AI Coding Assistants

Today's Stories

1. 1

   AI ভিডিও উৎপাদন শিল্প হলিউডে শক্ত হচ্ছে

   Promise-এর মতো AI উৎপাদন কোম্পানিগুলি হলিউডের স্টুডিওর কাছাকাছি অফিস খুলছে এবং রিয়েল-টাইম ব্যাকগ্রাউন্ড ও অন্যান্য AI সরঞ্জাম ব্যবহার করছে; Netflix ইতিমধ্যে তার ১,০০০টি শিরোনামের মধ্যে ৩০০টিতে AI ব্যবহার করছে এবং Higgsfield-এর মূল্যায়ন $৫.৪ বিলিয়ন ছুঁয়েছে। একবার শুধু প্রযুক্তি প্রদর্শনী হিসাবে বিবেচিত, AI ভিডিও এখন চলচ্চিত্র খরচ কমানোর একটি প্রকৃত ব্যবসায়িক হাতিয়ার হয়ে উঠেছে এবং নিজস্ব মূল্যায়ন, চাকরির পদ ও রাজস্ব ভাগাভাগি নিয়ে সংঘর্ষ সহ একটি পূর্ণ শিল্পে পরিণত হয়েছে।

   স্টুডিও এবং স্টার্টআপগুলির মধ্যে লাভ বন্টন ও মেধা সুরক্ষা নিয়ে সংঘর্ষ, যা উৎপাদন মানদণ্ড ও শ্রম শর্তাবলী নির্ধারণ করবে।

2. 2

   VS Code 1.133 released: Claude/Copilot mix, fixed scroll, HTML auto-reload

   Microsoft has released Visual Studio Code 1.133, adding features including a fixed scroll option for prompts, auto-reload for local HTML file previews, and the ability to mix Claude and Copilot sessions. Developers can now maintain visibility of their prompts while scrolling, automatically refresh HTML files during local development, and choose between or combine AI assistants (Claude and Copilot) in the same workflow — reducing friction in coding and testing cycles.

   The release is available now as the official version; developers using Claude, Copilot, or both for code generation can begin using the mixed-assistant capability immediately.

3. 3

   GitHub Copilot ক্যানভাস এজেন্ট ওয়ার্কফ্লোকে দৃশ্যমান এবং নিয়ন্ত্রণযোগ্য করে তোলে

   কী ঘটেছে: GitHub Copilot অ্যাপে ক্যানভাস চালু করেছে, এটি একটি বৈশিষ্ট্য যা একটি স্থায়ী, শেয়ার করা কর্মক্ষেত্র তৈরি করে যেখানে ডেভেলপার এবং AI এজেন্টরা কোড কাজে সহযোগিতা করতে পারে। দুটি উদাহরণ ক্যানভাস এখন উপলব্ধ: Java Modernization Studio (যা তৈরি করতে প্রায় 3,000 AI ক্রেডিট খরচ হয়েছে) এবং Site Studio (যা তৈরি করতে প্রায় 2,000 AI ক্রেডিট খরচ হয়েছে), উভয়ই awesome-copilot এর মাধ্যমে যে কেউ ব্যবহার বা খাপ খাইয়ে নিতে পারে। কেন এটি গুরুত্বপূর্ণ: বর্তমান চ্যাট-ভিত্তিক AI ওয়ার্কফ্লো ট্র্যাক করা কঠিন হয়ে যায় যখন এজেন্টগুলি মানুষ পর্যালোচনা করতে পারার চেয়ে দ্রুত চলে—পরিকল্পনা, সিদ্ধান্ত এবং যাচাইকরণ পয়েন্টগুলির মতো গুরুত্বপূর্ণ প্রসঙ্গ স্ক্রোলিং ইতিহাসে হারিয়ে যায়। ক্যানভাস এটি সমাধান করে ওয়ার্কফ্লো স্থিতি স্পষ্ট এবং স্থায়ী করে তুলে, দলগুলোকে দেখতে দেয় তারা কোন পর্যায়ে আছে, কী সিদ্ধান্ত নেওয়া হয়েছে এবং কী অনুমোদনের প্রয়োজন, ক্রমাগত প্রসঙ্গ পুনরাবৃত্তি ছাড়াই। এটি পুনরাবৃত্তিমূলক প্রম্পটিং, প্রসঙ্গ হারানো এবং পুনরায় কাজ করা কমায়, পুনরাবৃত্তিমূলক কাজকে আরও দক্ষ এবং শাসনযোগ্য করে তোলে।

