news 2026/8/21 14:46:57

微软停用Visual Studio Code的IntelliCode AI代码补全扩展

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
微软停用Visual Studio Code的IntelliCode AI代码补全扩展

微软正式宣布停用Visual Studio Code编辑器的IntelliCode AI辅助代码补全扩展,并建议C#开发者改用GitHub Copilot Chat对话式AI助手。

微软在GitHub上发布的公告中列出了以下被停用的VS Code扩展:IntelliCode、IntelliCode Completions、IntelliCode for C# Dev Kit和IntelliCode API Usage Examples。公司建议开发者卸载IntelliCode for C# Dev Kit扩展,继续使用Roslyn内置语言服务器支持,或安装GitHub Copilot Chat获得高级建议和内联补全功能。

在停用这些扩展后,开发者仍可通过Roslyn .NET编译器平台在VS Code中获得相同的语言服务器驱动的补全列表(IntelliSense),以及其他语言服务器功能,如签名帮助、悬停信息和语法高亮。

列出的扩展将立即停止错误修复和支持,并被标记为已弃用。具体而言,停用意味着代码补全列表(即IntelliSense)中的星标补全将不再显示,内联灰色文本建议也将被移除,这些扩展不会再添加新功能。

Q&A

Q1:IntelliCode是什么,为什么被停用?

A:IntelliCode是微软为Visual Studio Code开发的AI辅助代码补全扩展。微软停用它是为了让开发者转向更先进的GitHub Copilot Chat对话式AI助手,以获得更好的代码补全和编程辅助体验。

Q2:停用IntelliCode后开发者还能正常编程吗?

A:可以正常编程。开发者仍可通过Roslyn .NET编译器平台获得基本的IntelliSense代码补全、签名帮助、悬停信息和语法高亮等核心编程功能,或者安装GitHub Copilot Chat获得更强大的AI辅助。

Q3:哪些IntelliCode扩展会受到影响?

A:受影响的扩展包括IntelliCode、IntelliCode Completions、IntelliCode for C# Dev Kit和IntelliCode API Usage Examples。这些扩展的星标补全、内联灰色文本建议将被移除,不再提供错误修复和新功能。


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/21 8:24:42

使用Miniconda环境部署BERT-Based信息抽取系统

使用Miniconda环境部署BERT-Based信息抽取系统 在当今AI工程实践中,一个常见的痛点是:模型在本地训练完美,一到服务器上却“水土不服”——依赖报错、版本冲突、GPU不可用……尤其当项目涉及像BERT这样复杂的深度学习模型时,环境问…

作者头像 李华
网站建设 2026/8/21 8:34:02

Linux进程与线程:核心差异详解

在Linux系统中,进程(Process)和线程(Thread)是操作系统进行任务调度的核心概念,二者的核心区别体现在资源分配、调度单位、通信方式及开销等方面。以下从技术本质、差异对比和具体示例三方面详细说明&#…

作者头像 李华
网站建设 2026/8/18 8:29:42

Miniconda环境下运行GPT-NeoX模型的资源配置建议

Miniconda环境下运行GPT-NeoX模型的资源配置建议 在大语言模型(LLM)日益普及的今天,越来越多的研究者和工程师开始尝试训练或微调像 GPT-NeoX 这样的开源模型。然而,当真正着手部署时,很多人会发现:明明代码…

作者头像 李华
网站建设 2026/8/17 13:05:59

利用Miniconda镜像统一团队Python开发环境的最佳策略

利用Miniconda镜像统一团队Python开发环境的最佳策略 在数据科学和人工智能项目中,你有没有遇到过这样的场景:同事兴奋地跑来告诉你,“我训练好的模型准确率提升了5%!” 结果你一拉代码、装依赖、运行——报错:“Modul…

作者头像 李华
网站建设 2026/8/17 21:06:07

使用Miniconda-Python3.10处理万亿级Token语料库的技术路线

使用Miniconda-Python3.10处理万亿级Token语料库的技术路线 在大语言模型(LLM)训练迈向“数据为王”的时代,我们面对的已不再是GB级别的文本集合,而是动辄数万亿Token的超大规模语料库。当数据量从“可遍历”走向“只能流式处理”…

作者头像 李华