Я БОЛЬШЕ НЕ ОТКРЫВАЮ IDE. GitHub Copilot делает ВСЁ
Многие до сих пор думают, что GitHub Copilot — это просто автодополнение кода в IDE. На самом деле GitHub уже превратился в полноценную платформу разработки. В этом видео я показываю, как: – использовать Copilot прямо на GitHub, без VS Code – запускать параллельные AI-сессии – работать с кастомными AI-агентами – делегировать задачи через Issues и Pull Requests – и даже управлять кодом с телефона По сути, GitHub стал моей IDE, а Copilot — целой AI-командой. Если ты всё ещё используешь Copilot только как автокомплит — ты увидишь, насколько больше он умеет. [00:00] — Введение. Антон рассказывает о своем новом подходе к разработке (AI-first), который позволяет писать код прямо в GitHub, даже с мобильного телефона. [00:37] — Облачные агенты GitHub. Обзор работы AI-агентов, которые подключены к репозиторию и могут выполнять конкретные задачи через промпты. [00:55] — Кастомные агенты. Как создавать своих агентов через Markdown-файлы в папке .github/agents. Примеры агентов: для обновления зависимостей, актуализации документации, ревью бэкенда/фронтенда. [01:41] — Демонстрация работы с агентом. Запуск сессии Copilot прямо в браузере: постановка задачи на объяснение авторизации и генерацию тестов. [03:00] — GitHub Mobile. Использование мобильного приложения для постановки задач, ревью кода и контроля процесса разработки в любом месте. [03:38] — Постановка задач через GitHub Issues. Как назначать GitHub Copilot исполнителем задачи в Issue и как он реагирует на комментарии. [04:50] — Работа в Pull Request. Пример того, как агент исправляет код, описывает изменения и вносит правки после комментариев пользователя [05:49]. [07:08] — Интерфейс агентских сессий. Процесс работы агента «под капотом»: установка окружения, чтение документации и существующего кода. [07:58] — Пример написанного кода. Разбор тестов, созданных агентом на основе внутренних инструкций проекта. [08:50] — Автоматизация ревью. Идея того, чтобы агент ревьюил сам себя перед финальной проверкой человеком. [10:05] — Важность документации. Почему для качественной работы AI нужно много хорошо написанных инструкций. [10:38] — Смена мышления. Размышления автора о том, почему больше не нужно писать код руками и как один разработчик может заменить целую команду. [12:04] — Заключение. Итоги и призыв подписываться на канал.
Многие до сих пор думают, что GitHub Copilot — это просто автодополнение кода в IDE. На самом деле GitHub уже превратился в полноценную платформу разработки. В этом видео я показываю, как: – использовать Copilot прямо на GitHub, без VS Code – запускать параллельные AI-сессии – работать с кастомными AI-агентами – делегировать задачи через Issues и Pull Requests – и даже управлять кодом с телефона По сути, GitHub стал моей IDE, а Copilot — целой AI-командой. Если ты всё ещё используешь Copilot только как автокомплит — ты увидишь, насколько больше он умеет. [00:00] — Введение. Антон рассказывает о своем новом подходе к разработке (AI-first), который позволяет писать код прямо в GitHub, даже с мобильного телефона. [00:37] — Облачные агенты GitHub. Обзор работы AI-агентов, которые подключены к репозиторию и могут выполнять конкретные задачи через промпты. [00:55] — Кастомные агенты. Как создавать своих агентов через Markdown-файлы в папке .github/agents. Примеры агентов: для обновления зависимостей, актуализации документации, ревью бэкенда/фронтенда. [01:41] — Демонстрация работы с агентом. Запуск сессии Copilot прямо в браузере: постановка задачи на объяснение авторизации и генерацию тестов. [03:00] — GitHub Mobile. Использование мобильного приложения для постановки задач, ревью кода и контроля процесса разработки в любом месте. [03:38] — Постановка задач через GitHub Issues. Как назначать GitHub Copilot исполнителем задачи в Issue и как он реагирует на комментарии. [04:50] — Работа в Pull Request. Пример того, как агент исправляет код, описывает изменения и вносит правки после комментариев пользователя [05:49]. [07:08] — Интерфейс агентских сессий. Процесс работы агента «под капотом»: установка окружения, чтение документации и существующего кода. [07:58] — Пример написанного кода. Разбор тестов, созданных агентом на основе внутренних инструкций проекта. [08:50] — Автоматизация ревью. Идея того, чтобы агент ревьюил сам себя перед финальной проверкой человеком. [10:05] — Важность документации. Почему для качественной работы AI нужно много хорошо написанных инструкций. [10:38] — Смена мышления. Размышления автора о том, почему больше не нужно писать код руками и как один разработчик может заменить целую команду. [12:04] — Заключение. Итоги и призыв подписываться на канал.