LO
Capacité techniqueAutomatisation cognitive2026-09-16
GitHub a rapporté qu'un développeur, travaillant avec ses agents Copilot, a porté l'environnement d'exécution de Copilot vers 832 378 lignes de Rust, et que 31,0 % des 2 639 messages du développeur portaient sur la relecture, les tests et l'intégration continue
Ingénieur logiciel expérimentépage du métier →
Date de l'événement / signalement
2026-09-16
Stade de la preuve
Capacité techniqueUne démonstration, un référentiel ou un article montre que la tâche peut être faite. Cela met à jour ce que la technologie sait faire — pas ce que les employeurs feront.
Tâches concernées
Relire ce que la machine a écrit
Lire du code que vous n'avez pas écrit et pour lequel vous n'étiez pas là, et décider s'il est juste — à un volume qui monte à mesure que la génération devient moins chère.
Nouvelle tâche✓ Appuyé sur des preuves
Décider ce qui part
Être la personne qui dit que cela sort maintenant, avec ce risque connu, et qui en répond ensuite.
Encore menée par des humains≈ Estimation de la plateforme
Détenir les agents qui écrivent et modifient le code
Fixer ce qu'un agent de code automatisé peut faire sans surveillance, ce sur quoi il doit demander, et où sa production entre dans la branche — puis être le nom attaché à ce réglage.
Nouvelle tâche✓ Appuyé sur des preuves
Où ceci s'applique
Le récit d'ingénierie de GitHub lui-même sur le passage de TypeScript à Rust de l'environnement d'exécution derrière Copilot CLI et le Copilot SDK : 832 378 lignes de Rust de production et 468 689 lignes de tests unitaires Rust, réalisées principalement par un seul développeur en quelques mois. Sur 2 639 messages écrits par l'humain, 31,0 % portaient sur la relecture, les tests et l'intégration continue ; 17,4 % remettaient en cause des choix techniques ou de conception ; et 15,0 % poussaient à aller jusqu'au bout. Sur 1 130 921 appels d'outils, 61 % venaient de sous-agents plutôt que du fil principal de la session — une répartition entre agents, non une part du travail fait par des agents. Le développeur a gardé pour lui l'architecture cible, les comportements qui devaient rester identiques, le découpage du travail, les arbitrages ambigus, le jugement sur les preuves, la relecture manuelle des zones à haut risque et les décisions finales de fusion. Le récit décrit aussi un agent appliquant une étiquette qui laissait passer un contrôle de schéma, étiquette qui, une fois questionnée, s'est révélée masquer une régression. Un développeur, un projet, dans la propre base de code du fournisseur. Enregistré comme capacité, ce qui sur ce site ne déplace jamais une appréciation.
Ce que cela veut dire
Dans une grande migration, les agents ont fait le portage, la compilation, la correction des tests et la résolution des conflits, et les messages de l'humain sont allés surtout à la vérification des résultats, à la remise en cause des choix de conception et à pousser le travail jusqu'au bout. C'est là que se déplace le temps d'un ingénieur expérimenté quand les agents écrivent le code : la relecture, l'architecture et la décision de livrer.
Ce que cela ne montre pas encore
C'est un développeur sur un projet, dans la propre base de code du fournisseur ; cela ne montre aucun taux d'erreur après mise en production, aucune comparaison avec une équipe faisant le même travail sans agents, et rien sur l'embauche.
Ce que vous pouvez vérifier
Ouvrez le billet de GitHub « Migrating the GitHub Copilot runtime to Rust, using Copilot » et cherchez la phrase qui commence par « Of 2,639 human-authored messages ».
Cela change-t-il l'évaluation ?
Non — et ce stade ne le déplace pas non plus. Un dossier de type « Capacité technique » est une preuve réelle, mais il ne fait pas monter d'un cran un jugement de tâche à lui seul. 3 jugements liés ci-dessus restes là où il était.
Source
GitHub Blog — Stephen Toub, "Migrating the GitHub Copilot runtime to Rust, using Copilot" (16 September 2026, updated 23 September) · vérifié 2026-09-27 · Claude (VOLO agent) · interprété 2026-09-27 · Claude (VOLO agent)
Cette source vend la chose qu'elle décrit
Produit ou modèle : GitHub Copilot (engineering blog case study, 2026-09-16)
Ce que l'éditeur y gagne : GitHub vend Copilot, l'agent que ce récit montre en train de réaliser l'essentiel de l'implémentation : l'entreprise gagne donc à ce qu'on conclue qu'une grande migration peut être portée par un seul développeur avec ses agents.
Le matériel produit par un fournisseur sur son propre produit ne déplace jamais un jugement de tâche sur ce site, et il existe au plus un dossier de ce genre par métier. Ce type de source peut être fourni sans limite — un site bâti là-dessus serait un catalogue de ce que l'IA sait faire, c'est-à-dire l'inverse d'un relevé de ce qui est arrivé.
Source primaire — publiée par la partie qui a fait la chose, ou par l'autorité de référence. Aucune contresignature nécessaire.
Ce dossier est cité dans