AI செயலாக்கம்: மென்பொருளுக்கான 'AI ஒரு உரை' என்பதன் முடிவு

மென்பொருள் உருவாக்கத்தில் செயற்கை நுண்ணறிவின் நிலப்பரப்பு ஒரு ஆழமான மாற்றத்திற்கு உட்பட்டுள்ளது. கடந்த இரண்டு ஆண்டுகளாக, AI உடன் தொடர்பு கொள்வதற்கான முக்கிய முன்மாதிரி ஒரு எளிய பரிமாற்றத்தை உள்ளடக்கியது: உரை உள்ளீடு, உரை வெளியீட்டைப் பெறுதல், பின்னர் அடுத்த நடவடிக்கையை கைமுறையாக தீர்மானித்தல். இந்த 'AI ஒரு உரை' சகாப்தம், ஒரு திருப்புமுனையாக இருந்தாலும், இப்போது ஒரு மாறும் மற்றும் ஒருங்கிணைந்த அணுகுமுறைக்கு வழி வகுக்கிறது. GitHub Copilot SDK ஐ உள்ளிடவும், அங்கு AI ஒரு செயலாக்கம் இடைமுகமாக மாறும் புதிய சகாப்தத்தை அறிவிக்கிறது.

உற்பத்தி மென்பொருள் உள்ளார்ந்த முறையில் செயலாக்கம் பற்றியது - படிகளைத் திட்டமிடுதல், கருவிகளை அழைத்தல், கோப்புகளை மாற்றியமைத்தல், பிழைகளிலிருந்து மீளுதல் மற்றும் கட்டுப்பாடுகளுக்கு ஏற்ப மாற்றியமைத்தல். இவை வெறும் உரை உருவாக்கம் முழுமையாக உள்ளடக்கிய சிக்கலான, பல-படி செயல்பாடுகள். GitHub Copilot SDK இந்த இடைவெளியை நேரடியாக நிவர்த்தி செய்கிறது, GitHub Copilot CLI க்கு அடிப்படையாக இருக்கும் சக்திவாய்ந்த செயலாக்க அடுக்கை எந்த மென்பொருள் பயன்பாட்டிலும் ஒரு நிரலாக்கத் திறனாகக் கிடைக்கிறது. இதன் பொருள் குழுக்கள் உற்பத்தி-சோதனை செய்யப்பட்ட திட்டமிடல் மற்றும் செயலாக்க எஞ்சின்களை தங்கள் அமைப்புகளில் நேரடியாக உட்பொதிக்க முடியும், இது AI-ஆதார பயன்பாடுகள் எவ்வாறு கட்டமைக்கப்பட்டு இயக்கப்படுகின்றன என்பதை அடிப்படையாக மாற்றுகிறது.

நிலையான ஸ்கிரிப்ட்களிலிருந்து தகவமைப்பு முகவர் பணிப்பாய்வுகளுக்கு

பாரம்பரிய மென்பொருள் உருவாக்கம் நீண்ட காலமாக மீண்டும் மீண்டும் வரும் பணிகளை தானியங்குபடுத்துவதற்கு ஸ்கிரிப்ட்கள் மற்றும் க்ளூ குறியீட்டை நம்பி உள்ளது. நிலையான வரிசைகளுக்கு திறம்பட இருந்தாலும், சூழல் நுணுக்கங்கள், இயக்கத்தின் நடுவில் மாற்றங்கள் அல்லது வலுவான பிழை மீட்டெடுப்பு தேவைப்படும்போது இந்த தீர்வுகள் விரைவாக நொறுங்கிவிடுகின்றன. உருவாக்குநர்கள் பெரும்பாலும் எட்ஜ் கேஸ்களை ஹார்ட்-கோடிங் செய்கிறார்கள் அல்லது தனிப்பயனாக்கப்பட்ட ஒருங்கிணைப்பு அடுக்குகளை உருவாக்குகிறார்கள், இது ஒரு நேரத்தைச் செலவழிக்கும் மற்றும் பெரும்பாலும் நீடிக்க முடியாத முயற்சி.

