Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

A GitHub szerint sokszor rossz felület az AI-chat

2026. szeptember 24. 22:00Forrás: GitHub
A GitHub szerint sokszor rossz felület az AI-chat
Kép: GitHub

A GitHub szerint a nagy nyelvi modellek használatának elsődleges felülete továbbra is a chat, miközben sok feladathoz célzottabb megoldásra lenne szükség. A GitHub Copilot app canvas funkciója olyan alkalmazásokat hoz létre, amelyekben a felhasználó és az AI-agent közösen dolgozhat.

A lényeg röviden
  • A GitHub szerint a chat sok AI-feladathoz nem megfelelő felület.
  • A canvas a GitHub Copilot appon belül futó, testre szabható alkalmazás.
  • A canvas külső API-kat hívhat és helyben kódot futtathat.
  • A célzott eszközök csökkenthetik az ismételt agenthasználatot.
  • A GitHub fejlesztési munkafolyamatok automatizálására is használja a canv ast.

A chat univerzális, de nem mindig praktikus

A GitHub szeptember 24-én megjelent bejegyzése szerint az AI-kísérlet mindössze három éve tart, ennek ellenére a nagy nyelvi modellekkel való interakció fő felülete még mindig a chat. A vállalat úgy látja, hogy ez azért vált általános megoldássá, mert előre nem lehet tudni, mire szeretnék használni az emberek az AI-t.

A felhasználó azonban rendszerint tisztában van azzal, milyen feladatot akar elvégezni. Ilyenkor a szövegdobozos felület sok esetben nem ideális. A GitHub által idézett Steven Pinker szerint az AI első nagy léptékű megvalósítása egyfajta trükkre, egy első személyű chatbotra épült, miközben az AI-ban nagy lehetőség rejlik, ha feladatorientáltan használják.

A GitHub álláspontja szerint a chat helyett olyan testre szabható felületre lenne szükség, amelyet az adott feladathoz lehet létrehozni. A bejegyzés ezt a megközelítést a GitHub Copilot appban canvasnak nevezi.

A canvas egy alkalmazás a Copiloton belül

A canvas a GitHub Copilot appon belül futó, teljes veremű alkalmazás, amely böngészőfelület nélkül működik. Az agent kapcsolatba léphet az alkalmazás szerveroldalával, a szerver pedig vissza tud kommunikálni vele. Így olyan felület jön létre, amelyre egy hagyományos számítógépes program képes, és amely kétirányú kapcsolatot tart fenn a GitHub Copilot agentjével.

A GitHub egyik példája egy Connect 4 játék létrehozása. Ehhez elegendő megkérni a Copilot appot, hogy készítsen olyan canv ast, amelyben a felhasználó játszhat, a canvas kommunikálhat az agenttel, az agent pedig vezérelheti a felületet. A bejegyzés szerzője a GPT-5.6 Sol és GPT-5.6 Luna ellen is kipróbálta a játékot.

Mivel a canvasok nem pusztán weboldalak, külső API-kat is hívhatnak, és helyben kódot is futtathatnak a felhasználó számítógépén. A bemutatott példák között szerepel egy Winget-felület, amellyel a rendszerleíró csomagjai böngészhetők, valamint helyi csomagok telepíthetők és eltávolíthatók.

A célzott eszköz kiválthatja az ismételt chatelést

A GitHub szerint a chat elsődleges felületként arra ösztönöz, hogy az agentet minden feladatra használjuk. Ez a vállalat megfogalmazása szerint gyakran pusztán tokenpazarlás. Hatékonyabb lehet, ha az agent egyszer létrehoz egy eszközt, amelyben a későbbi műveletek már szabadon elvégezhetők.

A bejegyzés további példaként említi az SQLite-adatbázisok kezelésére létrehozott canv ast. Ebben a felhasználó közvetlenül dolgozhat az adatbázissal, akár kódkiegészítési támogatással is. A GitHub egy Jekyll-blogbejegyzések írására szolgáló, Windows Live Writer által ihletett felületet is bemutat.

Az ilyen eszközöknél az AI nem feltétlenül végzi el minden alkalommal a teljes feladatot. A canvas inkább olyan célzott kezelőfelületet ad, amelyben a felhasználó közvetlenül dolgozhat, miközben az agenttel továbbra is kapcsolatban marad.

A fejlesztési munkafolyamat automatizálása

A GitHub a canv asok legfontosabb felhasználási területét a fejlesztési munkafolyamatok automatizálásában látja. A bejegyzés szerzője saját folyamatát öt lépésben írja le: kutatás, prototípus készítése, tervezés, megvalósítás, iteráció, majd véglegesítés.

Hagyományosan minden szakaszban szükség van arra, hogy a fejlesztő a billentyűzetnél legyen, megtekintse a prototípusokat, irányítsa a munkát, és továbblépjen a következő fázisba. A GitHub szerint azonban az agent képes kutatást és prototípusokat készíteni, majd jelezni, amikor elkészült az emberi ellenőrzéshez.

A vállalat nem állítja, hogy a bemutatott munkafolyamat mindenkinek követendő vagy tökéletes. Azt viszont hangsúlyozza, hogy a chatfelület korlátozhatja annak felismerését, miként lehet valós problémákat megoldani agentekkel. A GitHub szerint egy egyszerűbb, például SQLite-alapú canvas egyetlen lépésben is létrehozható, míg a munkafolyamat automatizálásához bemutatott megoldás megtervezése és finomítása egy nap nagy részét igényelte.

Kapcsolódó hírek

A Cloudflare OS vállalati munkateret ad az ügynököknek
Termékek és eszközök2026. október 1. 15:00

A Cloudflare OS vállalati munkateret ad az ügynököknek

A Cloudflare megnyitotta a teljesen kezelt Cloudflare OS várólistáját. A vállalat ügynöki munkateret kínál, amely a cég adataihoz és rendszereihez kapcsolódhat, miközben…

A Cloudflare OS céges AI-munkateret kínál, menedzselt formában
Termékek és eszközök2026. október 1. 15:00

A Cloudflare OS céges AI-munkateret kínál, menedzselt formában

A Cloudflare megnyitotta a várólistát a teljes körűen menedzselt Cloudflare OS-telepítésekhez. A vállalat szerint a rendszer olyan AI-munkateret ad minden szervezeti…

A JetBrains Air több AI-ügynök munkáját hozza egy IDE-be
Termékek és eszközök2026. október 1. 14:42

A JetBrains Air több AI-ügynök munkáját hozza egy IDE-be

Megnyílt a JetBrains Air korai hozzáférési programja, amely több AI-ügynök párhuzamos használatát és felügyeletét teszi lehetővé a JetBrains IDE-kben. Az Air plugin…