GitHub Copilot ganha sistema de memória entre agentes
GitHub Copilot recebeu um novo “sistema de memória cruzada” que permite aos seus diferentes agentes de IA aprenderem e reutilizarem conhecimento ao longo de todo o ciclo de desenvolvimento, do primeiro commit à manutenção.
Como funciona a memória cruzada
Em vez de iniciar cada sessão do zero, os agentes — pequenos “bots” especializados em tarefas como codificação, revisão de código e CLI — agora armazenam fatos relevantes do repositório com citações de linhas específicas. A verificação acontece em tempo real: antes de usar qualquer lembrança, o agente checa se o trecho citado ainda existe e está atualizado. Se algo mudou, a informação é corrigida ou descartada, evitando erros de contexto.
Ganho prático para desenvolvedores
Nos testes internos, essa abordagem aumentou em 3 % a precisão e em 4 % o recall das revisões de código automatizadas. Já o agente de codificação elevou a taxa de pull requests aprovadas de 83 % para 90 %, enquanto o feedback positivo em comentários de revisão subiu 2 %. Esses números foram considerados estatisticamente significativos (p = 0,00001), segundo o GitHub.
Segurança e escopo restrito
Cada memória fica confinada ao repositório onde foi criada, respeitando permissões de leitura e escrita. Isso impede o vazamento de informações entre projetos diferentes. Para mitigar riscos de dados obsoletos ou mal-intencionados, o GitHub semeou propositalmente “lembranças falsas” e observou que os agentes conseguiram detectá-las e “autocurar” o banco de memória.
Imagem: Internet
Disponibilidade e próximos passos
A funcionalidade está em fase opt-in no Copilot CLI, no agente de codificação e no agente de revisão. A equipe promete ampliar a adoção e testar novos métodos de priorização de memórias. Mais detalhes podem ser conferidos na cobertura do The Verge, que analisa o impacto da IA colaborativa no desenvolvimento.
Para aprofundar suas leituras sobre tecnologia e melhorar seu ambiente de trabalho ou lazer, visite a página inicial do Games In e descubra outros conteúdos sobre setups de alta performance.
Crédito da imagem: GitHub Fonte: GitHub
