VS Code впускает локальные модели в агентов Copilot — но держит их на поводке GitHub

Microsoft тихо, но показательно расширяет агентный слой в Visual Studio Code. В документации VS Code теперь описан сценарий, где пользователь может добавить собственные языковые модели в Copilot, включая локально запущенные модели через Ollama. Рядом с этим компания продвигает отдельное окно Agents window — интерфейс, рассчитанный не на один чат рядом с кодом, а на управление несколькими агентными сессиями по разным проектам.

На первый взгляд это новость для разработчиков. На самом деле она хорошо показывает более широкий сдвиг: локальные модели перестают быть игрушкой энтузиастов и постепенно встраиваются в массовые рабочие инструменты. Но встраиваются не как полностью автономная свобода, а как часть платформы, где доступ, интерфейс и часть логики всё равно контролирует GitHub Copilot.

Что произошло

В разделе про языковые модели VS Code объясняет, что список доступных моделей можно расширять через провайдеров и собственные ключи. Среди примеров прямо показан Ollama, запущенный локально, с моделью Phi-4 в списке выбора. Это означает, что разработчик может использовать не только стандартные облачные модели Copilot, но и модель, которая работает на его машине или в собственной инфраструктуре.

Есть важное условие: чтобы модель была доступна для агентных сценариев, она должна поддерживать tool calling. Это логично. Обычный чат может ответить текстом, а агент должен уметь вызывать инструменты, читать контекст, предлагать правки, работать с задачами и участвовать в цепочке действий. Без tool calling локальная модель остаётся скорее собеседником, чем исполнителем.

Параллельно VS Code описывает Agents window как отдельный режим работы. Это не просто ещё одна панель чата. Документация называет его «agent-first» интерфейсом: пользователь может запускать и отслеживать несколько сессий, переключаться между рабочими пространствами, смотреть изменения, запускать проверки и держать агентные задачи в отдельном окне, не открывая каждый проект вручную.

Где подвох с «локальностью»

Главная деталь спрятана в FAQ. VS Code прямо пишет: использование локально размещённых моделей пока всё равно требует доступа к сервису Copilot, аккаунта GitHub с планом Copilot — даже бесплатным — и подключения к интернету. Использовать локальную модель полностью офлайн сейчас нельзя. Использовать её без Copilot-плана тоже нельзя.

Это не отменяет саму полезность функции, но меняет смысл слова «локальная». Модель может крутиться на вашей машине, а вычисления могут не уходить в облако провайдера модели. Однако рабочий контур остаётся привязан к Copilot как к управляющему слою: авторизация, интеграция с агентами и часть инфраструктурной логики проходят через сервис Microsoft/GitHub.

Для энтузиастов LocalLLaMA это выглядит почти как классический компромисс большого вендора: «да, свои модели можно, но через наш турникет». Для обычного разработчика это, наоборот, может быть удобным мостом. Не нужно собирать отдельный агентный фреймворк, настраивать собственную IDE-интеграцию и думать, как встроить модель в привычный процесс. VS Code просто добавляет локальную модель в знакомый интерфейс.

Почему это важно не только программистам

История с VS Code важна потому, что редактор кода давно стал одним из главных полигонов для агентного ИИ. Именно там хорошо видно, как чат-бот превращается в оператора задач: он читает файлы, предлагает изменения, запускает команды, проверяет результат и иногда ведёт несколько параллельных веток работы.

Если такие инструменты становятся массовыми, это меняет не только работу программистов. Похожая логика постепенно придёт в офисные пакеты, CRM, бухгалтерию, дизайн, аналитику и внутренние корпоративные системы. Пользователь будет не просто просить «напиши текст» или «объясни таблицу», а запускать маленькие рабочие процессы: проверь договор, обнови отчёт, найди ошибки в базе, подготовь релиз, сравни версии, собери презентацию.

