微软正通过 Visual Studio 2026 Insiders 渠道提供 GitHub Copilot 的 C++ 代码编辑工具早期访问版本。据微软介绍,这些 C++ 工具能够让 GitHub Copilot 超越文件搜索功能,实现更强的上下文感知重构能力,支持跨多个文件和代码段的修改。
公开版本已于 12 月 16 日正式发布,相关博客还提供了工具的使用指导。此前,GitHub Copilot 的 C++ 代码编辑工具已于 11 月 12 日开始私人预览。
微软表示,这些 C++ 代码编辑工具能够为项目中的任何符号提供丰富的上下文信息,使 Copilot 智能体模式能够查看代码库中的所有引用,理解类型、作用域和声明等元数据,可视化类继承层次结构,并追踪函数调用链。这些功能帮助 Copilot 以更高的准确性和速度完成复杂的 C++ 编辑任务。
未来发展计划
微软计划将 C++ 编辑工具的支持扩展到其他 GitHub Copilot 界面,如 Visual Studio Code,进一步增强 C++ 的智能体驱动编辑能力。此外,微软正在寻求用户反馈以改进 C++ 工具体验。用户可以通过 Visual Studio 反馈图标报告问题或提出改进建议。
Q&A
Q1:GitHub Copilot 的 C++ 代码编辑工具有什么特殊功能?
A:这些工具能够为项目中的任何符号提供丰富的上下文信息,使 Copilot 智能体模式能够查看代码库中的所有引用,理解类型、作用域和声明等元数据,可视化类继承层次结构,并追踪函数调用链。这些功能让 Copilot 能够进行跨多个文件的上下文感知重构。
Q2:如何获得 GitHub Copilot C++ 编辑工具?
A:目前可以通过 Visual Studio 2026 Insiders 渠道获得早期访问版本。公开版本已于 12 月 16 日发布,微软在相关博客中提供了详细的使用指导。
Q3:微软对 C++ 编辑工具有什么未来计划?
A:微软计划将 C++ 编辑工具的支持扩展到其他 GitHub Copilot 界面,如 Visual Studio Code,以进一步增强 C++ 的智能体驱动编辑能力。同时,微软正在收集用户反馈以持续改进工具体验。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。