GitHub открывает доступ к Copilot Enterprise

Сегодня GitHub объявил о начале общих продаж Copilot Enterprise, версии своего инструмента для дополнения кода и чатбота, ориентированного на разработчиков, для крупных компаний, стоимостью 39 долларов в месяц. Copilot Enterprise включает в себя все функции существующего тарифного плана Business, в том числе возмещение убытков, связанных с защитой интеллектуальной собственности, но при этом расширяет его за счет ряда важных функций для больших команд. Главной из них является возможность ссылаться на внутренний код и базу знаний организации. Copilot теперь также интегрирован с поисковой системой Bing от Microsoft (в настоящее время в бета-версии), и вскоре пользователи также смогут точно настраивать модели Copilot на основе существующей кодовой базы команды.

Таким образом, новые разработчики в команде смогут, например, спросить Copilot, как развернуть образ контейнера в облаке, и получить ответ, учитывающий особенности процесса в их организации. Ведь для многих разработчиков большим препятствием для продуктивной работы является не только непонимание кодовой базы, но и различия в различных процессах — хотя Copilot, конечно, может помочь и с пониманием кода.

Многие команды уже сегодня хранят свою документацию в репозиториях GitHub, что позволяет Copilot довольно легко работать с ней. Более того, как сказал генеральный директор GitHub Томас Домке, поскольку сам GitHub хранит практически все свои внутренние документы в сервисе — и недавно предоставил доступ к этим новым функциям всем своим сотрудникам — некоторые люди начали использовать его и для вопросов, не связанных с инженерией, и стали спрашивать Copilot, например, о правилах отпуска.

Домке рассказал, что клиенты просили о таких функциях для обращения к внутренней информации с самых первых дней существования Copilot. «Многие вещи, которые разработчики делают в организациях, отличаются от того, что они делают дома или в open source, в том смысле, что у организаций есть процесс или определенная библиотека для использования — и у многих из них есть внутренние инструменты, системы и зависимости, которые отличаются от тех, что снаружи», — отметил он.

Что касается интеграции с Bing, Домке отметил, что это будет полезно для того, чтобы спрашивать Copilot о вещах, которые могли измениться с момента первоначального обучения модели (например, библиотеки с открытым исходным кодом или API). На данный момент эта функция доступна только в версии Enterprise, и хотя Домке не стал говорить о том, появится ли она в других версиях, скорее всего GitHub впоследствии перенесет эту возможность и на другие уровни.

Одна из функций, которая, скорее всего, останется корпоративной — отчасти из-за ее дороговизны, — это тонкая настройка, которая будет запущена в ближайшее время. «Мы позволяем компаниям выбрать набор репозиториев в своем GitHub и затем точно настроить модель на этих репозиториях», — объясняет Домке. «Мы абстрагируемся от сложности генеративного ИИ и тонкой настройки и позволяем им использовать свою кодовую базу для создания оптимизированной модели, которая затем используется в сценариях Copilot». Он отметил, что это также означает, что модель не может быть такой актуальной, как при использовании эмбеддингов, навыков и агентов (например, нового агента Bing). Но он говорит, что все это дополняет друг друга, и клиенты, которые уже тестируют эту функцию, отмечают значительные улучшения. Это особенно актуально для команд, работающих с кодовыми базами на языках, которые не так широко используются, как, например, Python и JavaScript, или с внутренними библиотеками, которые не существуют за пределами организации.

Говоря о базовой технологии и о том, куда она движется, Домке отметил, что в настоящее время функция автозавершения работает на GPT 3.5 Turbo. Из-за требований к задержкам GitHub так и не перевел эту модель на GPT 4, но Домке также отметил, что с момента запуска Copilot Business команда обновляла эту модель «более полудюжины раз».

На данный момент не похоже, что GitHub будет следовать модели Google, различающей ценовые уровни в зависимости от размера моделей, которые используют разработчики. «Разные сценарии использования требуют разных моделей. Различные оптимизации — задержка, точность, качество результата, ответственный ИИ — для каждой версии модели играют большую роль в обеспечении этичности, соответствия требованиям и безопасности и не позволяют генерировать код более низкого качества, чем ожидают наши клиенты. Мы будем продолжать идти по этому пути, используя лучшие модели для различных частей опыта Copilot», — сказал Домке.