🎯 О чём этот конспект: Разбор ключевых обновлений Visual Studio Code версии 1.103, ориентированных на работу с AI-агентами. Рассматриваются новые модели (GPT-5), управление MCP-серверами, делегирование задач фоновым агентам и глубокая интеграция с GitHub Copilot.

👤 Кому будет полезно: Вайбкодерам, разработчикам и AI-энтузиастам, которые используют VS Code как основной инструмент и хотят максимально автоматизировать процесс написания кода с помощью агентов.

✨ Что получите: Вы научитесь настраивать среду для мульти-агентной разработки, подключать кастомные модели через MCP, отслеживать свою AI-продуктивность и делегировать рутинные задачи фоновым процессам, не прерывая основной рабочий цикл.

1. Управление моделями и доступ к GPT-5

Контекст: В новой версии VS Code значительно переработан селектор моделей. Теперь пользователям доступны новейшие модели, включая GPT-5 (в рамках превью) и GPT-5 Mini. Важное обновление коснулось и экономики использования: GPT-5 Mini доступна с множителем 0x, что означает неограниченное количество запросов для подписчиков GitHub Copilot. Также появилась возможность фильтровать список моделей, чтобы не загромождать интерфейс старыми версиями (например, GPT-4 или Claude 3 Opus).

Выгода: Экономия лимитов за счет использования Mini-моделей и ускорение работы за счет чистого интерфейса с только нужными инструментами.

Как применить:

• Шаг 1: Выбор модели — В окне чата (Agent Mode) нажмите на название текущей модели и выберите GPT-5 или GPT-5 Mini для работы.
• Шаг 2: Фильтрация списка — Перейдите в Manage Models (Управление моделями). В разделе провайдера Copilot снимите галочки с тех моделей, которые вы не используете (например, старые версии GPT-4).
• Шаг 3: Подключение своих ключей — Если вы используете локальные модели через Ollama или сторонние API (Anthropic, OpenRouter), добавьте их в этом же меню через Add your own key.

Результат: Оптимизированный список актуальных моделей и доступ к самым мощным AI-инструментам прямо в редакторе.

2. Автоматизация и управление MCP-серверами

Контекст: Model Context Protocol (MCP) становится стандартом для расширения возможностей AI. В VS Code 1.103 работа с ними стала бесшовной. Теперь серверы могут запускаться автоматически при отправке первого сообщения в чат, а интерфейс управления инструментами (Tools) был полностью переработан для удобной группировки и быстрой настройки.

Выгода: AI-агент всегда имеет актуальный доступ к вашим файлам, терминалу и внешним API без необходимости ручного запуска серверов.

Как применить:

• Шаг 1: Настройка автозапуска — Откройте настройки VS Code (Cmd+, или Ctrl+,) и введите в поиске MCP.
• Шаг 2: Выбор режима — Установите параметр MCP: Auto Start в значение New and Outdated. Это гарантирует, что серверы будут запускаться сами при необходимости.
• Шаг 3: Управление инструментами — В Agent Mode нажмите на иконку инструментов (Tool icon). В появившемся меню Configure Tools вы можете в один клик включать/выключать специфические навыки агента (например, работу с Azure или GitHub PR).
• Шаг 4: Поиск новых серверов — В разделе расширений (Extensions) появилась вкладка MCP Servers, где можно искать и устанавливать глобальные или локальные конфигурации серверов.

Результат: Полностью автономная работа AI-агента с внешними инструментами.

3. Интерактивные Task-листы (To-Do) для агентов

Контекст: Теперь при постановке сложной задачи агент не просто пишет код, а формирует структурированный план действий (Task List). Вы видите каждый этап: от анализа настроек до написания тестов. В процессе выполнения агент отмечает прогресс в реальном времени, позволяя вам контролировать ход мысли AI.

Выгода: Прозрачность процесса разработки. Вы можете остановить агента, если видите, что он пошел по неверному пути на раннем этапе.

Как применить:

• Шаг 1: Включение функции — В поиске настроек введите to-do или task и убедитесь, что чекбокс To-do list enabled активен.
• Шаг 2: Постановка задачи — Напишите сложный промпт в Agent Mode. Например:

Добавь баннер с опросом на главную страницу. Используй существующие настройки пользователя для хранения состояния (показывали мы уже баннер или нет). Добавь необходимые API-эндпоинты и CSS стили.

