GitHub a publié une mise à jour hebdomadaire de Copilot qui touche plusieurs usages : les modèles disponibles, les plugins d’agents, l’application Copilot, la ligne de commande, JetBrains et VS Code. Le point important n’est pas une fonction isolée. C’est la volonté de rendre les agents plus continus entre l’éditeur, le terminal et l’application. Selon le changelog officiel de GitHub, plusieurs changements sont en cours de déploiement.
Pour un entrepreneur, un développeur ou un créateur qui utilise l’IA dans son travail, cette annonce mérite mieux qu’un résumé de fonctionnalités. Je te propose de séparer ce qui est confirmé, ce qui reste à vérifier dans ton environnement et ce que cela peut changer dans une organisation réelle.
Ce que GitHub confirme dans cette mise à jour
Le premier fait confirmé concerne les modèles. GitHub indique que Kimi K3 est en cours de déploiement dans les formules Copilot Pro, Pro+, Max, Business et Enterprise. La même publication précise que MAI-Code-1.1-Flash arrive dans GitHub Copilot avec une compréhension native des images, ainsi que des améliorations annoncées sur la qualité de code, le suivi des instructions, l’usage des outils et les performances. Ces formulations décrivent une mise à disposition progressive. Elles ne constituent pas une promesse de résultat identique pour chaque projet ou chaque utilisateur. La note GitHub reste la référence sur ce point.
GitHub annonce aussi Agent Plugins 1.0 en disponibilité générale. L’objectif affiché est de construire un plugin une fois, puis de l’utiliser dans des outils d’agents compatibles. Les environnements cités sont VS Code, Copilot CLI, le SDK GitHub Copilot et l’application Copilot. C’est un prolongement logique de l’actualité sur les Agent Plugins 1.0 de GitHub, mais il faut rester précis : la source confirme la disponibilité générale et les environnements nommés. Elle ne détaille pas, dans cet extrait, la compatibilité de tous les plugins existants ni le travail de migration éventuel.
Dans l’application Copilot, GitHub indique que les plugins installés sont plus simples à administrer. Il devient possible de voir leur version actuelle, de les mettre à jour un par un ou tous en même temps depuis Customize ou Settings. La note mentionne aussi une fonction permettant d’ouvrir la question d’un agent dans une discussion latérale, pendant que la question initiale attend une réponse. Ce sont des changements d’interface et de gestion du contexte. Ils ne disent pas, à eux seuls, que les agents deviennent autonomes ou fiables sans contrôle humain.
La partie Copilot CLI est particulièrement intéressante si tu travailles déjà dans un terminal. GitHub annonce la gestion des sous-agents et de leurs tâches via la commande /tasks. La publication mentionne aussi la possibilité de mettre en file des prompts, des commandes shell et des commandes slash prises en charge pendant qu’un tour d’agent est en cours. Enfin, le mode headless peut combiner --plan et --mode autopilot avec -p, afin que l’agent produise un plan puis l’implémente. GitHub précise ces fonctions dans son changelog.
Un autre point mérite de retenir l’attention : /rewind peut restaurer les changements de Copilot sans exiger Git et sans supprimer les modifications de l’utilisateur, selon GitHub. La commande /app, elle, conserve désormais le contexte de session et de dossier à l’ouverture de l’application Copilot. Ici encore, je préfère éviter la surinterprétation. Une fonction de restauration peut réduire la friction d’expérimentation. Elle ne remplace pas une revue de code, des tests ou une stratégie de sauvegarde adaptée à ton projet.
JetBrains, Ollama et mémoire : ce qui est annoncé
GitHub signale également des nouveautés côté JetBrains. Copilot memory doit permettre de conserver du contexte utile entre des sessions de chat avec l’agent, pour limiter les répétitions sur les détails du projet ou les préférences. GitHub annonce en parallèle la prise en charge de modèles Ollama locaux dans JetBrains, avec Ollama comme fournisseur BYOK, c’est-à-dire « bring your own key ». La publication renvoie vers une mise à jour JetBrains plus complète. Le changelog hebdomadaire confirme donc l’existence de cette orientation, mais pas le comportement précis de chaque configuration locale.
