéré, le confirme simplement ou l'ignore et fait son travail.
Dans quelques jours, j'ai décidé de souscrire à l'abonnement complet GitHub Copilot Pro pour consulter cet outil.
Je prends toujours des outils au sérieux, donc j'ai lu les manuels à l'avance, pour pouvoir utiliser des outils pour leur plein potentiel et être conscient des limitations.
J'ai écouté environ 10 heures de vidéos sur Github Copilot, des sujets comme «Inside Engineering», «Qu'est-ce que le contexte», etc. J'ai fait ma propre «feuille de triche» de commandes invites et de clés de raccourci. Après 10 heures de formation, j'étais prêt à l'essayer dans mon codage professionnel réel dans ASP.NET 8 / C # / Bootstrap / EF8 / JS Environnement.
À mon avis, «l'ingénierie rapide» est une défaite pour l'IA. Il y a 20 ans, l'une des premières définitions que j'ai entendu parler des systèmes d'IA était que l'IA serait réalisée alors que nous pourrions parler à des systèmes informatiques en langage naturel.
Maintenant, ils vous disent que GHC est un système d'IA, mais vous ne pouvez pas vraiment lui parler en «langage naturel»; Vous devez utiliser «ingénierie rapide», qui est vraiment un sous-language du langage naturel, et utiliser des symboles comme /, # et @. Cela me ressemble à un mélange de langage naturel et de langage de programmation. Ils veulent vous vendre leurs systèmes d'IA qu'ils ont maintenant, et dans 5 ans, ils vous diront probablement «Maintenant, nous avons une vraie IA, aucune ingénierie rapide nécessaire».
Ainsi, l'expression «ingénierie rapide» provient de la période où la seule façon d'interagir avec un système d'IA était via une invite de commande. Ensuite, un «art» ou «science» (je l'appellerais «pseudo-science») dans la création de commandes vous aiderait à améliorer ces systèmes d'IA. J'ai lu plusieurs de ces articles, qui sont tous du «bon sens», mais comme le système d'IA cible est toujours une «boîte noire», il n'y a pas de métriques réelles pour montrer si les recommandations d'un auteur sont meilleures que la liste des règles d'une autre personne. De plus, les systèmes ont évolué et changé au fil du temps, donc à proprement parler, ces auteurs devraient tester à nouveau leurs recommandations contre la nouvelle génération de systèmes. En règle générale, ils ne font pas cela, mais offrent une justification du «bon sens» qui est basée sur la perception de l'IA comme un autre intellect humain. Et ce qui est le «bon sens» pour les humains pourrait ne pas être le même pour les systèmes d'IA. Donc, je suis un peu sceptique et je ne crois pas pleinement toutes les recommandations concernant «l'ingénierie rapide» qui existent car il n'y a pas de métriques et de tests réels contre différentes générations de systèmes d'IA. Ils offrent juste un «bon sens» et une preuve anecdotique de quelques exécutions de commandement.
Ainsi, lorsque vous parlez de «l'ingénierie rapide» dans le contexte du système GitHub Copilot (GHC), qui inclut non seulement l'interface de ligne de commande, mais aussi une interaction via l'interface graphique Visual Studio. Il s'agit essentiellement de «l'interface utilisateur de GitHub Copilot».
Si l'on prévoit d'utiliser efficacement GitHub Copilot, il doit se familiariser avec l'interface utilisateur GitHub Copilot. Donc, j'ai fait, j'ai appris toutes les commandes comme / fix, / optimiser, # file1.cs, alt + / (invoquer le copilot github) etc.
Lorsque j'étudiais la philosophie au lycée il y a de nombreuses années, on m'a enseigné le concept de «l'univers de la conversation». Dans chaque conversation, il est implicite, et les sujets de la conversation référent généralement «l'univers de la conversation» actuel. Il aide les gens à comprendre ce dont on parle, car certains sujets et termes sont supposés ou pris pour acquis dans ce cadre. Il s'agit d'un concept de philosophie, défini il y a plusieurs siècles, décrivant la communication entre les humains. Et sa définition ne changera pas tant qu'il y a des humains sur Terre.
Les entreprises technologiques faisant l'IA ont inventé le terme «contexte», qui a une signification similaire au terme de philosophie mentionné ci-dessus. Je voudrais séparer les termes, car les entreprises technologiques aiment forcer leurs définitions à ce à quoi le monde devrait ressembler, dans le but de vendre leurs produits et actions. En outre, il y aura probablement une définition d'Ai-Context-2025 et une nouvelle définition de AI-Context-2026, etc., à mesure que la technologie se développe.
La façon dont je le vois, le terme de philosophie «Univers de la conversation» restera le même car il décrit la communication entre les humains. Le «contexte», en revanche, décrit la communication entre les humains et les systèmes AI, et sa définition changera avec différentes générations technologiques de systèmes AI.
Ainsi, la définition de contexte actuelle en mars 2025 (vous pouvez l'appeler AI-Context-2025): des informations supplémentaires que l'utilisateur doit fournir au système d'IA pour comprendre ce qu'elle est nécessaire.
Dans la formation de vidéos pour Github Copilot, l'accent a été mis sur la fourniture du «contexte» approprié pour vos demandes. Pour moi, il semble qu'...
[Courte citation de 8% de l'article original]