hariri.ch
Prenez contact

Actualités Tech

GitHub Copilot : comprendre la nouvelle application, les agents et le choix des modèles

7 min de lecture

Illustration abstraite de plusieurs flux de travail logiciels convergeant vers un espace central d’agents d’intelligence artificielle.

Une application pensée autour des sessions d’agents

GitHub Copilot évolue d’un assistant intégré à l’éditeur vers un environnement où une tâche peut être suivie de bout en bout. L’application GitHub Copilot permet de démarrer une session depuis une issue, un prompt ou une pull request déjà en cours. La session peut ensuite être reliée à un dépôt GitHub ou à un dossier présent sur la machine locale. Copilot dispose ainsi du code et des fichiers nécessaires à la tâche demandée.

Cette distinction est importante : le point de départ n’est plus nécessairement une ligne de code dans un éditeur. Une demande peut prendre la forme d’un problème déjà décrit dans une issue, d’une instruction libre ou d’une contribution existante à examiner. Le développeur conserve toutefois un espace de travail identifiable, associé aux fichiers et au contexte choisis.

L’application est disponible sur macOS, Windows et Linux. GitHub indique qu’elle peut être utilisée avec n’importe quel forfait Copilot ou avec sa propre clé d’accès à un modèle. Le forfait gratuit inclut l’application ainsi que 2 000 complétions par mois. Les offres Copilot Pro et Pro+ sont indiquées respectivement à 10 USD et 39 USD par utilisateur et par mois.

Du prompt à la validation du changement

L’application ne se limite pas à envoyer une consigne à un modèle. Elle intègre une boucle de validation qui permet d’inspecter les différences produites, de prévisualiser le résultat dans un navigateur intégré, d’exécuter des vérifications dans le terminal et de fusionner une pull request depuis la session.

Dans la pratique, cette boucle rapproche les étapes de génération et de contrôle. Le développeur peut examiner le diff avant de retenir une modification, lancer les contrôles disponibles dans le projet, puis visualiser le comportement obtenu. La fusion d’une pull request reste une action explicite dans le flux, plutôt qu’une conséquence implicite de la génération.

La saisie vocale intégrée peut également servir à formuler une demande. La parole est convertie en texte dans la zone de prompt, où elle peut être relue et modifiée avant l’envoi. Cette étape de relecture est particulièrement utile pour corriger une contrainte mal transcrite ou préciser le périmètre d’une tâche avant qu’un agent ne travaille sur le dépôt.

Des sessions accessibles depuis plusieurs appareils

Le titre d’une session donne accès à des options supplémentaires : l’utilisateur peut sélectionner un autre agent ou activer le contrôle à distance. Les sessions distantes sont accessibles depuis le web et peuvent être reprises sur un autre appareil. Il devient donc possible de lancer une tâche, de fermer son ordinateur, puis de revenir à la même session sans perdre son contexte de travail.

Pour les équipes et les développeurs qui alternent entre poste fixe, ordinateur portable et navigateur, ce fonctionnement réduit les ruptures de contexte. Il faut néanmoins distinguer la continuité de la session de la validation du code : la possibilité de reprendre un travail à distance ne dispense pas d’examiner les changements et d’exécuter les contrôles appropriés.

Grok 4.6 et Gemini 3.7 Flash élargissent le choix

Deux modèles ont commencé à être déployés dans GitHub Copilot à la mi-août 2026. Grok 4.6 a commencé son déploiement le 14 août 2026. Il est annoncé pour les offres Copilot Pro, Pro+, Max, Business et Enterprise. Gemini 3.7 Flash a commencé à être déployé le 13 août 2026 et cible les mêmes catégories d’utilisateurs.

Grok 4.6 peut être sélectionné depuis le sélecteur de modèles dans Visual Studio Code, Visual Studio, Copilot CLI, GitHub Copilot cloud agent, l’application GitHub Copilot, JetBrains, Xcode et Eclipse. Cette disponibilité transversale permet de conserver un choix de modèle lorsque le travail passe d’un outil à l’autre.

