Rubber Duck w Copilot CLI: AI-sprawdzanie kodu

# Rubber Duck w GitHub Copilot CLI: sprawdzanie kodu drugą modelem AI

GitHub Copilot CLI wzbogacił się o eksperymentalną funkcję Rubber Duck. Narzędzie podłącza drugą model AI do analizy planu i kodu, minimalizując błędy głównego modelu. Jeśli główny agent korzysta z Claude Sonnet, weryfikację przejmuje model klasy GPT-5.4. Dzięki temu można wykrywać błędy architektoniczne, logiczne bugi i konflikty między plikami przed ich uruchomieniem.

W testach połączenie Claude Sonnet z Rubber Duck zmniejszyło różnicę w skuteczności względem Claude Opus o 74,7% w złożonych zadaniach. W projektach wieloplikowych z długimi łańcuchami działań dokładność wzrosła o 3,8–4,8%. Rubber Duck aktywuje się automatycznie w kluczowych punktach: po planowaniu, skomplikowanej implementacji lub przed testami. Ręczne uruchomienie jest dostępne za pomocą komendy.

Kiedy i jak działa Rubber Duck

Narzędzie nie skanuje każdego kroku, lecz skupia się na krytycznych etapach rozwoju:

• Planowanie: sprawdzanie architektury i sekwencji działań.
• Implementacja: analiza logiki, pętli i potencjalnych nadpisań danych.
• Walidacja przedtestowa: wykrywanie ukrytych bugów, takich jak przedwczesne zakończenie planisty.

Przykład błędu, który wyłapuje Rubber Duck: kod w pętli niezauważalnie nadpisuje dane, naruszając spójność. Funkcja jest dostępna przez /experimental w Copilot CLI, uruchomionym we wrześniu jako publiczne preview.

Programiści zauważają, że taka dwumodelowa architektura jest szczególnie przydatna dla specjalistów middle/senior pracujących z agentami w terminalu. Copilot CLI już obsługuje konfigurację MCP, pamięć repozytorium i tryb planowania z lutowego 업데이트.

Benchmarki i rzeczywiste scenariusze

Testy przeprowadzono na zadaniach z wieloma plikami i skomplikowanymi zależnościami. Wyniki:

| Zadanie | Bazowy model (Claude Sonnet) | Z Rubber Duck | Poprawa |

|--------|------------------------------|---------------|---------|

| Złożone łańcuchy | ~25,3% sukcesu | 74,7% redukcji różnicy do Opus | +3,8–4,8% dokładności |

| Projekty wieloplikowe | Średnia skuteczność | Znaczny wzrost | 74,7% zmniejszenie różnicy |

Rubber Duck wykrywa typowe problemy w agentic-development: konflikty stanów, niejawne race conditions i niezgodności architektoniczne. Dla senior developerów to narzędzie do szybkiego audytu bez ręcznego przeglądu.

Integracja z Copilot CLI upraszcza workflow: polecenia w terminalu uruchamiają agentów, a Rubber Duck dodaje warstwę weryfikacji. W przyszłości taki audyt może stać się standardem w AI-asystowanej developmentce.

Co ważne

• Rubber Duck używa drugiej modelu (np. GPT-5.4) do sprawdzania Claude Sonnet, zmniejszając różnicę z top-modelami o 74,7%.
• Aktywacja w kluczowych punktach: plan, implementacja, testy; tryb ręczny po komendzie.
• Wykrywa błędy architektoniczne, logiczne bugi i konflikty między plikami.
• Dostępne eksperymentalnie przez /experimental w Copilot CLI.
• Nadaje się do zadań z agentami, pamięcią repozytorium i konfiguracją MCP.

— Editorial Team