三位 Java Champions 分享 GitHub Copilot 提升生产力的实践
Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 分享了在 Hypersistence 等项目中利用 GitHub Copilot 加速开发的具体案例。
#编码
GitHub Blog · AI & MLAI 评分4242
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用会话在 VS Code 中继续使用的教程
GitHub Copilot 支持通过“Open in VS Code”将应用会话无缝迁移至编辑器，保留对话、代码变更及工作树上下文。用户可在 VS Code 中审查代理生成的差异、进行手动编辑并本地运行测试，最后直接推送更新到关联的 Pull Request，实现从自动化生成到人工精修的闭环。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 如何配置自定义指令、技能与 MCP 以适配代码库
GitHub Copilot 通过四种机制让 AI 理解项目规范：仓库级 `.github/copilot-instructions.md` 定义通用约定，`.github/skills` 封装可重复流程，`.github/agents` 提供专项任务指导，MCP 服务器连接外部工具。这些配置使 Copilot 能自动遵循团队标准并扩展能力，无需每次手动解释上下文。
GitHub Blog · AI & ML精选AI 评分6565 GitHub 发布 ReviewBench：面向 AI 代码审查的开源基准
GitHub 推出 ReviewBench，这是一个用于评估 AI 代码审查智能体的开源离线基准。该基准基于对 GitHub 上 1.039 亿个真实 Pull Request 的分析构建，包含涵盖 19 种语言的 219 个代表性 PR，并采用多源黄金集和独立验证机制。
推荐理由：原文公开了基于亿级真实PR构建的代码审查基准，提供了可复现的评估方法以量化AI审查器的精度与召回权衡。
Berkeley AI ResearchAI 评分4242 Berkeley AI Research 提出 ABBEL 框架以优化 LLM 长程交互信念更新
Berkeley AI Research 提出 ABBEL 框架，通过隔离和监督自然语言信念状态来替代递归摘要，解决 LLM 在长程交互中的上下文扩展瓶颈。在 CollabBench 协作编码测试中，ABBEL-rec-BG 将性能差距缩小约 50%，训练步数减少 50%，且峰值 Token 用量显著低于全上下文模型。