GitHub Copilot SDK ஆனது ஒவ்வொரு அடியையும் வெளிப்படையாக குறியீடாக்குவதற்குப் பதிலாக நோக்கத்தை வழங்குவதன் மூலம் பயன்பாடுகளை இந்த கட்டுப்பாடுகளிலிருந்து விடுவிக்கிறது. "இந்த களஞ்சியத்தை வெளியீட்டிற்குத் தயாரிக்கவும்" என்று தேவைப்படும் ஒரு பயன்பாட்டை கற்பனை செய்து பாருங்கள். ஒரு நிலையான ஸ்கிரிப்டுக்குப் பதிலாக, Copilot SDK ஒரு AI முகவரை இதற்கு அனுமதிக்கிறது:

களஞ்சியத்தின் அமைப்பு மற்றும் உள்ளடக்கங்களை ஆராயவும்.
ஆவணங்களைப் புதுப்பித்தல், சோதனைகளை இயக்குதல் அல்லது பதிப்பு எண்களை உயர்த்துதல் போன்ற தேவையான படிகளைத் திட்டமிடவும்.
தேவைக்கேற்ப கோப்புகளை மாற்றவும்.
கணினி சூழலில் கட்டளைகளை இயக்கவும்.
எந்தவொரு படியும் தோல்வியுற்றால் அல்லது புதிய தகவல் தோன்றினால் மாறும் வகையில் மாற்றியமைக்கவும், இவை அனைத்தும் முன்னரே வரையறுக்கப்பட்ட எல்லைகள் மற்றும் அனுமதிகளுக்குள் செயல்படும்.

நவீன மென்பொருள் அமைப்புகளுக்கு இந்த மாற்றம் மிகவும் முக்கியமானது. பயன்பாடுகள் வளரும்போதும் சூழல்கள் உருவாகும்போதும், நிலையான பணிப்பாய்வுகள் தோல்வியடையும் வாய்ப்புள்ளது. Copilot SDK ஆல் இயக்கப்படும் முகவர் செயலாக்கம், சிக்கலான ஒருங்கிணைப்பை புதிதாக மறுஉருவாக்கும் நிலையான சுமை இல்லாமல், மென்பொருளை மாற்றியமைக்க மற்றும் தன்னைத்தானே சரிசெய்ய அனுமதிக்கிறது, கவனிக்கக்கூடிய தன்மை மற்றும் கட்டுப்பாடுகளைப் பராமரிக்கிறது. இது AI ஐ மேம்பாட்டு வாழ்க்கைச் சுழற்சியில் ஒரு செயலில், அறிவார்ந்த பங்கேற்பாளராக ஆக்குகிறது, அடிப்படை குறியீடு பூர்த்தி செய்வதையும் தாண்டி அறிவார்ந்த பணி தானியங்குபடுத்துதலுக்கு நகர்கிறது. இந்த சிக்கலான பணிப்பாய்வுகள் எவ்வாறு பாதுகாக்கப்படுகின்றன என்பது பற்றிய கூடுதல் நுண்ணறிவுகளுக்கு, GitHub முகவர் பணிப்பாய்வுகளின் பாதுகாப்பு கட்டமைப்பு ஐ ஆராயவும்.

நம்பகமான AI க்கான கட்டமைக்கப்பட்ட சூழல்: மாதிரி சூழல் நெறிமுறை (MCP)

'AI ஒரு உரை' சகாப்தத்தில் ஒரு பொதுவான தவறு என்னவென்றால், அதிக கணினி நடத்தை மற்றும் தரவை AI தூண்டுதல்களுக்குள் தள்ள முயற்சிப்பதுதான். வெளிப்படையாக வசதியாக இருந்தாலும், உரைக்குள் தர்க்கத்தை குறியீடாக்குவது பணிப்பாய்வுகளை சோதிக்கவும், புரிந்துகொள்ளவும் மற்றும் மேம்படுத்தவும் கடினமாக்குகிறது. காலப்போக்கில், இந்த விரிவான தூண்டுதல்கள் முறையான கட்டமைக்கப்பட்ட கணினி ஒருங்கிணைப்புக்கு நொறுங்கும் மாற்றாக மாறும்.

GitHub Copilot SDK ஆனது சூழலுக்கான கட்டமைக்கப்பட்ட மற்றும் தொகுக்கக்கூடிய அணுகுமுறையுடன் இதை நிவர்த்தி செய்கிறது, மாதிரி சூழல் நெறிமுறை (MCP) ஐப் பயன்படுத்துகிறது. MCP உடன், உருவாக்குநர்கள் இதைச் செய்யலாம்:

AI அழைக்கக்கூடிய டொமைன்-குறிப்பிட்ட கருவிகள் அல்லது முகவர் திறன்களை வரையறுக்கலாம்.
இந்த கருவிகள் மற்றும் திறன்களை MCP மூலம் வெளிப்படுத்தலாம்.
இயக்க நேரத்தில் சூழலை மாறும் வகையில் மீட்டெடுக்க செயலாக்க எஞ்சினை செயல்படுத்தலாம்.

