•7 phút đọc
Phát triển hướng tác nhân với GitHub Copilot: Một kỷ nguyên mới trong hợp tác phần mềm
Tôi đã dùng Copilot từ bản xem trước kỹ thuật. Hồi đó, nó giống như một tính năng tự động hoàn thành thông minh (một trò ảo thuật ấn tượng, nhưng tôi sẽ không dùng nó để xây dựng thứ gì quan trọng). Mọi thứ thay đổi nhanh hơn tôi mong đợi.
Điều tôi không ngờ tới là quy trình làm việc lại thay đổi nhiều đến vậy. Không chỉ là "AI viết code cho tôi", mà là một cách tư duy hoàn toàn khác về vòng lặp phát triển: lập kế hoạch, tạo, xem xét, tin tưởng. Lặp lại.
Audio Briefing• Voice: Google Cloud vi-VN-Neural2-A
0:00 / --:--
Interactive Dev Tool
100% Client-Side & PrivateAI CLI & Terminal Output Cleaner
Strip ANSI colors, prompts, spinners & code fences from copied logs
Sanitize copied terminal logs, AI agent CLI outputs, and shell commands. Strip ANSI color codes, $ prompts, code fences, line numbers, and spinners.
Strip ANSICLI CleanerLog SanitizerOne-Click Copy
Sự thay đổi
Mục tiêu không phải là tự động hóa vì lợi ích của nó. Mà là để máy tính xử lý những phần mã hóa mang tính cơ học để bạn có thể dành năng lượng cho những phần không phải như vậy.
Cách tôi thực sự sử dụng nó
Sai lầm lớn nhất mà tôi thấy mọi người mắc phải là coi Copilot như một công cụ tìm kiếm: gõ một bình luận mơ hồ và hy vọng nó đoán đúng. Điều đó đôi khi hiệu quả, nhưng không đáng tin cậy. Cách tiếp cận tốt hơn gồm ba điều:
- Viết kế hoạch trước. Trong bảng trò chuyện, mô tả những gì bạn muốn trong một đoạn văn. Chế độ
/planhữu ích ở đây. Khi cách tiếp cận đã hợp lý, hãy để Copilot triển khai các phần. - Giữ ngữ cảnh chặt chẽ. Mô hình hoạt động tốt nhất khi các tệp liên quan đang mở và hàm bạn đang viết có đầu vào và đầu ra rõ ràng. Nếu bạn nhảy giữa năm tệp, Copilot sẽ mất dấu.
- Xem xét như bạn xem xét một PR từ một nhà phát triển mới. Mã thường đúng. Các trường hợp biên là những gì nó bỏ sót. Hãy kiểm tra những trường hợp đó.
Sử dụng SDK
Copilot hiện có SDK mở rộng. Nó cho phép bạn xây dựng các tác nhân tùy chỉnh với quyền truy cập vào các công cụ và quy ước của dự án. Thời gian thiết lập sẽ được đền đáp ngay lần đầu tiên bạn tự động hóa một tác vụ lặp đi lặp lại cụ thể cho codebase của mình.
Hãy chi tiết
Các lời nhắc ngắn tạo ra mã chung chung. Viết vài câu về những gì bạn đang xây dựng, các ràng buộc và các mẫu bạn ưu tiên. Chất lượng đầu ra sẽ tăng lên đáng kể.
Giữ nhà cửa sạch sẽ
Điều này quan trọng hơn bất kỳ kỹ thuật nhắc nhở nào. Nếu mã của bạn lộn xộn, Copilot sẽ tạo ra mã lộn xộn theo cùng một phong cách. Tái cấu trúc mạnh mẽ, đặt tên rõ ràng, và trợ lý AI của bạn sẽ làm theo.
Tin tưởng nhưng phải kiểm tra (Thực ra, kiểm tra quy trình)
Ban đầu tôi đã lãng phí thời gian để nghi ngờ mọi gợi ý. Sau đó tôi nhận ra: nếu bộ kiểm thử bắt được mã xấu, và quy trình xem xét bắt được các mẫu xấu, thì điều đúng đắn cần làm là tin tưởng AI và kiểm tra bằng công cụ. Khi có gì đó lọt qua, hãy sửa hàng rào bảo vệ, chứ không phải lời nhắc.
Vòng lặp hiện tại của tôi
- Lập kế hoạch bằng ngôn ngữ tự nhiên.
- Copilot tạo ra phần triển khai.
- Các bài kiểm thử đơn vị chạy tự động.
- Tôi xem xét sự khác biệt như bất kỳ PR nào.
- Nếu có gì đó bị hỏng, tôi thêm một bài kiểm thử cho nó.
