首页 > 人工智能 > 人工智能 > 下一个开发者接口是环境智能
AI、智能体、语音和物理控制正在将软件开发从操作工具转向表达意图——并帮助开发者持续专注于构建。

在我职业生涯的大部分时间里,构建软件都始于同样的配置:键盘、鼠标、编辑器、终端、浏览器,以及数量惊人、我肯定以后会看的标签页。工具变了,但关系没有变。像大多数开发者一样,我学习命令、记住快捷键,并让我的思维适应机器。
AI 正在改变这种关系,并不是因为我可以靠提示词写出一些可用的代码。更重要的是,其背后的系统能够理解代码仓库、选择合适的模型、规划工作、使用工具、编辑文件、运行命令、检查失败,并在开发者控制的边界内持续推进。
我们已经让开发者能够描述一个结果,而 GitHub Copilot 可以收集仓库上下文、检查符号和依赖、编辑文件、运行测试并修改实现。在 IDE 中,智能体模式让这一循环保持交互。GitHub Copilot coding agent 可以将一个 issue 带入由 GitHub Actions 驱动的隔离环境,并返回一个 pull request 供审查。这不仅仅是更快的编码。这是从发出命令到让意图可执行的转变。开发者仍然对结果负责,但工作方式已悄然不同。
AI 辅助开发压缩了这一连串事件。我们花更少的时间在工具间导航,更多的时间用于设定方向、提供上下文、定义约束和审查证据。如今的开发工作流关乎理解代码库的结构、客户,以及一个好的解决方案应该是什么感觉。
这让开发者的工作更加重要,也让他们的时间更有价值。它让判断力更有价值。它让品味更有价值。一个智能体可以在你喝完茶之前生成三个实现,但仍然需要有人来决定抽象是否恰当、迁移是否安全、测试是否证明了任何有用的东西,以及结果是否解决了问题。
这是这门手艺中最重要的变化:即使更多机械性工作被委托出去,开发者仍然对结果负责。
那么这对新兴的开发者工作流意味着什么?目标是将 AI 嵌入工作流之中,而不是放在旁边。它更像是一种环境智能。
这需要可移植的上下文。MCP 将智能体连接到工具和服务;仓库指令和技能编码约定;钩子强制执行策略并验证输出。更简单的界面需要在底层有明确的上下文。
我看到三个层次:模态捕获意图;执行框架规划和行动;控制平面让开发者检查、重定向和批准。最好的产品将这三者连接起来,而不放弃控制权。
它们共同让开发者能够在文本、语音和物理控制之间切换,而不丢失上下文。
我和创客社区中的许多人一直在试验环境控制设备,从廉价的可破解相框到带屏幕的 ESP32 设备。智能体编码已经超越了键盘和终端,进入了替代界面。
让这类技术惠及每个人是我非常热衷的事情,因此在过去的 18 个月里,我们一直与 Logitech 合作,研究他们的 MX Keypad 以及它如何帮助这种新的工作方式。
Logitech MX Keypad 将熟悉的开发者操作转化为可编程输入,以加速与开发者工作环境相关且情境化的工作流。在 GitHub Copilot 应用中,一个按键可以提交参数化提示、打开或恢复 Copilot 会话、调用 IDE 命令或触发多步序列。只有当该快捷键消除足够多的摩擦,让你保持在代码中,同时仍给予你控制权时,硬件才物有所值。
当某个操作重复足够频繁,以至于减少几个步骤就能保持专注时,物理控件才有效。并非每个开发者都需要桌上再多一个设备,也并非每次中断都值得一个按键。然而,通过这种体验,开发者决定哪些操作值得该快捷键,以及何时键盘、命令面板或语音更好。保持心流是关键,而好的界面能归还一部分注意力。
GUI 让软件可视化。鼠标让导航更容易。Web 让它互联。移动端让触摸自然。智能体增加了意图和行动。界面现在包括环境控制。
这就是 GitHub 与 Logitech 合作,将 GitHub Copilot 应用直接集成到体验中的原因。开发者可以在控制中运行智能体工作流、映射重复的提示、启动或恢复会话,并通过实际使用决定物理控件是否有助于你保持心流。
这仍处于早期阶段,因此重要的问题是工程问题。智能体应保留多少仓库和组织上下文?哪些工具调用可以自动运行?凭据、网络访问和机密应如何限定范围?变更应附带什么证据?多个智能体如何协调而不重复工作或创建冲突的拉取请求?像 MX Keypad 这样的产品让我们探索该系统的一个实际部分:开发者如何在不失去焦点的情况下调用、引导和恢复智能体工作。
几十年来,开发者学会了与计算机对话:语法、命令、API(应用程序编程接口)、快捷键,以及偶尔从七年前的 issue 评论中复制的咒语。现在计算机越来越擅长与我们半途而遇。最好的界面不会有最多的面板或 AI 按钮。它将理解足够的上下文,保留有意义的控制,并让开道路,以便我们构建重要的软件。
目标不是让开发者远离工作。而是消除工作周围的摩擦。将 MX Keypad 与 GitHub Copilot Pro+ 配对,为开发者提供了一个具体的实验:选择一个重复的中断,将其映射到一个控件,看看它是否保持专注。
如果你想尝试,可以在这里进行,并获得三个月的 GitHub Copilot Pro+。
GitHub Copilot
Logitech MX Keypad
转载声明:本文为转载整理,原文版权归原作者及原站点所有。
原文来源:GitHub Blog
原创地址:https://github.blog/news-insights/company-news/the-next-developer-interface-is-ambient-intelligence/
原文作者:Martin Woodward;如有侵权,请联系管理员删除。