இதன் பொருள் முக்கியமான தகவல்கள் - சேவை உரிமைத் தரவு, API ஸ்கீமாக்கள், வரலாற்று முடிவு பதிவுகள், சார்பு வரைபடங்கள் அல்லது உள் API கள் போன்றவை - இனி தூண்டுதல்களுக்குள் திணிக்கப்பட வேண்டியதில்லை. மாறாக, முகவர்கள் தங்கள் திட்டமிடல் மற்றும் செயலாக்க கட்டங்களில் இந்த அமைப்புகளை நேரடியாக அணுகலாம். எடுத்துக்காட்டாக, ஒரு சிக்கலைத் தீர்க்கும் பணியில் உள்ள ஒரு உள் முகவர் தானாகவே சேவை உரிமையை வினவலாம், தொடர்புடைய வரலாற்றுத் தரவைப் பெறலாம், தாக்க மதிப்பீட்டிற்காக சார்பு வரைபடங்களைச் சரிபார்க்கலாம், மற்றும் தீர்வுகளை முன்மொழிய உள் API களைக் குறிப்பிடலாம், இவை அனைத்தும் வரையறுக்கப்பட்ட பாதுகாப்பு கட்டுப்பாடுகளுக்கு இணங்க இருக்கும். இந்த அணுகுமுறை, சூழல் உட்செலுத்துதல் சிக்கலாக இருக்கும் openai-api உடன் தூண்டுதல் பொறியியலுக்கான சிறந்த நடைமுறைகளின் சவால்களிலிருந்து கூர்மையாக வேறுபடுகிறது.

இது ஏன் முக்கியம்: நம்பகமான AI பணிப்பாய்வுகள் அடித்தள, அங்கீகரிக்கப்பட்ட மற்றும் கட்டமைக்கப்பட்ட சூழலின் அடிப்படையில் உருவாக்கப்படுகின்றன. MCP ஆனது முக்கியமான குழாய் இணைப்பை வழங்குகிறது, முகவர் செயலாக்கம் உண்மையான கருவிகள் மற்றும் உண்மையான தரவுகளில் செயல்படுவதை உறுதிசெய்கிறது, உரை அடிப்படையிலான தூண்டுதல் பொறியியலுடன் தொடர்புடைய யூகத்தையும் நொறுங்கும் தன்மையையும் நீக்குகிறது.

உள்கட்டமைப்பாக AI: IDE க்கு அப்பால் செயலாக்கத்தை உட்பொதித்தல்

வரலாற்று ரீதியாக, உருவாக்குநர்களுக்கான பெரும்பாலான AI கருவிகள் ஒருங்கிணைந்த மேம்பாட்டு சூழலுக்கு (IDE) மட்டுமே கட்டுப்படுத்தப்பட்டுள்ளன. குறியீட்டு முறைக்கு விலைமதிப்பற்றதாக இருந்தாலும், நவீன மென்பொருள் சூழல் அமைப்பு ஒரு எடிட்டருக்கு அப்பால் விரிவடைகிறது. டெஸ்க்டாப் பயன்பாடுகள், உள் செயல்பாட்டுக் கருவிகள், பின்னணி சேவைகள், SaaS தளங்கள் மற்றும் நிகழ்வு-உந்தப்பட்ட அமைப்புகள் போன்ற பல சூழல்களில் குழுக்களுக்கு முகவர் திறன்கள் தேவைப்படுகின்றன.

Copilot SDK இந்த எல்லைகளை உடைக்கிறது, செயலாக்கத்தை ஒரு பயன்பாட்டு-அடுக்கு திறனாக ஆக்குகிறது. இதன் பொருள் உங்கள் கணினி இப்போது நிகழ்வுகளைக் கேட்கலாம் - ஒரு கோப்பு மாற்றம், ஒரு வரிசைப்படுத்தல் தூண்டுதல், ஒரு பயனர் செயல் - மற்றும் ஒரு முகவர் பணிப்பாய்வைத் தொடங்க Copilot ஐ நிரலாக்க ரீதியாக அழைக்கலாம். திட்டமிடல் மற்றும் செயலாக்க சுழற்சி உங்கள் தயாரிப்பிற்குள் இயங்குகிறது, ஒரு தனி இடைமுகம் அல்லது உருவாக்குநர் கருவியாக அல்ல.