Dans les environnements Business et Enterprise, le choix n’est toutefois pas actif automatiquement. Les administrateurs doivent activer la règle dédiée à Grok 4.6, désactivée par défaut. Pour Gemini 3.7 Flash, ils doivent activer la règle « Gemini 3.7 Flash Preview » avant que les utilisateurs de l’organisation puissent sélectionner le modèle. Le modèle disponible dans l’interface dépend donc à la fois du forfait et de la configuration administrée.

Les plugins et Copilot CLI structurent le travail agentique

Agent Plugins 1.0 est désormais généralement disponible dans Visual Studio Code, Copilot CLI, le SDK GitHub Copilot et l’application GitHub Copilot. L’idée présentée par GitHub est de construire un plugin une fois, puis de l’utiliser dans plusieurs outils d’agents compatibles. Pour les équipes, cette approche peut limiter la duplication des intégrations lorsqu’un même flux doit être exploité depuis un éditeur, une interface en ligne de commande ou l’application dédiée.

L’application facilite aussi l’administration de ces extensions : elle affiche la version actuelle des plugins installés et permet de les mettre à jour individuellement ou tous ensemble depuis les espaces Customize ou Settings.

De son côté, Copilot CLI ajoute des fonctions de pilotage des sous-agents et de leurs tâches dans /tasks. Les prompts et les commandes shell peuvent être mis en file d’attente pendant le tour d’un agent. La commande /rewind permet de restaurer les changements effectués par Copilot sans exiger l’utilisation de Git et sans supprimer les modifications réalisées par l’utilisateur. Ce mécanisme fournit un filet de sécurité ciblé pour revenir sur l’intervention de l’agent.

Le point de vigilance : les données traitées

La puissance de ces workflows rend la question des données particulièrement concrète. Dans sa déclaration générale de confidentialité, dont la date d’entrée en vigueur est le 27 avril 2026, GitHub indique que les données fournies dans ses services peuvent inclure du code, des entrées, des sorties générées par l’IA, du texte, des documents, des images ou des retours utilisateur.

Le même document indique que GitHub utilise des données personnelles pour développer et améliorer ses produits, services et technologies, notamment dans les domaines de l’intelligence artificielle et de l’apprentissage automatique, ainsi que pour entraîner des modèles. Les organisations doivent donc examiner cette politique et la configuration de leur offre avant d’autoriser des dépôts sensibles dans des sessions d’agents ou d’activer de nouveaux modèles.

Au final, l’application GitHub Copilot assemble plusieurs briques : contexte de dépôt ou de dossier local, agents sélectionnables, sessions distantes, outils de validation, plugins et modèles interchangeables. Pour un développeur, le bénéfice principal est la continuité du flux. Pour une équipe, l’enjeu est de cadrer les droits, les modèles autorisés et le traitement des données avant de généraliser l’usage.

À retenir

  • L’application GitHub Copilot fonctionne avec un dépôt GitHub ou un dossier local et peut démarrer depuis une issue, un prompt ou une pull request.
  • Les sessions peuvent être reprises sur le web ou depuis un autre appareil, avec inspection des diffs, prévisualisation, contrôles terminal et fusion de pull requests dans le même espace.
  • Grok 4.6 et Gemini 3.7 Flash sont disponibles sur les offres Pro, Pro+, Max, Business et Enterprise, mais leur activation dépend des règles administratives pour Business et Enterprise.
  • Agent Plugins 1.0 est généralement disponible dans plusieurs outils, tandis que Copilot CLI ajoute la gestion des tâches, la mise en file d’attente et la commande de retour arrière <code>/rewind</code>.
  • La déclaration de confidentialité de GitHub mentionne le traitement de contenus tels que le code, les prompts et les sorties IA, ainsi que l’utilisation de données pour améliorer les technologies et entraîner des modèles.

Sources