• Шаг 3: Контроль выполнения — Наблюдайте за появлением списка задач в окне чата. Вы можете развернуть каждую задачу, чтобы увидеть детали или прервать процесс, если план требует корректировки.

Результат: Контролируемая и предсказуемая генерация кода для больших фич.

4. Делегирование задач фоновым агентам (Background Agents)

Контекст: Это одна из самых мощных функций обновления. Если у вас есть задача, которая требует времени (например, рефакторинг нескольких модулей), вы можете делегировать её фоновому агенту GitHub Copilot. Это создаёт отдельную сессию, которая работает параллельно, пока вы продолжаете писать код в основной ветке.

Выгода: Параллельная разработка. Вы не ждете, пока AI закончит одну задачу, чтобы начать другую.

Как применить:

• Шаг 1: Активация сессий — В настройках найдите Agent Sessions и установите View Location в значение View. Это добавит иконку сессий в боковую панель.
• Шаг 2: Делегирование — После обсуждения задачи в чате нажмите иконку Delegate to Coding Agent.
• Шаг 3: Создание PR — Подтвердите создание нового Pull Request. VS Code автоматически переключит контекст, создаст ветку и начнет работу в фоне.
• Шаг 4: Мониторинг — Вы можете вернуться в ветку main и продолжать работу. За прогрессом фонового агента можно следить через панель Agent Sessions, где в реальном времени отображаются изменения файлов и логи чата.

Результат: Возможность выполнять несколько крупных задач одновременно без блокировки редактора.

5. Мониторинг AI-продуктивности (AI Stats)

Контекст: VS Code вводит элемент геймификации и аналитики. Новая панель AI Stats показывает, какой процент кода был написан нейросетью, а какой — вручную. Это помогает понять реальную эффективность использования AI-инструментов в вашем рабочем процессе.

Выгода: Объективная оценка того, насколько AI ускоряет вашу разработку.

Как применить:

• Шаг 1: Включение статистики — Введите в командной палитре (Cmd+Shift+P) команду Enable AI Stats.
• Шаг 2: Просмотр данных — В нижнем правом углу (Status Bar) появится иконка. Наведите на неё, чтобы увидеть статистику за последние 24 часа.
• Шаг 3: Анализ метрик — Обратите внимание на показатель AI vs Typing. Хорошим результатом для вайбкодера считается 80% и выше.

Результат: Наглядное подтверждение эффективности AI-трансформации вашего рабочего процесса.

FAQ

В: Где найти GPT-5 в VS Code? У меня только GPT-4. О: Убедитесь, что вы обновили VS Code до версии 1.103 и используете расширение GitHub Copilot (Pre-release version). Зайдите в Manage Models в чате и проверьте, включена ли модель GPT-5 в списке доступных.

В: Что делать, если MCP-серверы не запускаются автоматически? О: Проверьте настройки MCP: Auto Start. Также убедитесь, что у вас установлены соответствующие расширения или конфигурационные файлы MCP в папке проекта или глобально.

В: Могу ли я использовать Claude 3.5 Sonnet вместе с новыми функциями Task-листов? О: Да, функции Task-листов и Agent Mode работают с любой поддерживаемой моделью, включая Anthropic Claude, если вы подключили её через свой API-ключ или через провайдера Copilot.

В: Как работают Checkpoints, о которых упоминалось в видео? О: Checkpoints позволяют AI-агенту делать «снимки» состояния кода перед внесением крупных изменений. Если результат вам не понравится, вы можете откатиться к конкретному чекпоинту прямо из интерфейса чата, не используя git checkout.

В: Влияет ли фоновый агент на производительность моего компьютера? О: Основная вычислительная нагрузка ложится на облако GitHub Copilot, однако VS Code будет синхронизировать изменения файлов. На современных машинах влияние на производительность минимально, так как работа идет в отдельной ветке и сессии.

Конспект создан на основе видео «VS Code 1.103: New AI Features!» канала Visual Studio Code. Все права на оригинальный материал принадлежат авторам. Источник: https://www.youtube.com/watch?v=1lu9Q1B_dEw