Copilot de GitHub s’ouvre à Gemini de Google et Claude d’Anthropic

GitHub a annoncé que le populaire assistant de codage Copilot ne serait plus alimenté exclusivement par les modèles GPT d’OpenAI. Les développeurs pourront se servir des LLM de Google ou Anthropic. La filiale de Microsoft a présenté Spark, un autre outil de développement no-code à base d’IA.A l’occasion de l’évènement GitHub Universe, la plateforme de partage de code a créé la surprise en ouvrant son outil de génération de code Copilot à d’autres modèles. Dans un message de blog, Thomas Dohmke, CEO de GitHub, explique que les utilisateurs peuvent désormais utiliser le LLM Claude 3.5 Sonnet d’Anthropic dans les interfaces web et VS Code de Copilot Chat, le modèle Gemini 1.5 Pro de Google devant arriver comme une autre option dans les semaines à venir. Un changement de paradigme pour l’assistant de codage qui était jusqu’alors uniquement motorisé par les modèles GPT d’OpenAI.Selon Thomas Dohmke, cette approche est judicieuse car il est devenu évident qu’il n’existe pas de modèle unique pour tous les scénarios. « La prochaine phase de génération de codes à base d’IA ne sera pas seulement définie par les questions de fonctionnalité, mais le choix du multimodèle », a-t-il écrit. L’intégration des différents LLM va se faire progressivement d’abord dans les interfaces web et VS Code et bientôt dans l’espace de travail Copilot, l’interface de ligne de commande de GitHub et divers autres outils. La filiale de Microsoft ne tourne pas le dos à OpenAI en supportant la preview de GPT o1 et GPT o1-mini et GPT-4o.

Avec Spark, GitHub tente une incursion dans le no-code

Lors de l’évènement, GitHub a également dévoilé Spark, un outil d’IA pour créer des applications en se servant du langage naturel. Dans une démonstration, l’éditeur a montré qu’à partir une simple description de l’application, Spark génère une série d’aperçus de ce à quoi l’application pourrait ressembler. Les utilisateurs peuvent comparer les différents aperçus, sélectionner celui qu’ils préfèrent, puis saisir d’autres invites pour modifier l’aspect et la convivialité de l’application. Les développeurs expérimentés pourront toujours manipuler le code s’ils le souhaitent, tandis que les utilisateurs inexpérimentés pourront simplement continuer à l’interroger avec le langage naturel jusqu’à ce qu’ils obtiennent le design qu’ils souhaitent.Une fois que l’utilisateur est satisfait de son application, Spark peut alors la déployer où il le souhaite, sur un PC, une tablette ou un smartphone, par exemple. Il pourra également partager son application avec d’autres, afin que ses collègues puissent la modifier s’ils le souhaitent. Selon le CEO de GitHub, « avec Spark, , nous allons permettre à plus d’un milliard d’utilisateurs de PC et de smartphone de créer et de partager leurs logiciels.