GitHub ने ११ ऑगस्ट रोजी Copilot for JetBrains साठी तीन भागांचे अपडेट रोल आउट केले आहे, ज्यामध्ये “Copilot Memory,” नेटिव्ह Ollama मॉडेल सपोर्ट आणि debug logs मध्ये दिसणारे Codex session receipts समाविष्ट आहेत. या बदलामुळे डेव्हलपर्सना असिस्टंट काय लक्षात ठेवतो, त्याचे inference कुठे चालते आणि त्याच्या कृती कशा रेकॉर्ड केल्या जातात, हे ठरवता येते—ही वैशिष्ट्ये AI-सहाय्यित कोडिंगमधील privacy, latency किंवा auditability बद्दल काळजी करणाऱ्यांसाठी अत्यंत महत्त्वाची आहेत.

नवीन नियंत्रणे का महत्त्वाची आहेत

Copilot for JetBrains हे तेच AI-चालित कोड सजेशन्स (suggestions) JetBrains IDE च्या सुईटमध्ये आणते जे डेव्हलपर्स VS Code मध्ये पाहतात. आतापर्यंत, हे प्लगइन एका black box प्रमाणे काम करायचे: GitHub च्या सर्व्हरद्वारे सजेशन्स तयार केले जात आणि सेशन संपल्यानंतर conversational context काढून टाकला जायचा. नवीन लेयर्समुळे ही एकसंध प्रक्रिया मोडली गेली आहे, ज्यामुळे टीम्स आता प्रत्येक केसनुसार ठरवू शकतात की किती संवाद मेमरीमध्ये राहील, inference स्थानिक मॉडेलवर (local model) हलवायचे की नाही, आणि असिस्टंटची कृती लॉग्समध्ये कशी दिसावी.

Copilot Memory – तुमच्या हिस्ट्रीमध्ये काय राहते

“Copilot Memory” वेगवेगळ्या चॅट विंडोजमध्ये संवादाचे छोटे अंश (snippets) टिकवून ठेवते. जर तुम्ही एका टॅबमध्ये असिस्टंटला एखादा डिझाइन पॅटर्न समजावून सांगण्यास सांगितले आणि नंतर दुसऱ्या टॅबमध्ये त्याचा संदर्भ दिला, तर मॉडेल तो आधीचा संवाद आठवेल. Enterprise admins हे फीचर चालू/बंद करू शकतात, टिकवून ठेवलेल्या डेटाची व्याप्ती मर्यादित करू शकतात किंवा compliance-heavy वातावरणासाठी ते पूर्णपणे बंद करू शकतात.

Ollama integration – मॉडेल कुठे चालते

या अपडेटमध्ये Ollama साठी इन-बिल्ट सपोर्ट जोडला आहे, जो एक open-source मॉडेल सर्व्हर आहे आणि तुम्ही तो on-premises किंवा private cloud मध्ये चालवू शकता. Provider म्हणून Ollama निवडल्यामुळे inference GitHub च्या इन्फ्रास्ट्रक्चरपासून दूर जाते, ज्यामुळे latency कमी होते आणि तुमचा proprietary code तुमच्या नेटवर्कच्या आत राहतो. प्लगइनमध्ये एक साधा सिलेक्टर दिसतो; मूळ मॉडेलची निवड वापरकर्त्याला दिसत नाही.

Codex session receipts – कृती कशा लॉग केल्या जातात

आता प्रत्येक Copilot सजेशन एक “Codex session receipt” तयार करते, जे IDE च्या debug log मध्ये लिहिले जाते. नवीन permission modes मुळे ॲडमिनिस्ट्रेटर हे रिसिप्ट्स रेकॉर्ड, मास्क किंवा वगळू शकतात. हे रिसिप्ट्स execution log म्हणून काम करतात, ज्यामध्ये नेमके कोणते prompts पाठवले गेले, कोणत्या मॉडेलने उत्तर दिले आणि कोणता कोड समाविष्ट केला हे दिसते—जे post-mortem analysis किंवा regulatory audits साठी उपयुक्त आहे.

Enterprise कंट्रोल्स आणि चार-टप्प्यांची चेकलिस्ट

या तीन वैशिष्ट्यांव्यतिरिक्त, हे अपडेट enterprise controls चा विस्तार करते: तुम्ही प्लगइनची उपलब्धता मर्यादित करू शकता, Microsoft Copilot (MCP) सर्व्हरचा प्रवेश रोखू शकता आणि permission-bypass वर्तनाचे सूक्ष्म नियोजन करू शकता. अपडेट लागू करण्यापूर्वी GitHub चार तपासण्यांची शिफारस करते:

  • Memory scope: असिस्टंट कोणता conversational data राखून ठेवू शकतो याची पडताळणी करा.
  • Model source: inference Ollama वर चालणार की डीफॉल्ट क्लाउड सर्व्हिसवर, याची खात्री करा.
  • Permission policy: असिस्टंट काय करू शकतो हे नियंत्रित करणाऱ्या नवीन permission modes चे पुनरावलोकन करा.
  • Execution receipt: प्रत्येक सेशनसाठी लॉग्समध्ये हवी तशी तपशीलवार माहिती कॅप्चर केली जात असल्याची खात्री करा.

तडजोड (The trade-off)

वाढलेली सूक्ष्मता (granularity) सुरक्षा-केंद्रित टीम्सना सक्षम करते, परंतु यामुळे configuration चा भारही वाढतो. ॲडमिन्सना आता तीन स्वतंत्र सेटिंग्ज हाताळाव्या लागतात आणि डेव्हलपर्सना local model latency साठी किंवा मेमरी बंद असताना बदललेल्या suggestion continuity साठी वर्कफ्लोमध्ये बदल करावे लागू शकतात.

थोडक्यात: GitHub चे ११ ऑगस्टचे अपडेट Copilot for JetBrains ला एका साध्या असिस्टंटपासून नियंत्रणीय घटकांच्या सुईटमध्ये रूपांतरित करते, ज्यामुळे संस्था त्यांच्या स्वतःच्या अटींवर convenience, privacy आणि auditability यांचा समतोल राखू शकतात.