Cette évolution rejoint un sujet déjà présent dans le réseau : Copilot memory et Ollama dans JetBrains. Pour les équipes qui alternent entre des outils cloud et des modèles locaux, le sujet n’est pas seulement technique. Il concerne le niveau de contexte envoyé à un service, le choix du fournisseur et les règles internes de l’entreprise.
Fait important : la source ne donne pas de détail sur les données mémorisées, leur durée de conservation, leur périmètre ou les options de gouvernance. Si ces éléments comptent pour ton activité, ne les déduis pas de l’annonce. Vérifie les conditions, la documentation produit et les réglages disponibles dans ton plan avant d’intégrer cette fonction à un flux de travail sensible.
VS Code : changement de modèle et contexte dans les longues discussions
GitHub rattache aussi ces annonces aux mises à jour de VS Code 1.133. La source indique que les utilisateurs peuvent choisir, pour chaque nouveau tour, entre Claude BYOK et des modèles Copilot intégrés sans quitter une session Claude. Elle mentionne également la possibilité d’épingler le prompt pertinent dans une longue discussion et de voir des changements HTML immédiatement dans le navigateur intégré, sans actualisation manuelle. La publication GitHub invite à consulter les notes de version complètes pour les détails.
Le fait confirmé est donc l’ajout de ces possibilités dans le périmètre décrit par GitHub. Ce qui reste inconnu dans le paquet de sources, ce sont les limites de disponibilité selon les plans, les systèmes d’exploitation, les versions d’extensions et les paramètres d’entreprise. Ne transforme pas une annonce de fonctionnalité en garantie de disponibilité immédiate sur ton poste.
Pourquoi le portable devient le vrai sujet
Concrètement, la nouveauté la plus structurante est probablement moins visible que l’arrivée d’un modèle. Agent Plugins 1.0 pose un principe : une extension conçue pour un agent peut circuler entre plusieurs surfaces compatibles, au lieu d’être enfermée dans un seul écran ou un seul outil. Pour quelqu’un qui travaille avec VS Code, un terminal et une application dédiée, cela peut réduire la duplication de certaines configurations.
C’est une analyse, pas un fait mesuré par GitHub. La valeur réelle dépendra du type de plugin, de sa compatibilité, de sa maintenance et de la façon dont ton équipe répartit ses tâches. Un plugin portable mal défini peut simplement déplacer la complexité d’un outil à l’autre. À l’inverse, un plugin qui formalise une convention répétitive peut rendre un flux plus cohérent.
Je ferais une distinction simple. Utilise un agent pour accélérer les tâches répétables et vérifiables. Garde une validation humaine pour les décisions produit, les changements d’architecture, les accès, les commandes destructrices et les données sensibles. L’outil peut préparer, explorer et proposer. La responsabilité de ce qui entre dans ton dépôt ou dans ton système reste humaine.
Cette logique rejoint ce que je développe sur les agents IA et leur impact sur le travail. La bonne question n’est pas de savoir si un agent remplace une personne. La question est de savoir quelles étapes peuvent être documentées, contrôlées et testées avant de lui être confiées.
Ce que ça change pour toi
Si tu es développeur indépendant, commence par vérifier si les nouveautés annoncées sont déjà visibles dans ton plan et ton éditeur. Ne modifie pas ton environnement de production sur la seule base d’un changelog. Crée plutôt un petit projet de test, avec des fichiers sans données confidentielles, puis observe le comportement de l’agent sur une tâche précise.
Si tu gères une entreprise, regarde le problème sous l’angle du processus. Une commande qui planifie puis implémente peut être utile pour préparer une modification. Elle doit rester encadrée par des tests, une revue et un historique des décisions. Une productivité durable ne vient pas d’un bouton autopilot. Elle vient d’un système où l’on sait ce que l’on automatise, pourquoi et comment revenir en arrière.
Si tu crées du contenu technique, cette mise à jour donne aussi un angle plus solide que le simple test de modèle. Tu peux documenter un cas concret : une tâche répétitive, les instructions fournies, le résultat obtenu, les corrections nécessaires et le temps réellement économisé. C’est plus utile qu’une promesse générale sur l’IA. Pour structurer ce type de contenu, tu peux parcourir mes ressources sur l’IA pour entrepreneurs et créateurs et la rubrique actualités.
