GitHub Copilot 推出视觉功能：图片可秒变代码

最新 2 月 8 日消息，GitHub 宣布了其 AI 编程助手 Copilot 的一系列重大更新，并展示了 Copilot 未来更具自主性的愿景。

此次更新中最引人注目的功能之一是 Copilot 的“Vision”功能。该功能允许用户在聊天中上传截图、照片或图表，Copilot 将基于这些图像生成相应的界面、代码以及替代文本（alt text），从而将用户的视觉想法转化为实际的编程成果。例如，营销团队的成员可以截取网页的截图，并在上面标注出他们希望进行的修改。以往，他们需要通过文字提示来请求这些更改，而现在，他们只需上传图像，并直接要求 Copilot 根据文件中的指示进行修改即可。这一功能自去年 10 月起已在 VS Code 中作为扩展提供，微软当时确认，该功能最终将被整合为 GitHub Copilot Chat 的原生功能。此前，用户还需要自行提供 API 密钥才能使用。

GitHub Copilot 还引入了“下一步编辑建议”功能，这是其代码补全功能的扩展。以往，Copilot 在 VS Code 编辑器中仅根据光标位置进行代码补全，但现在它能够查看其他最近的编辑内容，从而预测开发者可能想要进行的下一步操作。其通过更丰富的上下文线索，自动识别并建议下一步的编辑内容。如果开发者接受这些建议，只需按下 Tab 键即可应用；如果拒绝，则按下 Esc 键即可。

最新注意到，去年 11 月，GitHub 推出了 Copilot Edits 功能，允许开发者通过自然语言提示进行多文件编辑。如今，这一功能正式进入全面可用阶段，并新增了“代理模式”。在这种模式下，Copilot 能够自动识别与开发者更改请求相关的所有文件，而无需开发者手动选择需要应用更改的文件。GitHub 首席执行官 Thomas Dohmke 表示：“Copilot 现在能够更好地理解你最初的请求意图，并尝试解决它。”

从长远来看，GitHub 希望将这种“代理模式”应用于 Copilot 的其他功能，实现更广泛的自动化，涵盖更多相互关联的任务。为此，GitHub 还透露了一个名为“Project Padawan”的新计划。这是一个软件工程代理项目，能够在开发者的指导下独立处理整个任务。开发者可以将问题分配给 Copilot，由它来完成任务。不过，Dohmke 并未透露该项目何时能够正式推出，他仅表示，GitHub 将与合作伙伴和社区合作，共同改进这一项目。Dohmke 说：“我们正在寻找也在构建代理的合作伙伴，将它们整合到这一流程中，并希望客户与我们合作并提供反馈，因为我们知道在现阶段，它还远非完美。”