<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI Agent 学习笔记 – GitHub Copilot</title>
    <link>https://skyao.net/learning-ai-agent/timeline/before2022/github-copilot/</link>
    <description>Recent content in GitHub Copilot on AI Agent 学习笔记</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 14 Sep 2026 00:00:00 +0000</lastBuildDate>
    
	  <atom:link href="https://skyao.net/learning-ai-agent/timeline/before2022/github-copilot/index.xml" rel="self" type="application/rss+xml" />
    
    
      
        
      
    
    
    <item>
      <title>Timeline: GitHub Copilot 技术预览（材料）</title>
      <link>https://skyao.net/learning-ai-agent/timeline/before2022/github-copilot/source/</link>
      <pubDate>Mon, 14 Sep 2026 00:00:00 +0000</pubDate>
      
      <guid>https://skyao.net/learning-ai-agent/timeline/before2022/github-copilot/source/</guid>
      <description>
        
        
        &lt;p&gt;GitHub Copilot 没有对应一篇研究论文。这里转述的是 &lt;strong&gt;2021 年技术预览当时的公开表述&lt;/strong&gt;，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 &lt;a href=&#34;../../codex/paper/&#34;&gt;Codex 论文&lt;/a&gt; 为准；那篇写明：独立的生产版本驱动 Copilot。&lt;/p&gt;
&lt;p&gt;主要出处：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;GitHub CEO Nat Friedman，2021-06-29，&lt;a href=&#34;https://github.blog/news-insights/product-news/introducing-github-copilot-ai-pair-programmer/&#34;&gt;Introducing GitHub Copilot: your AI pair programmer&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;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）&lt;/li&gt;
&lt;li&gt;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）&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;这里不复制公告全文。&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id=&#34;产品主张2021-06-29&#34;&gt;产品主张（2021-06-29）&lt;/h2&gt;
&lt;p&gt;GitHub 发布 GitHub Copilot 技术预览，自称 &lt;strong&gt;AI pair programmer（AI 结对程序员）&lt;/strong&gt;，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&lt;strong&gt;整行或整个函数&lt;/strong&gt;。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。&lt;/p&gt;
&lt;p&gt;与 OpenAI 合作，由 &lt;strong&gt;OpenAI Codex&lt;/strong&gt; 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&lt;strong&gt;尤其适合&lt;/strong&gt; Python、JavaScript、TypeScript、Ruby、Go。技术预览名额有限，需申请。&lt;/p&gt;
&lt;h2 id=&#34;当时的交互形态&#34;&gt;当时的交互形态&lt;/h2&gt;
&lt;p&gt;同期公开描述与报道一致的部分：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;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。&lt;/li&gt;
&lt;li&gt;边写边建议；可在多个建议间循环，接受或拒绝。&lt;/li&gt;
&lt;li&gt;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。&lt;/li&gt;
&lt;li&gt;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。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;codex-侧的产品说明约一个月后&#34;&gt;Codex 侧的产品说明（约一个月后）&lt;/h2&gt;
&lt;p&gt;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 &lt;strong&gt;14KB&lt;/strong&gt; 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。&lt;/p&gt;
&lt;p&gt;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&lt;strong&gt;产出可运行代码&lt;/strong&gt;，因而可以用英语向带 API 的软件下命令。&lt;/p&gt;
&lt;p&gt;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 &lt;a href=&#34;../../codex/paper/&#34;&gt;Codex 论文&lt;/a&gt;。&lt;/p&gt;
&lt;h2 id=&#34;当时明确不是什么&#34;&gt;当时明确不是什么&lt;/h2&gt;
&lt;p&gt;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。&lt;/p&gt;

      </description>
    </item>
    
    <item>
      <title>Timeline: GitHub Copilot 讲解</title>
      <link>https://skyao.net/learning-ai-agent/timeline/before2022/github-copilot/explanation/</link>
      <pubDate>Mon, 14 Sep 2026 00:00:00 +0000</pubDate>
      
      <guid>https://skyao.net/learning-ai-agent/timeline/before2022/github-copilot/explanation/</guid>
      <description>
        
        
        &lt;h2 id=&#34;这个产品解决了什么问题&#34;&gt;这个产品解决了什么问题&lt;/h2&gt;
&lt;p&gt;&lt;a href=&#34;../../codex/&#34;&gt;Codex&lt;/a&gt; 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：&lt;strong&gt;光标已在文件里，下一行或下一个函数是什么。&lt;/strong&gt; 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。&lt;/p&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;h2 id=&#34;对后续-llm-的影响&#34;&gt;对后续 LLM 的影响&lt;/h2&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;p&gt;「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。&lt;/p&gt;
&lt;h2 id=&#34;对-ai-agent-的影响&#34;&gt;对 AI Agent 的影响&lt;/h2&gt;
&lt;p&gt;时间线把它标成底层能力里的&lt;strong&gt;工程化&lt;/strong&gt;：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。&lt;/p&gt;
&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;2021 技术预览&lt;/th&gt;
&lt;th&gt;后来编码 Agent 多出来的能力&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;当前文件上下文&lt;/td&gt;
&lt;td&gt;仓库、终端、浏览器、issue&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;建议一行 / 一个函数&lt;/td&gt;
&lt;td&gt;多文件补丁、命令、测试&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;人立刻接受或拒绝&lt;/td&gt;
&lt;td&gt;循环中依据测试回执再修改&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;无自主目标&lt;/td&gt;
&lt;td&gt;有任务目标（修复缺陷、实现规格）&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p&gt;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。&lt;/p&gt;

      </description>
    </item>
    
  </channel>
</rss>