அம்சம்	"AI ஒரு உரை" சகாப்தம்	"AI ஒரு செயலாக்கம்" சகாப்தம் (Copilot SDK)
தகவல்தொடர்பு	உரை உள்ளீடு, உரை வெளியீடு	நிரலாக்க செயலாக்க சுழல்கள்
பணிப்பாய்வு	கைமுறை முடிவு, நொறுங்கும் ஸ்கிரிப்ட்கள்	தகவமைப்பு, தன்னைத்தானே சரிசெய்துகொள்ளும் முகவர்கள்
சூழல்	பெரும்பாலும் தூண்டுதல்களில் உட்பொதிக்கப்பட்டது (நொறுங்கும்)	MCP மூலம் கட்டமைக்கப்பட்டது, நிகழ்நேர மீட்டெடுப்பு
ஒருங்கிணைப்பு	தனிமைப்படுத்தப்பட்ட பரிமாற்றங்கள், IDE-மையமானது	எங்கும் உட்பொதிக்கப்பட்டது (பயன்பாடு, சேவை, SaaS)
உருவாக்குநர் பங்கு	தூண்டுதல் பொறியியல், கைமுறை ஒருங்கிணைப்பு	நோக்கம், கட்டுப்பாடுகள், கருவிகளை வரையறுத்தல்
முக்கிய கொள்கை	AI அறிவுறுத்துகிறது, மனிதன் செயல்படுத்துகிறான்	AI திட்டமிடுகிறது & செயல்படுத்துகிறது, மனிதன் மேற்பார்வையிடுகிறான்

இது ஏன் முக்கியம்: AI செயலாக்கம் உங்கள் பயன்பாட்டில் நேரடியாக உட்பொதிக்கப்படும்போது, அது ஒரு பயனுள்ள துணை உதவியாளராக இருப்பதை நிறுத்தி, அடிப்படை உள்கட்டமைப்பாக மாறுகிறது. உங்கள் மென்பொருள் இயங்கும் இடமெல்லாம் இது கிடைக்கிறது, AI இன் சக்தியை உங்கள் டிஜிட்டல் செயல்பாடுகளின் ஒவ்வொரு மூலைக்கும் விரிவுபடுத்துகிறது, உண்மையான அறிவார்ந்த மற்றும் தகவமைப்பு மென்பொருள் நிலப்பரப்பை வளர்க்கிறது.

கட்டமைப்பு மாற்றம்: நிரலாக்க AI மற்றும் எதிர்காலம்

'AI ஒரு உரை' என்பதிலிருந்து 'AI ஒரு செயலாக்கம்' என்பதற்கு மாறுவது ஒரு குறிப்பிடத்தக்க கட்டடக்கலை பரிணாம வளர்ச்சியை பிரதிபலிக்கிறது. இது AI முகவர்கள் வெறும் துண்டுகளை உருவாக்குவது மட்டுமல்லாமல், வரையறுக்கப்பட்ட கட்டுப்பாடுகளின் கீழ் செயல்படக்கூடிய, உண்மையான அமைப்புகளுடன் தடையின்றி ஒருங்கிணைக்கக்கூடிய மற்றும் இயக்க நேரத்தில் அறிவார்ந்த முறையில் மாற்றியமைக்கக்கூடிய நிரலாக்க திட்டமிடல் மற்றும் செயலாக்க சுழற்சிகளாக இருக்கும் ஒரு முன்மாதிரியை குறிக்கிறது.

இந்த எதிர்காலத்தின் முக்கிய இயக்கி GitHub Copilot SDK ஆகும். இந்த அதிநவீன செயலாக்க திறன்களை ஒரு நிரலாக்க அடுக்காக அணுகும்படி செய்வதன் மூலம், AI ஒருங்கிணைப்பின் அடிப்படையான "எப்படி" என்பதை தொடர்ந்து மறுஉருவாக்குவதற்குப் பதிலாக, தங்கள் மென்பொருள் என்ன செய்ய வேண்டும் என்ற உயர்-நிலை "என்ன" என்பதில் கவனம் செலுத்த மேம்பாட்டுக் குழுக்களை இது மேம்படுத்துகிறது. இந்த மாற்றம் AI ஐ ஒரு புதிய பயன்பாட்டிலிருந்து நவீன மென்பொருள் கட்டமைப்புக்கு ஒரு முக்கிய, இன்றியமையாத கூறாக மாற்றுகிறது, இது அனைத்து துறைகளிலும் மேலும் மீள்தன்மை கொண்ட, தன்னாட்சி மற்றும் அறிவார்ந்த பயன்பாடுகளை உறுதியளிக்கிறது. உங்கள் பயன்பாடு தர்க்கத்தைத் தூண்ட முடிந்தால், அது இப்போது முகவர் செயலாக்கத்தைத் தூண்ட முடியும், இது உண்மையான ஸ்மார்ட் மென்பொருளின் ஒரு புதிய சகாப்தத்தை உருவாக்குகிறது.

