Forståelse af GitHub Copilot's Datahåndtering i Visual Studio Code
En dybdegående undersøgelse af, hvordan GitHub Copilot interagerer med din kode og data.
Centrale Indsigter om GitHub Copilot's Datahåndtering
- Midlertidig Behandling af Kodeuddrag: GitHub Copilot behandler kodeuddrag i realtid for at give forslag og kasserer dem typisk efterfølgende, især i Copilot for Business.
- Træning på Offentlige Data: Kernen i GitHub Copilot's træning er et stort datasæt af offentligt tilgængelig kode fra GitHub-repositories.
- Brugerstyring og Privatliv: GitHub tilbyder indstillinger, der giver brugerne kontrol over, hvorvidt deres data (prompts og forslag) indsamles og bruges til produktforbedringer.
Hvordan GitHub Copilot Indsamler Kode og Data
GitHub Copilot, integreret i Visual Studio Code og andre IDE'er, fungerer som en AI-drevet parprogrammerer, der tilbyder kodeforslag baseret på den kontekst, du arbejder i. Denne funktionalitet kræver en vis grad af dataindsamling for at kunne levere relevante og tidsbaserede forslag.
Typer af Indsamlet Data
Ifølge GitHub's politikker og dokumentation indsamler GitHub Copilot forskellige kategorier af data for at levere sine tjenester. Disse inkluderer:
-
Brugerengagementdata: Oplysninger om, hvordan du interagerer med Copilot, herunder hændelser genereret ved interaktion med IDE'en eller editoren. Disse data bruges til at forbedre udvidelsen/plugin'en og relaterede produkter.
-
Prompts: Den kontekstuelle data om koden og filen, der redigeres, som sendes til GitHub's Azure-tenant for at generere forslag. Dette kan omfatte kodeuddrag, kommentarer og anden relevant information.
-
Forslag: De kodeforslag, som Copilot genererer som respons på dine prompts.
Det er vigtigt at bemærke, at indsamlingen af visse datatyper, især prompts og forslag, kan styres af brugeren via indstillinger i GitHub.
Dataflowet i GitHub Copilot
Når du bruger GitHub Copilot i Visual Studio Code, sendes kodeuddrag fra din IDE til GitHub's servere. Her analyserer AI-modellen konteksten af din kode og genererer forslag. Dette sker i realtid for at give dig øjeblikkelig feedback og forslag.
Anvendelse af Data til Model Forbedring
Formålet med dataindsamlingen er primært at forbedre GitHub Copilot's præcision og relevans. Ved at analysere brugerengagementdata, prompts og forslag kan GitHub identificere mønstre, forstå brugerens behov og finjustere den underliggende AI-model.
Træningsdata og Modeludvikling
GitHub Copilot's kerne er trænet på et massivt datasæt af offentligt tilgængelig kildekode fra GitHub-repositories. Dette store korpus af data giver modellen mulighed for at lære forskellige programmeringssprog, kodestile og mønstre.
Det er afgørende at forstå, at selvom Copilot bruger kontekst fra dine lokale filer til at give mere raffinerede resultater, bruges din specifikke private kode ikke til at træne de grundlæggende LLM'er eller genbruges til at generere forslag til andre brugere. Data, der indsamles fra prompts og forslag, kan dog bruges til produktforbedringer, medmindre du fravælger denne mulighed i dine indstillinger.
Forskellen mellem Træningsdata og Brugerdata
Der er en vigtig skelnen mellem den data, Copilot er trænet på (det store korpus af offentlig kode), og den data, der indsamles, når du bruger Copilot (prompts, forslag og brugerengagement). Træningsdataene er statiske og udgør grundlaget for modellens forståelse af kode. Brugerdataene er dynamiske og hjælper med at tilpasse og forbedre Copilot's ydeevne i realtid og over tid for alle brugere.
Denne video diskuterer sikkerheds- og privatlivsaspekter ved brug af GitHub Copilot.