   যা দেখতে হবে: Copilot এজেন্ট ব্যবহার করা ডেভেলপাররা একটি পুনরাবৃত্ত ওয়ার্কফ্লো বেছে নিয়ে শুরু করতে পারে এবং /create-canvas কমান্ড ব্যবহার করে একটি ন্যূনতম ক্যানভাস তৈরি করতে পারে, তারপর এটি awesome-copilot-এ ফিরিয়ে দিতে পারে যদি এটি তাদের দলকে সাহায্য করে। ক্যানভাসগুলি এখন awesome-copilot-এ উপলব্ধ।

4. 4

   Snowflake AI এজেন্টদের জন্য MCP সার্ভার এবং CLI লঞ্চ করেছে যা অবজারভেবিলিটি ডেটা অ্যাক্সেস করতে পারে

   কী ঘটেছে: Snowflake পুনর্নির্ধারিত Observe MCP (মডেল কন্টেক্সট প্রোটোকল) সার্ভার এবং একটি নতুন Observe CLI এর সাধারণ প্রাপ্যতা ঘোষণা করেছে, যার MCP এর সাথে সম্পূর্ণ সমতা রয়েছে। নতুন MCP সার্ভার কাস্টম LLM মধ্যস্থতাকারী স্তরটি সরিয়ে দেয়, যা এজেন্টদের সরাসরি Observe এর API এর সাথে সংযোগ করতে এবং UI এ উপলব্ধ একই ক্ষমতা অ্যাক্সেস করতে দেয়, যার মধ্যে রয়েছে APM সার্ভিস ম্যাপ, OpenTelemetry ডেটা সংগ্রহ সেটআপ এবং সক্রিয় সতর্কতা তালিকা। CLI কমান্ড লাইন থেকে Observe এর সম্পূর্ণ প্ল্যাটফর্মে প্রোগ্রামেটিক অ্যাক্সেস প্রদান করে এবং Claude Code এর মতো এজেন্ট পরিবেশ এবং ইন্টারঅ্যাক্টিভ টার্মিনাল সেশনে কাজ করে। কেন এটি গুরুত্বপূর্ণ: অবজারভেবিলিটি প্ল্যাটফর্মগুলিকে এখন শুধুমাত্র ড্যাশবোর্ড পড়ার মানুষদের নয়, মানুষ এবং AI এজেন্ট উভয়েরই সেবা করতে হবে। ইঞ্জিনিয়াররা কাস্টম সতর্কতা-ট্রিয়েজ এজেন্ট তৈরি করছেন যা সতর্কতা ফায়ার হলে স্বয়ংক্রিয়ভাবে Observe কোয়েরি করে, এবং ঘটনা তদন্তের সময় সহায়তা করে এমন কপাইলট। LLM মধ্যস্থতাকারী সরিয়ে দিয়ে, নতুন আর্কিটেকচার প্রতিটি এজেন্ট কোয়েরির জন্য লেটেন্সি এবং অপারেটিং খরচ কমায়, একই সাথে এজেন্টদের Observe এর ডেটা কাঠামোতে সরাসরি দৃশ্যমানতা দেয় যাতে তারা নির্ধারণ করতে পারে কোন ডেটাসেট কোয়েরি করতে হবে এবং দক্ষ অবজারভেবিলিটি কোয়েরি লেখতে হবে।

   লক্ষ্য রাখতে হবে: MCP সার্ভার এবং CLI উভয়ই প্রি-বিল্ট স্কিল নিয়ে আসে—সাধারণ অবজারভেবিলিটি কাজের জন্য কাঠামোবদ্ধ ওয়ার্কফ্লো, যেমন ঘটনা তদন্ত করা, ব্যর্থতা ট্রেস করা, পরিবর্তন যাচাই করা, n+1 সমস্যা খুঁজে বের করা এবং আউটলায়ার শনাক্ত করা। এই স্কিলগুলি কনফিগারেশনের পরে অবিলম্বে কাজ করে এবং অতিরিক্ত সেটআপের প্রয়োজন হয় না। সাধারণ প্রাপ্যতা এখন সমস্ত ক্লাস্টার জুড়ে রোল আউট হচ্ছে; eu-2 এবং ca-1 অঞ্চল শীঘ্রই অনুসরণ করবে।

5. 5

   舞鶴市が脱Windows で6億円削減、千代田区Copilot月2000時間削減

   舞鶴市がWindowsからGoogleツールへの移行により6億円のコスト削減を実現し、千代田区がCopilotの全庁導入で月2000時間の削減を達成しました。 自治体の導入事例は公共組織としての透明性があり、他の組織がツール導入を検討する際の具体的な参考になります。民間企業や他の自治体も同様の効果を期待できるかどうかの判断材料となります。

   これらの事例は、クラウドツールやAI助手の組織全体への導入がどの程度の効果をもたらすかを示す実績となり、今後の導入検討の判断基準になる可能性があります。