GitHub a déployé une mise à jour en trois volets pour Copilot pour JetBrains le 11 août, ajoutant « Copilot Memory », le support natif des modèles Ollama et des reçus de session Codex qui apparaissent dans les journaux de débogage. Ce changement permet aux développeurs de décider de ce que l'assistant mémorise, de l'endroit où son inférence s'exécute et de la manière dont ses actions sont enregistrées — des fonctionnalités cruciales pour quiconque se soucie de la confidentialité, de la latence ou de l'auditabilité dans le codage assisté par l'IA.

Pourquoi ces nouveaux contrôles sont importants

Copilot pour JetBrains apporte les mêmes suggestions de code pilotées par l'IA que celles que les développeurs voient dans VS Code à la suite d'IDE JetBrains. Jusqu'à présent, le plugin se comportait comme une boîte noire : les serveurs de GitHub généraient des suggestions et abandonnaient le contexte conversationnel après la session. Les nouvelles couches brisent ce monolithe, permettant aux équipes de choisir, au cas par cas, quelle quantité d'interactions reste en mémoire, s'il faut déporter l'inférence vers un modèle local et comment faire apparaître l'activité de l'assistant dans les journaux.

Copilot Memory – Ce qui reste dans votre historique

« Copilot Memory » conserve des extraits de conversation à travers différentes fenêtres de chat. Demandez à l'assistant d'expliquer un design pattern dans un onglet et référez-y plus tard dans un autre, et le modèle se souviendra de l'échange précédent. Les administrateurs d'entreprise peuvent activer ou désactiver cette fonctionnalité, limiter la portée des données conservées ou la couper entièrement pour les environnements soumis à de fortes contraintes de conformité.

Intégration d'Ollama – Où le modèle s'exécute

La mise à jour ajoute un support intégré pour Ollama, un serveur de modèles open source que vous pouvez exécuter sur site ou dans un cloud privé. En sélectionnant Ollama comme fournisseur, l'inférence est déportée hors de l'infrastructure de GitHub, ce qui réduit la latence et maintient le code propriétaire à l'intérieur de votre réseau. Le plugin affiche un sélecteur simple ; le choix du modèle sous-jacent reste invisible pour l'utilisateur.

Reçus de session Codex – Comment les actions sont journalisées

Chaque suggestion de Copilot génère désormais un « reçu de session Codex » écrit dans le journal de débogage de l'IDE. De nouveaux modes de permission permettent aux administrateurs d'enregistrer, de masquer ou d'omettre ces reçus. Les reçus agissent comme un journal d'exécution, montrant exactement quels prompts ont été envoyés, quel modèle a répondu et quel code a été inséré — ce qui est utile pour les analyses post-mortem ou les audits réglementaires.

Réglages d'entreprise et liste de contrôle en quatre étapes

Au-delà des trois fonctionnalités, la mise à jour étend les contrôles d'entreprise : vous pouvez restreindre la disponibilité du plugin, bloquer l'accès au serveur Microsoft Copilot (MCP) et affiner le comportement de contournement des permissions. GitHub recommande quatre vérifications avant de déployer la mise à jour :

  • Périmètre de la mémoire : Vérifiez quelles données de conversation l'assistant peut conserver.
  • Source du modèle : Confirmez si l'inférence s'exécutera sur Ollama ou sur le service cloud par défaut.
  • Politique de permissions : Passez en revue les nouveaux modes d'autorisation régissant les actions de l'assistant.
  • Reçu d'exécution : Assurez-vous que les journaux capturent le niveau de détail souhaité pour chaque session.

Le compromis

La granularité ajoutée donne plus de contrôle aux équipes axées sur la sécurité, mais elle crée également une surcharge de configuration. Les administrateurs doivent désormais jongler avec trois paramètres indépendants, et les développeurs pourraient devoir ajuster leurs flux de travail en fonction de la latence du modèle local ou de la continuité modifiée des suggestions lorsque la mémoire est désactivée.

L'essentiel : La mise à jour du 11 août de GitHub transforme Copilot pour JetBrains, passant d'un assistant monolithique à une suite de composants contrôlables, permettant aux organisations d'équilibrer commodité, confidentialité et auditabilité selon leurs propres besoins.