Поэтому вопрос локальных моделей становится практическим. Компаниям нужны варианты, где данные остаются ближе к себе: на ноутбуке, в корпоративном дата-центре, в частном облаке или в регулируемой среде. Одновременно им нужен привычный интерфейс, управление доступом, аудит и поддержка. VS Code показывает один из вероятных вариантов будущего: модель может быть вашей, но рабочее место и правила доступа — платформенные.

Локальные модели взрослеют

Ещё недавно локальные LLM в основном обсуждали как способ поиграть с открытыми весами дома: скачать модель, запустить в Ollama, получить чат без облака. Сейчас сценарий становится серьёзнее. Модели вроде Phi, Qwen, Kimi, Llama, DeepSeek и других всё чаще достаточно хороши для конкретных задач: объяснить код, сделать первичный рефакторинг, написать тест, разобрать лог, подготовить черновик.

Это не значит, что локальная модель завтра заменит лучшие облачные системы в сложном агентном кодинге. Ограничения остаются: качество рассуждения, контекст, tool calling, скорость на обычном железе, безопасность команд, устойчивость к ошибкам. Но в реальной работе часто нужна не абсолютная «самая умная модель», а достаточно хорошая модель для большого числа дешёвых и повторяемых задач.

И вот здесь интеграция в VS Code становится важной. Когда локальная модель живёт отдельно в терминале, её используют энтузиасты. Когда она появляется в модельном пикере Copilot и потенциально участвует в агентном окне редактора, это уже шаг к массовому рабочему сценарию.

Зачем Microsoft такой гибрид

Microsoft не заинтересована просто раздать пользователям независимость от Copilot. Но ей выгодно сделать VS Code центральной точкой управления ИИ-разработкой. Если разработчик может выбирать между облачными моделями, локальными моделями и внешними провайдерами внутри одного интерфейса, VS Code становится не просто редактором, а диспетчером AI-workflow.

Это защищает платформу от двух сторон. С одной стороны, пользователи требуют больше выбора и не хотят быть навсегда запертыми в одной модели. С другой стороны, Microsoft важно сохранить контроль над UX, интеграцией, биллингом, политиками и корпоративными настройками. Поэтому появляется формула: «принесите свою модель, но работайте через нашу систему».

Для GitHub Copilot это также способ не проиграть локальному движению. Если локальные модели становятся лучше и дешевле, запретить их бессмысленно. Гораздо разумнее встроить их в Copilot так, чтобы пользователь всё равно оставался внутри GitHub-экосистемы.

Что это меняет для разработчиков

Практический вывод простой: в ближайшие месяцы стоит смотреть не только на качество отдельных моделей, но и на то, как они подключаются к рабочим инструментам. Модель без нормальной IDE-интеграции, tool calling, контекста проекта и контроля изменений остаётся полуфабрикатом. Модель, встроенная в привычный редактор, становится частью производственного процесса.

Для индивидуальных разработчиков это шанс дешевле экспериментировать с локальными моделями и разгружать облачные лимиты. Для команд — повод заранее подумать о правилах: какие модели можно использовать, где хранятся данные, какие задачи допустимо отдавать локальному агенту, как проверять его изменения и кто отвечает за ошибку.

Важно и другое: локальная модель в Copilot не равна приватности «по умолчанию». Если контур требует онлайн-доступа и Copilot-плана, нужно внимательно читать документацию, корпоративные политики и настройки телеметрии. В ИИ-инструментах слово «local» всё чаще означает место исполнения модели, а не полную независимость от облачной платформы.

Главный вывод

VS Code делает шаг к будущему, где разработчик управляет не одним ассистентом, а набором агентов и моделей: часть работает в облаке, часть локально, часть через корпоративные API. Это хорошая новость для выбора и экспериментов, но не победа полной автономии.

Скорее это новый компромисс AI-эпохи. Открытые и локальные модели дают пользователям больше рычагов, но крупные платформы пытаются встроить эти рычаги в свои панели управления. Для рынка это означает, что борьба идёт уже не только за «самую умную модель», а за место, где человек запускает работу и где задаются правила игры.