Những gì tôi đã học được
- Những thói quen giúp bạn trở thành một đồng đội tốt (giao tiếp rõ ràng, ghi chép, đặt kỳ vọng) cũng giúp bạn làm việc tốt với Copilot.
- Coi AI như một thực tập sinh đã đọc toàn bộ internet nhưng không có ngữ cảnh dự án. Cung cấp ngữ cảnh cho nó, xem xét công việc của nó và đừng đổ lỗi cho nó khi quy trình thất bại.
- Các codebase sạch sẽ mang lại kết quả tốt hơn đáng kể. Nếu bạn không thể nhận được gợi ý tốt từ Copilot, điều đầu tiên cần sửa không phải là lời nhắc, mà là mã.
Advertisement
Bạn cũng có thể thích
- Chạy Mô hình AI Cục bộ với Ollama: Hành trình từ Hóa đơn Máy chủ đến Phát triển Ưu tiên Quyền riêng tư
- vLLM vs Ollama: Thông lượng LLM cục bộ & Điểm chuẩn GPU
- Giải mã suy đoán trong vLLM: Tăng gấp ba thông lượng suy luận LLM với Eagle & Medusa
- Giải mã suy đoán trong vLLM: Medusa, EAGLE & Suy đoán đa token để tăng tốc độ suy luận lên 2,5 lần
Câu hỏi thường gặp
Tính năng hoàn thành mã nội tuyến dự đoán các chuỗi token ngay xung quanh con trỏ của bạn. Chế độ Copilot Agent hoạt động trên toàn bộ không gian làm việc: nó diễn giải các tác vụ ngôn ngữ tự nhiên, kiểm tra các tệp dự án, chạy các lệnh không gian làm việc (như linters và bộ kiểm thử), phân tích lỗi và chỉnh sửa nhiều tệp một cách tự động.
Copilot Workspace lấy một GitHub Issue, kiểm tra các tệp kho lưu trữ liên quan, tạo một đặc tả chính thức và kế hoạch triển khai từng bước, thực hiện các sửa đổi mã trong một container tạm thời và mở một pull request có thể kiểm toán để nhà phát triển xem xét.
Bằng cách tạo một tệp .github/copilot-instructions.md tại thư mục gốc của kho lưu trữ, các nhóm xác định các hướng dẫn cố định. Copilot tự động tải các hướng dẫn này vào mọi lời nhắc, thực thi các quy ước TypeScript, các API bị cấm, các mẫu kiến trúc và các framework kiểm thử ưu tiên.
Cấu hình một tệp .copilotignore ở cấp gốc hoặc cấp thư mục. Copilot sẽ bỏ qua hoàn toàn các tệp phù hợp (chẳng hạn như tệp .env, chứng chỉ riêng tư hoặc mô-đun thuật toán độc quyền), ngăn chúng được truyền hoặc lập chỉ mục để lấy ngữ cảnh.
Dựa vào các cổng CI tự động thay vì kiểm tra từng dòng thủ công. Yêu cầu biên dịch TypeScript nghiêm ngặt, độ bao phủ kiểm thử đơn vị cao và kiểm tra phân tích tĩnh. Tập trung xem xét mã của con người vào các ranh giới bảo mật kiến trúc, các trường hợp biên và tính toàn vẹn của logic nghiệp vụ.
Chia sẻ bài viết:
Tiện ích lập trình viên
Công cụ lập trình trực tiếp trên trình duyệt
Làm sạch log AI CLI, tạo biểu thức cron, giải mã JWT và tính quyền chmod offline.
Advertisement
Bài viết liên quan
ai
Cách tôi thực sự sử dụng ChatGPT, Claude và Gemini cho công việc phát triển
Một cái nhìn trung thực của nhà phát triển về ChatGPT, Claude và Gemini: mỗi công cụ giúp ích ở đâu, cản trở ở đâu và cách chọn công cụ phù hợp cho từng tác vụ.
Đọc tiếp
ai
Các AI Agent trong Kỹ thuật Phần mềm: Các Mô hình Kiến trúc Thực sự Hiệu quả
Vượt ra ngoài các copilot đến các agent tự động: vòng lặp gọi công cụ, tích hợp MCP, kiến trúc bộ nhớ, phối hợp đa agent và các giới hạn an toàn mà mọi nhóm kỹ thuật cần xác định trước khi triển khai agent.
Đọc tiếp
ai
Cursor vs Claude Code: Công cụ AI viết code nào sẽ thực sự thắng thế vào năm 2026?
Sau nhiều tháng sử dụng cả hai công cụ trong các dự án thực tế, đây là điều thực sự quan trọng: không phải điểm chuẩn, không phải tính năng, mà là cách mỗi công cụ thay đổi gánh nặng tinh thần hàng ngày của bạn với tư cách là một nhà phát triển.
Đọc tiếp