GitHub Copilot Usage Metrics API: новые поля для анализа code review
В отчётах уровня репозитория появился объект с детализацией по комментариям Copilot code review
API метрик использования Copilot получил новый объект copilot_code_review в каждой строке отчётов repos-1-day на уровне организации и предприятия. Объект показывает, сколько pull request'ов с проверкой Copilot были смёржены без последующего запроса изменений от человека, и сколько комментариев Copilot разработчики приняли во внимание.
Что входит в новый объект
Поле total_comments_evaluated фиксирует число комментариев, по которым проверялась реакция разработчика. Поле total_comments_addressed считает те из них, на которые разработчик отреагировал — применил предложение, попросил Copilot внести правку, отредактировал код самостоятельно или указал, что исправление придёт в следующем PR. Отношение этих двух значений даёт addressed rate по репозиторию. Поле total_merged_no_human_change_request_after_review показывает, сколько смёрженных PR Copilot проверил, и после его первой проверки ни один человек не запросил изменений.
Дополнительно комментарии разбиты по severity (high, medium, low), review tier (lite, balanced, max), типу (bug, security, custom) и источнику кастомизации (custom instructions, skills, MCP servers или none).
Важные условия подсчёта
Комментарии учитываются в день мёржа PR, а не в день, когда Copilot их оставил. Для PR, открытых ботами, оценка комментариев обычно не проводится, однако такие PR всё равно попадают в total_merged_no_human_change_request_after_review. Новые поля отличаются от существующего pull_requests.total_copilot_applied_suggestions: старое поле считает только готовые к применению предложения, которые кто-то применил; новые охватывают все оценённые комментарии и любой способ реакции на них. Если в конкретный день репозиторий не имел активности Copilot code review, счётчики равны 0, а массивы пусты.
Свежие новости
Все новости
Amazon RDS for Oracle поддерживает Kerberos-аутентификацию с самоуправляемым Active Directory
Amazon RDS for Oracle получил поддержку Kerberos-аутентификации через самоуправляемый Microsoft Active Directory. Промежуточный AWS Managed Microsoft AD и настройка доверия между доменами больше не требуются.
Amazon DynamoDB получила встроенный импорт данных из S3
AWS объявила об общей доступности bulk put items для Amazon DynamoDB — управляемой функции, которая записывает данные из Amazon S3 в существующие таблицы без необходимости строить собственные пайплайны приёма данных.
Microsoft Foundry extension для Azure Developer CLI достиг версии 1.0
Расширение microsoft.foundry для Azure Developer CLI достигло версии 1.0 и стало общедоступным. Оно добавляет к стандартным возможностям azd настройку агентов и локальное тестирование, сохраняя конфигурацию рядом с кодом.
Compute Engine API получил мультиверсионность: стабильные и preview-версии теперь в общем доступе
Google перевёл мультиверсионность Compute Engine API в общую доступность. Теперь рядом с /v1 существуют неизменяемые датированные версии — стабильные и preview, — а переключение между ними требует изменения одного заголовка или параметра запроса.
Google Classroom получил режим Guided Learning для заданий
В Google Classroom запущена интеграция с Guided Learning: учителя прикрепляют к любому заданию режим Gemini, который ведёт ученика шаг за шагом, не давая прямого ответа. Функция доступна глобально на всех языках, поддерживаемых Gemini.
Amazon RDS for Oracle: копирование групп опций при межрегиональном переносе снапшотов
Amazon RDS for Oracle получил поддержку копирования групп опций при переносе снапшота в другой регион AWS. Теперь это делается в одном запросе вместо двух отдельных шагов.
Amazon S3 Tables получили управляемую миграцию Hive-таблиц в Apache Iceberg
AWS запустила управляемую миграцию Apache Hive-таблиц в Apache Iceberg в рамках Amazon S3 Tables. Сервис берёт на себя валидацию, конвертацию типов, сжатие и компакцию — без необходимости самостоятельно строить инфраструктуру.
Google представила бенчмарк PLE для оценки ИИ-агентов в инженерных задачах
Google AI & Infrastructure совместно с Mercor выпустила бенчмарк Physical-Engineering's Last Exam (PLE) — открытый набор задач для проверки того, способны ли фронтирные модели выполнять полноценную инженерную работу. Лучший из 14 протестированных агентов набрал лишь 48,3%.
Amazon Bedrock добавил инференс Kimi K3 в Индии
Amazon Bedrock расширил географию инференса Kimi K3: помимо глобального и американского, теперь поддерживается инференс внутри Индии — для задач с требованиями к резидентности данных.