GitHub hat am 11. August ein dreiteiliges Update für Copilot für JetBrains veröffentlicht, das „Copilot Memory“, native Unterstützung für Ollama-Modelle und Codex-Sitzungsbelege (Codex session receipts), die in den Debug-Logs erscheinen, hinzufügt. Die Änderung ermöglicht es Entwicklern zu entscheiden, woran sich der Assistent erinnert, wo seine Inferenz stattfindet und wie seine Aktionen protokolliert werden – Funktionen, die für jeden wichtig sind, der Wert auf Datenschutz, geringe Latenz oder Auditierbarkeit beim KI-gestützten Codieren legt.

Warum die neuen Steuerelemente wichtig sind

Copilot für JetBrains bringt dieselben KI-gestützten Code-Vorschläge in die JetBrains-IDE-Suite, die Entwickler auch in VS Code sehen. Bisher verhielt sich das Plugin wie eine Blackbox: Die Server von GitHub generierten Vorschläge und verworfen den Konversationskontext nach der Sitzung. Die neuen Ebenen brechen diesen Monolithen auf und ermöglichen es Teams, fallweise zu entscheiden, wie viel Interaktion im Speicher bleibt, ob die Inferenz an ein lokales Modell ausgelagert wird und wie die Aktivitäten des Assistenten in den Logs angezeigt werden.

Copilot Memory – Was in Ihrem Verlauf bleibt

„Copilot Memory“ speichert Gesprächsausschnitte über verschiedene Chat-Fenster hinweg dauerhaft. Wenn Sie den Assistenten in einem Tab bitten, ein Entwurfsmuster zu erklären, und später in einem anderen darauf Bezug nehmen, wird das Modell den früheren Austausch abrufen können. Enterprise-Administratoren können diese Funktion aktivieren, den Umfang der gespeicherten Daten einschränken oder sie in Umgebungen mit hohen Compliance-Anforderungen vollständig deaktivieren.

Ollama-Integration – Wo das Modell läuft

Das Update fügt eine integrierte Unterstützung für Ollama hinzu, einen Open-Source-Modellserver, den Sie On-Premises oder in einer privaten Cloud betreiben können. Die Auswahl von Ollama als Anbieter verlagert die Inferenz weg von der Infrastruktur von GitHub, was die Latenz verringert und proprietären Code innerhalb Ihres Netzwerks hält. Das Plugin zeigt einen einfachen Selektor an; die zugrunde liegende Modellwahl bleibt für den Benutzer unsichtbar.

Codex-Sitzungsbelege – Wie Aktionen protokolliert werden

Jeder Copilot-Vorschlag generiert nun einen „Codex-Sitzungsbeleg“, der in das Debug-Log der IDE geschrieben wird. Neue Berechtigungsmodi ermöglichen es Administratoren, diese Belege aufzuzeichnen, zu maskieren oder wegzulassen. Die Belege fungieren als Ausführungsprotokoll und zeigen genau an, welche Prompts gesendet wurden, welches Modell geantwortet hat und welcher Code eingefügt wurde – nützlich für Post-Mortem-Analysen oder regulatorische Audits.

Enterprise-Einstellungen und die Vier-Schritte-Checkliste

Über die drei Funktionen hinaus erweitert das Update die Enterprise-Steuerungen: Sie können die Verfügbarkeit des Plugins einschränken, den Zugriff auf den Microsoft Copilot (MCP) Server blockieren und das Verhalten beim Umgehen von Berechtigungen feinabstimmen. GitHub empfiehlt vier Prüfungen vor der Implementierung des Updates:

  • Speicherumfang: Überprüfen Sie, welche Konversationsdaten der Assistent speichern darf.
  • Modellquelle: Bestätigen Sie, ob die Inferenz auf Ollama oder dem standardmäßigen Cloud-Dienst ausgeführt wird.
  • Berechtigungsrichtlinie: Überprüfen Sie die neuen Berechtigungsmodi, die festlegen, was der Assistent tun darf.
  • Ausführungsbeleg: Stellen Sie sicher, dass die Protokolle den gewünschten Detailgrad für jede Sitzung erfassen.

Die Abwägung

Die zusätzliche Granularität stärkt sicherheitsorientierte Teams, führt aber auch zu einem höheren Konfigurationsaufwand. Administratoren müssen nun mit drei unabhängigen Einstellungen jonglieren, und Entwickler müssen möglicherweise ihre Arbeitsabläufe an die Latenz lokaler Modelle oder eine veränderte Kontinuität der Vorschläge anpassen, wenn der Speicher deaktiviert ist.

Fazit: Das Update vom 11. August verwandelt Copilot für JetBrains von einem einspurigen Assistenten in eine Suite aus steuerbaren Komponenten, die es Unternehmen ermöglicht, Komfort, Datenschutz und Auditierbarkeit nach ihren eigenen Vorstellungen auszubalancieren.