ALEXA.ID — GitHub resmi meluncurkan integrasi tiga panel utama—diff, terminal, dan peramban—secara berdampingan dalam aplikasi GitHub Copilot untuk mempermudah para pengembang memeriksa hasil kerja agen kecerdasan buatan (AI). Pembaruan alur kerja ini memungkinkan pengembang meninjau perubahan kode, menjalankan perintah program, hingga menguji tampilan antarmuka web secara langsung tanpa perlu berpindah aplikasi atau berganti tab editor.
Sebelum fasilitas terpadu ini tersedia, pengembang harus beralih di antara beberapa jendela terpisah saat meninjau pekerjaan agen AI. Pengguna perlu membuka editor kode untuk melihat modifikasi, beralih ke terminal terpisah untuk mengeksekusi skrip, lalu membuka peramban luar guna menguji hasil tampilan. Kehadiran tiga panel berdampingan di dalam satu aplikasi menyederhanakan siklus pengujian kode agar lebih aman dan terkontrol.
Memeriksa Perubahan Kode Melalui Panel Diff
Panel diff di dalam aplikasi GitHub Copilot berfungsi menyajikan pembandingan visual antara kode lama dan kode baru yang dihasilkan oleh agen AI. Fitur ini memperlihatkan secara mendetail baris mana saja yang mengalami penambahan, pengurangan, atau perubahan.
Untuk memudahkan pemantauan visual, penambahan baris kode baru ditandai dengan sorotan warna hijau, sedangkan bagian kode yang dihapus diberi sorotan warna merah. Dengan kejelasan tampilan ini, pengembang memegang kendali penuh untuk menerima perubahan, memberikan umpan balik melalui kolom komentar, atau meminta GitHub Copilot melakukan penyesuaian ulang.
Eksekusi Perintah Langsung dari Panel Terminal
Selain membaca baris kode, pengembang perlu memastikan bahwa program dapat dieksekusi dengan baik. Panel terminal internal dalam aplikasi GitHub Copilot memungkinkan pengembang menjalankan perintah proyek atau skrip secara langsung dari dalam sesi aplikasi yang sedang aktif.
Pengembang dapat mengeksekusi perintah secara manual atau memanfaatkan tombol Run untuk skrip yang telah dikonfigurasi sebelumnya. Panel terminal ini juga mendukung pembukaan beberapa jendela sekaligus secara bersamaan, sehingga pengembang dapat beralih antarterminal untuk memantau hasil eksekusi program atau server pengembang secara real-time.
Pengujian Antarmuka Web dengan Panel Peramban
Untuk proyek aplikasi yang memiliki antarmuka pengguna, panel peramban internal melengkapi proses pengujian. Pengembang dapat membuka pratinjau situs web dan menguji fitur baru secara interaktif seolah-olah bertindak sebagai pengguna akhir.
Panel peramban ini dilengkapi dengan fitur penyesuaian visual bernama Pick & Polish. Melalui fitur tersebut, pengembang bisa memilih elemen antarmuka tertentu pada halaman web, lalu memerintahkan agen AI untuk melakukan perbaikan secara presisi. Setelah penyesuaian dilakukan, pengembang dapat menjalankan kembali skrip server pengembang melalui panel terminal untuk memverifikasi perbaikan tersebut.
Menutup Siklus Pemrograman AI dalam Satu Tempat
Seluruh tahapan—mulai dari memeriksa perbedaan di panel diff, mengeksekusi perintah di terminal, hingga menguji tampilan di peramban—membentuk satu siklus pemrograman AI yang utuh. Setelah fitur bekerja sesuai rencana, pengembang dapat langsung menyetujui perubahan dan membuat permintaan penggabungan kode (pull request) dari dalam aplikasi GitHub Copilot.
Integrasi ketiga fungsi ini secara berdampingan memberikan kepastian teknis sebelum kode digabungkan ke repositori utama. Pengembang dapat membuktikan sendiri bahwa kode hasil olahan agen AI berjalan dengan benar tanpa hambatan.
Inovasi HydraFusion dan Pemrosesan Paralel
Di samping pembaruan antarmuka tiga panel, GitHub juga menghadirkan pratinjau riset Project HydraFusion di dalam aplikasi GitHub Copilot. Teknologi orkestrasi multi-model ini dirancang untuk menyamai atau melampaui tolok ukur model Opus 5 dalam evaluasi terukur mandiri, sekaligus menekan biaya operasional alur kerja pemrograman.
Aplikasi GitHub Copilot kini juga mendukung pemrosesan beberapa agen AI secara paralel untuk mempercepat penanganan tugas-tugas teknis yang kompleks. Perkembangan ini sekaligus mempopulerkan berbagai istilah baru di kalangan pengembang kecerdasan buatan, seperti loop engineering, harnesses, squads, dan hill climbing.