Retningslinjer og Politikker for Databrug og -opbevaring
GitHub har etableret politikker og retningslinjer for at adressere bekymringer vedrørende datahåndtering og privatliv, især for brugere af GitHub Copilot.
Gennemsigtighed og Brugerkontrol
GitHub's privatlivspolitik understreger gennemsigtighed og brugerkontrol. Brugere har mulighed for at konfigurere indstillinger, der påvirker, hvordan deres data håndteres. Dette inkluderer en mulighed for at tillade eller blokere kodeforslag, der matcher offentligt tilgængelig kode, samt muligheden for at fravælge indsamling og opbevaring af prompts og forslag til produktforbedringer.
Visual Studio Code med GitHub Copilot integreret, der viser kodeforslag.
Politikker for Forskellige Copilot Planer
Datahåndteringspolitikkerne kan variere lidt afhængigt af den specifikke GitHub Copilot-plan, du bruger (f.eks. individuel abonnent vs. Copilot Business). For eksempel, i Copilot for Business, opbevares kodeuddrag typisk ikke efter, at et forslag er returneret.
Dataopbevaring
GitHub's generelle privatlivspolitik angiver, at personlige data opbevares, så længe din konto er aktiv og som nødvendigt for at opfylde kontraktlige forpligtelser og overholde lovkrav. Specifik dataopbevaring for Copilot, især for prompts og forslag, afhænger af brugerens indstillinger.
Det er vigtigt for brugere, især dem der arbejder med følsomme eller proprietære projekter, at gennemgå og konfigurere deres GitHub Copilot-indstillinger for at sikre, at datahåndteringen stemmer overens med deres organisationens sikkerheds- og privatlivskrav.
Sikkerhedsforanstaltninger
GitHub implementerer sikkerhedsforanstaltninger for at beskytte data, der behandles af Copilot. Dette inkluderer kryptering af data under opbevaring og overførsel. For Microsoft 365 Copilot, som også nævnes i de leverede kilder, anvendes yderligere sikkerhedsforanstaltninger, der overholder eksisterende privatlivs-, sikkerheds- og overholdelsesforpligtelser, herunder GDPR.
Ofte Stillede Spørgsmål
Gemmer GitHub Copilot min private kode permanent?
GitHub Copilot, især i Copilot for Business, opbevarer typisk ikke kodeuddrag permanent. De behandles i realtid for at give forslag og kassereres derefter. Du har også kontrol over, hvorvidt dine prompts og forslag indsamles til produktforbedringer via dine indstillinger.
Bruges min kode til at træne GitHub Copilot's AI-model?
GitHub Copilot's grundlæggende model er trænet på et stort korpus af offentligt tilgængelig kode. Din specifikke private kode bruges ikke til at træne selve AI-modellerne eller til at generere forslag til andre brugere. Dog kan data fra prompts og forslag, afhængigt af dine indstillinger, bruges til at forbedre produktet generelt.
Kan GitHub Copilot foreslå kode, der matcher offentlige repositories?
Ja, GitHub Copilot er trænet på offentlig kode, og det kan lejlighedsvis foreslå kode, der matcher offentligt tilgængelig kode. GitHub tilbyder dog en indstilling, der giver dig mulighed for at blokere forslag, der nøje matcher offentlig kode.
Hvilke indstillinger kan jeg konfigurere for at styre databrug?
Du kan administrere dine GitHub Copilot-indstillinger på din GitHub-profil. Dette inkluderer muligheder for at tillade eller forhindre GitHub i at bruge dine kodeuddrag til produktforbedringer og styre Copilot's adgang til Bing.
Er det sikkert at bruge GitHub Copilot på private projekter?
GitHub implementerer sikkerheds- og privatlivsforanstaltninger for at beskytte dine data. Selvom Copilot behandler din kode for at give forslag, bruges din private kode ikke til at træne modellen eller deles med andre brugere. Det anbefales dog altid at gennemgå GitHub's politikker og konfigurere dine indstillinger i overensstemmelse med din organisationens sikkerhedskrav.
Referencer
Last updated April 23, 2025