知识增量Knowledge Deltav0.1无限进步

GitHub Copilot

GitHub Copilot
学到 会用 就够:能亲手用起来
你可能会说

“我想给研究代码加一个助手,GitHub Copilot、GitHub 和办公助手是同一种产品吗?”

GitHub Copilot 是嵌入开发流程的 AI 助手,可建议代码、解释代码库、审查修改并处理分配的任务。它与编辑器及 GitHub 项目协作,让帮助发生在代码与变更所在的位置。

这个产品更新很快,功能和价格以官方最新信息为准。卡片内容核对于 2026-11-07。
也叫Copilot 编程助手
2

使用 AI

科研里的例子

例如给公开复现项目补充一段变量生成说明,要求引用实际脚本位置,再请它审查某次修改是否意外改变筛选条件。

官方把能力区分为跟随用户工作的辅助式功能,以及执行多步骤任务的智能体式功能。研究者既可用它理解已有分析代码,也可在具备相应入口时让任务形成可审查的变更。具体能否运行工具、访问仓库或创建修改,取决于入口与授权。它提出的代码只是候选实现,项目能运行也不说明模型设定合理,更不能代替对论文证据与估计结果的判断。

动手试一次

已有入口时,从解释一个短函数开始,要求它分别说明输入、输出和异常情况,暂不接受跨文件的自动修改。

+

在你的学科里,直接拿去用

把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明,再建议代码。
问题:[填写]
数据字典及已有规则:[提供]
可用软件与现有代码:[提供]
明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析;缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据,所有转换写到派生结果并留记录;不能为得到显著结果修改数据或筛选规则。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
3

判断

亲手检查一次

亲手用正常值、缺失值和异常值各测一个例子;检查代码建议是否使用真实存在的函数,并逐项审查提交差异。

它做不到的

GitHub 提供代码托管与协作,GitHub Copilot 提供 AI 辅助;它也不同于 Microsoft 365 Copilot,名称相近不代表用途相同。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源

来源

卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。