Pour les organisations avec des contraintes fortes, les environnements isolés restent un sujet séparé. L’annonce actuelle évoque des outils d’agents, des plugins et du contexte. Elle ne remplace pas les choix d’infrastructure ou de sécurité. Tu peux aussi consulter l’actualité sur GitHub Enterprise Server 3.22, Copilot CLI et les environnements isolés pour distinguer les couches produit et opérationnelles.
Ce qu’il faut vérifier avant d’adopter ces fonctions
Voici une grille pratique, fondée sur les limites de l’annonce plutôt que sur des promesses non vérifiées :
- Vérifie que ton plan Copilot fait partie de ceux mentionnés pour Kimi K3.
- Vérifie dans ton outil si le modèle ou la fonction apparaît réellement.
- Lis la documentation spécifique de l’éditeur si tu utilises JetBrains ou VS Code.
- Teste les plugins sur un dépôt de démonstration avant un dépôt client ou de production.
- Contrôle chaque commande shell mise en file et chaque changement proposé par l’agent.
- Consulte les règles de ton entreprise sur les clés, les fournisseurs externes et les données de projet.
Cette liste relève de l’analyse opérationnelle. Elle ne présume pas que GitHub impose ces étapes. Je les recommande parce qu’une mise à jour d’outil ne remplace jamais une méthode de travail. Si tu développes des produits, de l’automatisation ou du contenu autour de ces sujets, retrouve aussi mes guides et mes vidéos pour naviguer dans les ressources du site.
Mon avis
À mon avis, GitHub va dans la bonne direction en rapprochant plugins, contexte, terminal et éditeurs. Le gain potentiel vient de la continuité du travail, pas d’un discours sur l’autonomie totale. Je pense que les meilleurs usages resteront ceux où une personne définit le cadre, vérifie les sorties et conserve un moyen simple de revenir en arrière. L’IA est utile quand elle enlève une friction mesurable, pas quand elle ajoute une couche de confiance aveugle.
FAQ
Quelles nouveautés GitHub Copilot sont annoncées dans cette mise à jour ?
GitHub annonce notamment le déploiement de Kimi K3, l’arrivée de MAI-Code-1.1-Flash, Agent Plugins 1.0 en disponibilité générale, des évolutions de l’application Copilot, de Copilot CLI, de JetBrains et de VS Code. Les détails confirmés figurent dans le changelog officiel.
Kimi K3 est-il disponible dans tous les plans GitHub Copilot ?
La source indique un déploiement vers Copilot Pro, Pro+, Max, Business et Enterprise. Elle ne permet pas d’affirmer que chaque compte y a déjà accès. Vérifie directement ton environnement Copilot.
À quoi servent les Agent Plugins 1.0 ?
GitHub indique qu’ils permettent de construire un plugin une fois et de l’utiliser avec des outils d’agents compatibles, dont VS Code, Copilot CLI, le SDK GitHub Copilot et l’application Copilot. La source ne détaille pas la compatibilité de tous les plugins existants.
Que permet la commande /rewind de Copilot CLI ?
Selon GitHub, /rewind restaure les changements de Copilot sans nécessiter Git et sans supprimer les modifications de l’utilisateur. Avant de l’intégrer à ton flux, teste son comportement sur un projet non sensible.
Copilot memory dans JetBrains enregistre-t-il toutes les données du projet ?
Le paquet de sources confirme la conservation de contexte utile entre des sessions de chat avec l’agent. Il ne fournit pas de détail sur le périmètre des données, leur conservation ou leur gouvernance. Il faut consulter la documentation et les réglages applicables à ton environnement.
Information & avertissement
Cet article relaie une annonce officielle de GitHub et propose mon analyse pratique. Les fonctions, plans, interfaces et conditions d’accès peuvent évoluer. Vérifie toujours la documentation officielle et les paramètres de ton environnement avant d’activer une fonction d’IA sur un projet professionnel ou contenant des données sensibles.