அசல் மூலம்

https://github.blog/ai-and-ml/github-copilot/the-era-of-ai-as-text-is-over-execution-is-the-new-interface/

அடிக்கடி கேட்கப்படும் கேள்விகள்

What is the core shift from 'AI as text' to 'AI as execution' introduced by the GitHub Copilot SDK?

The fundamental shift signifies a move from AI systems that merely generate text output from text input, requiring manual human intervention for the next steps, to systems where AI can actively plan, execute, adapt, and recover from errors within a predefined set of constraints. This means AI transitions from a passive assistant to an active participant, capable of orchestrating complex, multi-step operations directly within software applications, making it a functional component rather than just a conversational interface. The Copilot SDK provides the tools to embed this execution layer into any application.

How does the GitHub Copilot SDK enable sophisticated agentic workflows within applications?

The GitHub Copilot SDK empowers applications by providing access to the same production-tested planning and execution engine that drives GitHub Copilot CLI. Instead of building complex orchestration stacks from scratch, developers can embed this SDK to delegate intent to AI agents. These agents can explore repositories, plan necessary steps, modify files, run commands, and adapt to unforeseen issues—all while respecting defined boundaries. This allows software to become more adaptive and resilient, moving beyond rigid, scripted workflows to dynamic, context-aware operations.

What is the Model Context Protocol (MCP) and why is it crucial for grounded AI execution?

The Model Context Protocol (MCP) is a vital component that enables structured and composable context for AI agents. Rather than embedding critical system logic and data within prompts—a practice that leads to brittle, hard-to-test workflows—MCP allows applications to define domain-specific tools and agent skills. The execution engine then uses MCP to retrieve relevant context directly at runtime, such as service ownership data, API schemas, or dependency rules. This ensures that AI agents operate on real, permissioned data and systems, preventing guesswork and making AI workflows more reliable and maintainable.

Beyond the Integrated Development Environment (IDE), where can the GitHub Copilot SDK embed AI execution?

The GitHub Copilot SDK liberates AI execution from being confined primarily to the IDE, allowing it to function as a pervasive application-layer capability. This means agentic capabilities can be seamlessly integrated into a wide array of environments, including desktop applications, internal operational tools, background services, SaaS platforms, and event-driven systems. By enabling applications to programmatically invoke Copilot upon specific events—like a file change, deployment trigger, or user action—the SDK transforms AI from a mere helper in a side window into core infrastructure that operates wherever the software runs.

What are the primary benefits of delegating multi-step tasks to AI agents using the Copilot SDK?

Delegating multi-step tasks to AI agents via the Copilot SDK offers significant advantages over traditional scripting. It allows software to handle workflows that are context-dependent, change dynamically mid-run, or require robust error recovery, which typically break down fixed scripts. By delegating 'intent' rather than explicit steps, agents can autonomously explore, plan, execute, and adapt within defined constraints. This leads to more scalable, adaptable, and observable systems, freeing developers from continually rebuilding bespoke orchestration layers for complex, evolving processes.

How does the Copilot SDK improve the reliability and adaptability of AI-powered systems?

The Copilot SDK enhances reliability and adaptability by providing a robust execution layer and integrating structured context. Its production-tested planning and execution engine ensures agents can plan complex operations, execute commands, modify files, and recover from errors, making systems more resilient. Furthermore, by utilizing the Model Context Protocol (MCP), agents access real-time, structured, and permissioned context—like API schemas or dependency graphs—rather than relying on potentially outdated or generalized prompt information. This grounding in real data ensures agents make informed decisions, reducing errors and increasing the system's ability to adapt to changing conditions and constraints.

Is the GitHub Copilot SDK primarily for professional developers, or can others benefit from its capabilities?

While the GitHub Copilot SDK is designed to empower professional developers by extending agentic AI capabilities into their applications and infrastructure, its benefits ripple outwards. By enabling AI to handle complex, multi-step tasks and integrate directly into various software systems, it streamlines workflows, reduces manual effort, and enhances the adaptability of applications. This ultimately benefits end-users and organizations by leading to more efficient, intelligent, and robust software, even if the direct interaction with the SDK is primarily on the developer's side. The SDK makes AI a fundamental infrastructure component across the software ecosystem.

புதுப்பிப்புகளைப் பெறுங்கள்

சமீபத்திய AI செய்திகளை மின்னஞ்சலில் பெறுங்கள்.

பகிர்