GitHub的密钥检测模型：以更少噪声发现更多密钥
内容提要
微软CoreAI的Batu Ozturkler和Shengyu Fu为GitHub Copilot开发智能体模型编排与路由技术，研究自适应模型选择、多模型协调、长周期智能体工作流及开发者安全，并通过优化模型和上下文学习提升Copilot在补全、聊天、代码审查等场景的开发者生产力。
延伸解读
研究聚焦：智能体编排与路由
Batu Ozturkler 是微软 CoreAI 的高级研究科学家，其工作是为 GitHub Copilot 开发智能体模型编排与路由技术。研究重点包括自适应模型选择、多模型协调、长周期智能体工作流以及开发者安全。这些方向旨在让 Copilot 更智能地调度不同模型，以应对复杂开发任务。
应用目标：提升开发者生产力
Shengyu Fu 是微软 CoreAI 的合伙人应用科学经理，领导应用研究团队，通过机器学习和 AI 可衡量地提升开发者生产力。团队在补全、聊天、代码审查和智能体工作流中持续改进 GitHub Copilot，并应用上下文学习来提供更深入、更懂上下文的辅助。
安全与规模：密钥保护需同步扩展
文章指出，开发者并非变得更粗心，而是被开发速度超越。让开发者能创建更多软件的工具，也应承担更多保护软件的工作。这呼应了密钥检测模型的目标：以更少噪声发现更多密钥，从而在软件规模扩大时同步提升安全性。
Q&A
GitHub的密钥检测模型是如何减少噪声并发现更多密钥的？
文章提到，密钥保护必须与软件规模同步扩展。开发者并非变得更粗心，而是被开发速度超越。让开发者创建更多软件的工具，也应承担更多保护软件的工作。这表明GitHub的密钥检测模型通过让开发工具集成安全保护来减少噪声并发现更多密钥。
Batu Ozturkler在GitHub Copilot中负责哪些研究？
Batu Ozturkler是微软CoreAI的高级研究科学家，为GitHub Copilot开发智能体模型编排和路由技术。他的研究专注于自适应模型选择、多模型协调、长周期智能体工作流以及开发者安全。
Shengyu Fu在微软CoreAI的角色是什么？
Shengyu Fu是微软CoreAI的合伙人应用科学经理，领导一个应用研究团队，通过机器学习和人工智能可衡量地提升开发者生产力。他们通过持续改进模型和应用上下文学习，在补全、聊天、代码审查和智能体工作流中演进GitHub Copilot，以提供更深入、上下文感知的协助。
GitHub Copilot如何提升开发者生产力？
GitHub Copilot通过持续改进模型和应用上下文学习，在补全、聊天、代码审查和智能体工作流中提供更深入、上下文感知的协助，从而提升开发者生产力。
为什么说密钥保护必须与软件规模同步扩展？
因为开发者并非变得更粗心，而是被开发速度超越。让开发者创建更多软件的工具，也应承担更多保护软件的工作。因此，密钥保护需要与软件规模同步扩展。
GitHub Copilot在哪些场景中应用了上下文学习？
GitHub Copilot在补全、聊天、代码审查和智能体工作流中应用了上下文学习，以提供更深入、上下文感知的协助。
