GitHub Copilot Chat是集成在GitHub Copilot中的对话式界面，GitHub Copilot是由GitHub和OpenAI开发的AI驱动代码补全和编程助手。作为更广泛的Copilot生态系统中的一项功能，它使开发者能够使用自然语言与代码库交互，通过基于聊天的界面提问、请求解释和生成代码。该功能代表了软件开发中Conversational AI工具演进的重要一步，超越了简单的自动补全，转向更具交互性和上下文感知的助手。
Copilot Chat的推出建立在GitHub Copilot的基础之上，后者由GitHub于2021年6月29日首次宣布，作为visual-studio-code的技术预览版。Copilot的初始版本使用了OpenAI Codex，这是GPT-3的修改生产版本，基于大量公共源代码语料进行训练。随着时间的推移，Copilot扩展支持多个集成开发环境（IDE），并于2024年开始允许用户在不同的Large language model之间进行选择，包括Anthropic的Claude (AI model family)、Grok和Google的Gemini。Copilot Chat成为这种多模型方法的核心组成部分，为这些模型提供统一的对话界面。
背景与发展
Copilot Chat的开发是Generative AI向交互式聊天助手发展的更广泛趋势的一部分。2022年底ChatGPT的成功展示了对话界面在包括编程在内的广泛任务中的潜力。GitHub由Microsoft (AI)所有，利用其与OpenAI的合作伙伴关系，将类似功能集成到其开发者工具中。底层技术源于早期Visual Studio 2013的“Bing Code Search”插件，这是微软研究院于2014年2月发布的项目，可根据自然语言查询提供上下文相关的代码片段。
到2023年，GitHub已开始在Copilot中推出基于聊天的功能，最初以有限预览形式提供。Copilot Chat作为广泛可用功能的全面发布在随后的几个月中到来，并集成了更先进模型的更新。2023年11月，Copilot Chat更新为使用GPT-4，显著提高了其理解和生成代码的能力。这标志着从早期基于GPT-3的系统向更强大的Large language model的转变。
功能与能力
Copilot Chat在IDE内提供对话界面，允许开发者询问有关代码的问题，请求解释不熟悉的代码段，并根据自然语言描述生成新代码。它还可以在编程语言之间翻译代码，并描述输入代码的功能。聊天界面支持多轮对话，使开发者能够细化请求并迭代构建解决方案。
Copilot Chat的关键功能之一是能够与多个Large language model配合使用。用户可以根据偏好和任务性质选择模型，如GPT-4o、Claude 3.5 Sonnet和Gemini 2.0。这种灵活性允许开发者选择最适合其需求的模型，无论是速度、准确性还是特定编码风格。
除了对话交互外，Copilot Chat还与其他Copilot功能集成，如代码补全和注释转代码。它可以自动补全整个函数或重复的代码段，并可以将代码注释转换为可运行代码。据GitHub称，自动补全功能大约有一半时间准确，对于某些Python函数头，首次尝试的成功率为43%，经过十次尝试后提高到57%。
实现与架构
Copilot Chat构建在与GitHub Copilot相同的基础设施上，后者基于云，需要与GitHub服务器持续通信。该服务使用选定的Large language model处理自然语言查询并生成响应。最初由OpenAI Codex驱动，该系统此后扩展支持多个模型，包括来自Anthropic、xAI和Google (AI)的模型。
底层模型基于大量源代码和自然语言数据进行训练。例如，原始Codex模型基于从5400万个公共GitHub存储库中提取的159 GB Python代码过滤数据集以及英语文本进行训练。这种训练使模型能够理解编程概念并生成上下文相关的代码。
2025年2月，GitHub宣布了“代理模式”，这是Copilot的一种更自主的操作模式，可以在Visual Studio实例上执行命令以完成编程任务。该模式可以连接到各种LLM，包括GPT-4o、o1、o3-mini、Claude 3.5 Sonnet和gemini-2-0-flash。2025年5月，GitHub推出了“编码代理”，这是一种异步版本，初始化由GitHub Actions驱动的基于云的开发环境，创建草稿拉取请求，并在工作时推送提交，完成后标记用户进行审查。
反响与影响
Copilot Chat普遍受到开发者的好评，他们赞赏其减少花在文档上的时间并帮助导航不熟悉框架的能力。然而，它也引发了对安全性、教育影响和许可问题的担忧。该功能依赖基于公共代码训练的大型语言模型，导致关于使用此类数据进行训练的合法性以及输出可能侵犯版权的争论。
GitHub CEO Nat Friedman在2021年6月表示，“在公共数据上训练ML系统是合理使用”，但这一说法受到挑战。2022年11月，Joseph Saveri Law Firm, LLP提起集体诉讼，指控Copilot侵犯版权、违反合同，并违反《加州消费者隐私法》（CCPA）。诉讼认为输出可能缺乏足够的变革性，并可能逐字复制受版权保护的代码。
2026年9月，美国第九巡回上诉法院维持了对原告根据《数字千年版权法》（DMCA）提出的索赔的驳回，裁定Copilot和Codex未删除或更改版权管理信息，因为它们生成的是新作品。然而，法院未解决关于违反开源许可条款的单独索赔。
隐私与安全担忧
Copilot Chat的基于云特性引发了隐私担忧，因为它需要与GitHub服务器持续通信，可能允许遥测和数据挖掘个人按键。2022年底，Copilot被指控在未注明出处的情况下输出Quake游戏源代码，凸显了复制受版权材料的风险。这些担忧导致一些组织限制使用AI编码助手，而其他组织则因生产力提升而接受它们。
未来方向
截至2025年，GitHub继续发展Copilot Chat，集成更先进的模型和自主能力。代理模式和编码代理的引入标志着向更主动的AI辅助转变，工具可以独立执行任务并管理工作流程。能够从多个Large language model中选择，包括Claude (AI model family)、Gemini和Grok，表明未来开发者可以根据特定需求和偏好定制其AI助手。
软件开发中Conversational AI的更广泛格局正在迅速扩展，像OpenAI Codex、Cursor和devin-ai等竞争对手提供类似功能。Copilot Chat的成功将取决于其保持准确性、解决法律和伦理问题，并在不同IDE和编程语言中提供无缝用户体验的能力。
参见
- Launch of ChatGPT
- GitHub Copilot
- GPT-4
- Claude (language model)
- Gemini (language model)
- Grok (chatbot)
- OpenAI Codex
- Large language model
- Generative AI
- Conversational AI
- Microsoft (AI)
- visual-studio-code