Microsoft 2 ноября раскрыла устройство разработки Copilot Cowork — облачного ИИ-агента для продолжительных задач в Microsoft 365. По данным компании, ИИ-агенты написали большую часть кода, а 21 октября девять инженеров объединили 1211 изменений в основной ветке проекта за один день. Точную долю созданного агентами кода Microsoft не назвала.
Разработка началась 13 января с пустого репозитория. Первые корпоративные клиенты получили доступ 30 марта, а 16 июня сервис запустили по всему миру. Copilot Cowork выполняет многоэтапные задачи с документами и корпоративными данными в облаке Microsoft и продолжает работу после выключения компьютера пользователя. Как писал Computerworld, для сервиса нужна подписка Microsoft 365 Copilot, а дополнительная плата зависит от используемых моделей, инструментов и времени выполнения.
Основным ограничением при разработке стала точность постановки задач. Команда ввела правило: до генерации кода инженер должен подготовить спецификацию в Markdown с описанием требуемого изменения, проверки результата и частей системы, которые нельзя нарушить. Агент мог составить черновик документа по устному объяснению, но требования редактировал и утверждал человек.
Читайте также
Каждый агент получал одну узкую задачу, отдельную копию репозитория и собственную спецификацию. Для сложных изменений команда выбирала модели с более сильными рассуждениями, для простых — более быстрые и дешёвые. Код проходил автоматические проверки и рецензирование другими агентами, а инженеры разбирали архитектуру, безопасность, влияние на работающий сервис и спорные результаты проверок.
Модель работала в контейнере без учётных данных пользователей. Внешний доверенный компонент применял правила доступа, запрашивал подтверждения, выполнял операции и сохранял журнал действий. Благодаря разделению Microsoft позднее перенесла исполняющую часть системы с Python на Rust, не меняя самого агента и не останавливая сервис.
Количество изменений само по себе не показывает качество разработки. В одном из случаев агенты-рецензенты пропустили четыре критические проблемы, которые нашли инженеры до объединения кода. Поэтому для важных изменений команда сохранила обязательную человеческую проверку, а агентам оставила первичное рецензирование и автоматические тесты.