GitHub 与 OpenAI，2021-06-29。技术预览：在编辑器里根据当前文件上下文建议代码。驱动模型是 OpenAI Codex。它是「Copilot → Agent」这条产品演化的起点。
GitHub Copilot
2021-06 技术预览。IDE 行级补全，「Copilot → Agent」这条产品演化的起点。
1 - GitHub Copilot 技术预览（材料）
按 2021 年公开材料转述 Copilot 技术预览：结对程序员、Codex、IDE 补全。
GitHub Copilot 没有对应一篇研究论文。这里转述的是 2021 年技术预览当时的公开表述，不以 2022 年正式商用、2023 年 Copilot X 与 Chat 回填。模型机制与 HumanEval 数字以 Codex 论文 为准；那篇写明：独立的生产版本驱动 Copilot。
主要出处：
- GitHub CEO Nat Friedman，2021-06-29，Introducing GitHub Copilot: your AI pair programmer
- 同期产品页与新闻稿中的功能描述（VS Code 扩展、候选项循环、技术预览名额有限）
- OpenAI，2021-08-10 前后，将 Codex 以 API 私有测试形式提供时的产品说明（明确 Codex 即驱动 Copilot 的模型）
这里不复制公告全文。
产品主张（2021-06-29）
GitHub 发布 GitHub Copilot 技术预览，自称 AI pair programmer（AI 结对程序员），帮助写出更好的代码。它从你正在写的代码里抽取上下文，建议整行或整个函数。公告列出的用处：更快发现另一种解法、写测试、探索新 API，而不必专门去网上改检索词。输入时它适应你的写法，以便更快完成工作。
与 OpenAI 合作，由 OpenAI Codex 驱动。公告称 Codex 对人如何使用代码有广泛知识，代码生成上明显强于 GPT-3，部分因为训练数据里公开源代码的浓度高得多。预览对多种框架与语言可用，当时写明尤其适合 Python、JavaScript、TypeScript、Ruby、Go。技术预览名额有限，需申请。
当时的交互形态
同期公开描述与报道一致的部分：
- 住在编辑器里（技术预览阶段以 Visual Studio Code 为主），不是独立聊天窗口。
- 边写边建议；可在多个建议间循环，接受或拒绝。
- 例子包括：根据上下文写出导入推文、画散点图、取评分等函数级片段。GitHub 强调它不只是背诵见过的代码，而是分析已写部分再生成匹配的新代码。
- 人始终在环路中：建议出现在光标处，由开发者决定是否采纳。没有「给一个仓库级目标、自己改到测试通过」的产品叙事。
Codex 侧的产品说明（约一个月后）
OpenAI 将 Codex 以 API 私有测试放出时写明：这是把自然语言译成代码的系统，也是与 GitHub 合作、一个月前上线的 Copilot 所用模型。Codex 是 GPT-3 的后代；训练数据含自然语言与公开来源（含公开 GitHub 仓库）中的数十亿行代码。Python 最强，并称精通十余种语言（JavaScript、Go、Perl、PHP、Ruby、Swift、TypeScript、Shell 等）。相对 GPT-3 约 4KB 的上下文，Codex 对 Python 代码给出约 14KB 记忆，可纳入三倍以上上下文。API 初期免费；用途举例包括转译、解释代码、重构——并称只触及表面。
GPT-3 的主技能是用自然语言回应自然语言，对世界的影响经过读者的头脑；Codex 在保留大量自然语言理解的同时产出可运行代码，因而可以用英语向带 API 的软件下命令。
这些是 2021 年的产品句。评测数字、失败模式、不安全代码比例不在公告里，而在 Codex 论文。
当时明确不是什么
材料没有声称：自主完成 issue、在终端多步执行、调用任意工具、无人盯着把任务做完。技术预览是编辑器补全。GitHub 计划基于它做商业产品；那是路线图，不是 2021-06 已交付的形态。
2 - GitHub Copilot 讲解
IDE 行级补全：对编辑器缓冲区有副作用，人在环路。「Copilot → Agent」的产品名从此被占住。
这个产品解决了什么问题
Codex 证明模型能够写出通过单元测试的函数。日常开发的需求更窄：光标已在文件里，下一行或下一个函数是什么。 Copilot 把这一步收缩为编辑器内的建议。产品没有引入新的学习算法，它发明的是交付位置：VS Code 光标处、可以循环的候选、由人决定是否接受。技术预览选择 Python、JavaScript、TypeScript、Ruby、Go，是因为当时在这些语言上的生成更稳定。
人在环路是产品定义的一部分，不是缺陷描述。失败由人修改提示或手写。
对后续 LLM 的影响
代码模型第一次有了大规模日活界面。反馈（接受或拒绝）后来成为改进补全的产品数据，接口从 2021 年 6 月起就已存在。「提示」变成了当前文件：GPT-3 的 few-shot 是刻意拼接的示范，Copilot 的条件则是打开的缓冲区、注释与函数名。上下文学习从论文里的实验设定变成默认的 IDE 行为。
「Copilot」一词自此被占住。此后 Microsoft 365 Copilot、GitHub Copilot Chat 以及各种「X Copilot」都借用副驾驶隐喻。2021 年这个词所指的仍是补全，不是自主执行。
对 AI Agent 的影响
时间线把它标成底层能力里的工程化：有副作用，无目标循环。演化写在交付位置的变化上，不把 2023 年的形态写回 2021 年。
| 2021 技术预览 | 后来编码 Agent 多出来的能力 |
|---|---|
| 当前文件上下文 | 仓库、终端、浏览器、issue |
| 建议一行 / 一个函数 | 多文件补丁、命令、测试 |
| 人立刻接受或拒绝 | 循环中依据测试回执再修改 |
| 无自主目标 | 有任务目标（修复缺陷、实现规格） |
副作用发生在编辑器缓冲区：插入或替换文本。观察等于当前缓冲区。没有「做到某个外部谓词为真」的终止条件，但它是「Copilot → Agent」这条产品线的起点。