Três Java Champions com mais de uma década de experiência compartilharam como usam o GitHub Copilot em trabalhos de produção e de código aberto. Seus exemplos vão da criação de funcionalidades e migração de materiais didáticos à investigação de bugs. Em suas diferentes abordagens, eles destacam que a IA pode acelerar a execução, mas os desenvolvedores ainda precisam fornecer contexto, verificar os resultados e assumir a responsabilidade pelo que é lançado.
Vlad Mihalcea usa o Copilot no IntelliJ IDEA para investigar código e prototipar funcionalidades para o Hypersistence Utils e o Hypersistence Optimizer. Ele disse que um aplicativo web para visualizar o histórico de eventos do otimizador de desempenho — um projeto que antes esperava levar semanas — foi implementado em dois dias com o Copilot. Ainda assim, ele revisa tanto os planos sugeridos quanto o código gerado e usa habilidades personalizadas para alinhar a documentação ao seu estilo de escrita e às convenções existentes no projeto.
Patrick Baumgartner descreveu três usos diferentes. Em um deles, o Copilot ajudou a migrar cerca de 900 slides distribuídos por 15 apresentações do Reveal.js para o Marp. O trabalho levou aproximadamente de oito a dez horas. Baumgartner verificou os resultados com capturas de tela, comparações visuais e algorítmicas, revisões lado a lado das animações e comparações de PDFs, mantendo a responsabilidade pelo conteúdo e pelos objetivos pedagógicos.
Em outro caso, um usuário relatou que a tecla Enter não funcionava em alguns formulários de um aplicativo de terminal. Baumgartner usou o Copilot para ajudar a reproduzir o problema com testes de interface, identificar a causa subjacente no projeto Tamboui e enviar uma correção que foi incorporada. Ele também usou a ferramenta para encontrar uma forma mais compacta de representar as etapas de teste quando as descrições originais excediam o contexto disponível.
Seu terceiro exemplo foi um aplicativo de aprendizagem de matemática concebido em torno do currículo escolar suíço. Trabalhando com o Copilot, ele explorou abordagens de aprendizagem e reconsiderou seu plano inicial de tornar o aplicativo universal. O aplicativo resultante oferece suporte a alemão, francês, italiano e inglês, além de incluir modos de prática e para dois jogadores. Ele não tem backend, portanto os dados dos usuários permanecem no dispositivo.
Baumgartner disse que agora usa principalmente fluxos de trabalho agênticos, escolhendo um editor quando precisa de feedback visual próximo e um agente de programação baseado em terminal para tarefas maiores. Também recomendou discutir os requisitos antes de pedir a um agente que implemente uma mudança substancial, revisar um plano e definir verificações específicas para a tarefa que comprovem que o trabalho está concluído. Ele e Mihalcea descreveram as habilidades reutilizáveis como uma forma de levar convenções do projeto e lições de trabalhos anteriores para tarefas futuras.
Os relatos deles apresentam o Copilot como uma ferramenta para acelerar o trabalho e pôr ideias à prova, não como substituto do discernimento de engenharia. O princípio orientador de Baumgartner era delegar a execução, não a responsabilidade; ele afirmou que os desenvolvedores ainda precisam inspecionar e testar os resultados por conta própria.
Fontes: GitHub Blog.