2026. szeptember 5., szombat · Eszközök

GitHub Copilot kódellenőrzés minden Azure DevOps ügyfélnek elérhető

Microsoft minden Azure DevOps ügyfél számára megnyitotta a GitHub Copilot kódellenőrzési funkcióját, megszüntetve a június óta érvényben lévő regisztrációs korlátozást. A funkció automatikusan megjegyzéseket fűz a pull requestekhez, a felhasznált tokenek alapján a kapcsolt Azure-előfizetésen keresztül számláz, a költségjelentés viszont két nappal a tényleges felhasználás után válik elérhetővé. Microsoft közleménye szerint évekig a GitHub-ra való migrálásra ösztönözte ügyfeleit, de sok szervezet mérete, testreszabásai vagy megfelelőségi kötelezettségei miatt nem tud váltani, ezért hozzák el a GitHub-funkciókat az Azure Repos-hoz. Az augusztusi frissítés szervezeti, projekt- és tárolószintű beállításokat, Managed DevOps Pools támogatást, egyedi utasításokat és ágpolitika-alapú automatikus felülvizsgálatokat is tartalmaz.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

A lépés megmutatja, hogy a Microsoft tartósan párhuzamosan támogatja az AI-fejlesztői eszközöket a GitHub-migrációt elkerülő Azure Repos-ügyfeleknél is, ami közvetlen költség- és funkcióhatással jár rájuk nézve.

Források

InfoQ AI

Kapcsolódó témák

Napi összefoglalók AI eszközök #GitHub Copilot#Azure DevOps

Napi összefoglaló

Ez a hír a 2026. szeptember 5., szombat napi AI összefoglaló része.

Kapcsolódó hírek

A GitHub Rustra migrálta a Copilot futtatókörnyezetét AI-asszisztált átírással

A GitHub a Copilot CLI, a Copilot alkalmazás és a Copilot SDK mögötti futtatókörnyezetet TypeScript/Node.js helyett Rustra migrálta, a vállalat állítása szerint több mint 800 ezer sornyi produkciós kódot cserélve le AI-asszisztált átírással. A GitHub közlése szerint a migráció mintegy 14,5 hétig tartott, 128 pull requesten és 135 kiadáson (35 stabil, 100 előzetes) keresztül, miközben a szolgáltatás futott. A cég szerint egy mért indítási-munkamenet-forgatókönyv 5,25 másodpercről 292 ezredmásodpercre gyorsult, ha a Rust-futtatókörnyezetet közvetlenül a folyamatba ágyazták, mivel a korábbi Node.js/V8-alapú megoldás folyamathatáron kommunikált és kliensenként kb. 100 MB memóriát igényelt. Augusztus 21-re a kódbázis 832 378 sor produkciós Rust kódot és 468 689 sor Rust unit tesztet tartalmazott, a GitHub szerint 4478 cargo check futásból 87,1% hiba nélkül lezárult. A közösségi visszhang szerint az AI-asszisztált migrációk ellenőrzése komoly kihívás, különösen a megszakítás, újrapróbálkozás és visszanyomás (backpressure) jellegű viselkedések esetében, amelyeket puszta fordítási siker nem igazol.

GitHub Copilot új kutatási előnézete: HydraFusion több modellt kombinál

A GitHub bemutatta a Project HydraFusiont, a GitHub Copilot kutatási előnézetét, amely a vállalat állítása szerint futásidőben, több szolgáltató modelljét kombinálva építi fel a kódolási feladatok végrehajtási tervét. A rendszer a feladat komplexitása alapján három mintázat közül választ: egyetlen modell önálló futtatása, kaszkád (gyengébb modell tervezete, majd minőségi kapu alapján erősebb modellre eszkalálás), illetve kritika (egy másik modellcsaládból származó, csak olvasási jogú bíráló véleményezi a tervezetet, amit az eredeti modell egyszeri javítással dolgoz fel). A GitHub szerint öt alapelv biztosítja a megbízhatóságot: teljes költségkövetés, időkorlátos végrehajtás, elkülönített, eszközhasználat nélküli bírálati lépés, hibatűrő alkalmazási logika és a modellek elérhetőségének előzetes ellenőrzése. A cég állítása szerint kontrollált, offline teszteken három ügynöki kódolási benchmarkon a szelektív futásidejű munkafolyamatok elérték vagy meghaladták az alapmodellek teljesítményét, konkrét számszerű eredményt azonban a forrás nem közöl.

Az AWS folyamatos minőségellenőrzést épített AI-ügynökei alá

Az AWS saját blogbejegyzésében bemutatja, hogyan épített folyamatos minőségellenőrző keretrendszert AI-ügynökei számára az Amazon Bedrock AgentCore segítségével. A vállalat belső rendszerében eladók és értékesítési vezetők egyszerű nyelvű kérdéseket tehetnek fel az Amazon Quick felületén, a háttérben pedig több specializált alügynök dolgozik, köztük a Performance Insights, a Customer Insights és a Data Insights Agent. Az AWS szerint a bevezetés előtti tesztelés során a Customer Insights Agent egy 410,08 dolláros háromhavi bevételt „410,08 millió dollárként” jelentett, korrekciók nélküli bevételt tüntetett fel korrekciós adatként, saját számításait forrásból származó tényként mutatta be, és olyan éves ismétlődő bevétel-becslést adott, amely egyáltalán nem szerepelt az adatokban. A cég kiemeli, hogy ezek alatt a futások alatt a monitoring rendszer végig zöld állapotot jelzett, vagyis csak azt mutatta, hogy a rendszer válaszolt, nem azt, hogy a válasz helyes volt.

AI-ügynökök a bináris kódfejtésben: bemutatkozott a Reverse Engineer Anything

A Reverse Engineer Anything (REA) nyílt forráskódú projekt, amely a fejlesztők szerint MCP-szervereken keresztül köti össze a Claude Code és a Codex kódoló AI-ügynököket olyan visszafejtő eszközökkel, mint a Ghidra, a Hopper és az IDA. A projekt a GitHub-oldala szerint helyben fut, nem állítja, hogy visszaállítja az eredeti forráskódot, viszont lehetővé teszi függvényhívások nyomon követését és JavaScript, Electron, illetve.NET alkalmazások statikus elemzését. A bemutató példák közt szerepel a Notion Electron-alapú vágólap-kezelésének feltérképezése, valamint a DX-Ball játék hangpásztázó funkciójának rekonstrukciója, amely a projekt állítása szerint mind a 3205 eredeti x86 tesztesetre, mind a 63 lefordított függvénybájtra illeszkedik. A Hacker News fórumán egyes felhasználók vitatják, mi a projekt valódi hozzáadott értéke a Ghidra önálló AI-ügynökös használatához képest, mások viszont jobb eredményekről számolnak be korábbi próbálkozásaikhoz képest. A Redditen független fejlesztők aggodalmukat fejezték ki, hogy az AI-asszisztált visszafejtés megkönnyítheti játékaik és alkalmazásaik másolását, illetve fizetős funkcióik megkerülését.