GitHub представил концепцию canvases — постоянных рабочих поверхностей для агентных воркфлоу в GitHub Copilot. Идея проста: вместо того чтобы терять историю работы агента в бесконечной прокрутке чата, разработчик получает видимую, управляемую и повторяемую структуру. В блоге компании инженер Ayan Gupta подробно разобрал, как это работает на практике.
Проблема, которую решают canvases, знакома каждому, кто работал с AI-агентами: чат отлично подходит для формулирования намерений, но когда агент начинает реальную работу — генерировать код, выполнять миграции, проверять изменения — история превращается в длинную ленту инструкций, логов, правок и уточнений. Восстановить из неё, что именно произошло, какие решения были приняты и что требует человеческого одобрения, становится сложно и затратно.
Por que importa
Ключевые факты
| Параметр | Значение |
|---|---|
| Функция | Canvases в GitHub Copilot App |
| Автор идеи | Ayan Gupta, Developer Advocate в GitHub |
| Примеры реализаций | Java Modernization Studio (3000 AI-кредитов), Site Studio (2000 AI-кредитов) |
| Доступность | Через команду /create-canvas, репозиторий awesome-copilot |
Canvases делают состояние воркфлоу явным и постоянным. Человек может в любой момент проверить прогресс, вмешаться или перенаправить агента, не пересказывая контекст заново. Агент, в свою очередь, может обновлять статусы и двигаться дальше, не дожидаясь ответа на каждый шаг.
Гупта приводит два собственных проекта. Java Modernization Studio — воркфлоу для миграции Java-приложений. В чате этапы оценки, планирования, миграции, валидации и подготовки к релизу сливаются. С canvas-поверхностью каждый этап стал явным и проверяемым: команда видит, на какой стадии процесс, какие решения приняты, что заблокировано и где требуется человеческое одобрение. Human reviewer может сосредоточиться на высокоуровневых решениях, пока агент выполняет работу между контрольными точками.
Contexto
Site Studio — другой пример: создание и управление контентом для персонального сайта. В чат-только режиме контент быстро «уплывает»: раздел пересматривается несколько раз, обратная связь размазывается по разным сообщениям, уверенность в актуальности падает. Canvas сохраняет статус каждого раздела, фиксирует текущие версии, точки ревью и позволяет агенту продолжать работу, пока человек направляет или утверждает изменения.
«Вместо того чтобы относиться к каждому запросу как к началу с чистого листа, вы начинаете относиться к воркфлоу как к системе с памятью, структурой и контролем», — пишет Гупта.
Важный нюанс — стоимость. Canvases требуют вложений: Site Studio обошёлся в 2000 AI-кредитов, Java Modernization Studio — в 3000. Но, по словам разработчика, это окупается на повторяющихся воркфлоу — за счёт сокращения повторных запросов, потери контекста, лишних итераций и переделок.
Для сообщества разработчиков, работающих с AI-агентами, canvases — это не просто «улучшенный UX», а сдвиг в архитектуре взаимодействия. Вместо того чтобы каждый раз «объяснять агенту, что делать», разработчик проектирует повторяемый процесс, где агент выполняет рутину, а человек принимает решения на ключевых точках. Это особенно актуально для команд, где несколько разработчиков работают с одними и теми же воркфлоу — миграциями, рефакторингом, генерацией контента.
Canvases доступны через команду /create-canvas в GitHub Copilot App. Оба проекта Гупты — Java Modernization Studio и Site Studio — опубликованы в репозитории awesome-copilot, их можно использовать, адаптировать и дополнять.
Источник: The GitHub Blog — How canvases make agentic workflows visible, steerable, and cost-efficient (https://github.blog/ai-and-ml/github-copilot/how-canvases-make-agentic-workflows-visible-steerable-and-cost-efficient/)