Przejdź do głównej zawartości

Migracja z GitHub Copilot

Żyłeś w GitHub Copilot przez dwa lata. Tab-complete to pamięć mięśniowa i naprawdę dobrze dokańcza linijkę, którą już zacząłeś pisać. Ale zadanie na twojej tablicy na dziś to “zmigruj uwierzytelnianie z sesji na JWT w API i aplikacji React” — a Copilot widzi tylko plik, w którym jest twój kursor. Kończysz, otwierając ręcznie piętnaście plików, akceptując podpowiedzi linijka po linijce i modląc się, że nie pominąłeś żadnego importu. To jest sufit, w który uderzasz: Copilot dokańcza kod, ale nie planuje, nie edytuje wielu plików, nie uruchamia testów i nie prowadzi wieloetapowej zmiany od początku do końca.

Ten playbook przeprowadza cię od dokańczania do delegowania. Trzy narzędzia agentowe — Cursor, Claude Code i Codex — czytają całe repozytorium, edytują wiele plików za jednym razem, uruchamiają polecenia i sprawdzają własną pracę. Zachowujesz wszystko, co lubisz w Copilot, i dodajesz agenta, który obsługuje zmiany, których Copilot nigdy nie potrafił.

  • Trzeźwe porównanie funkcji i cen Copilot z Cursor, Claude Code i Codex (dane z czerwca 2026)
  • Regułę decyzyjną, które z trzech narzędzi agentowych pasuje do twojego przepływu pracy
  • Etapowy plan migracji, który uruchamia Copilot i nowego agenta obok siebie, bez przestojów
  • Trzy gotowe prompty, które zamieniają zadanie w stylu Copilot w delegowanie do agenta
  • Tryby awarii, które dopadają migrantów z Copilot — nawyki promptowe, oczekiwania co do kontekstu, niespodzianki kosztowe — i jak sobie z nimi poradzić

Najpierw zresetuj nastawienie. Model mentalny “Copilot to tylko autouzupełnianie z kontekstem 8K” jest nieaktualny. Na czerwiec 2026 modelem bazowym Copilot jest GPT-5.3-Codex, narzędzie dostarcza agenta w chmurze i CLI, a obsługiwane modele mogą działać z rozszerzonym kontekstem (1M tokenów). Copilot jest teraz pełnoprawnym agentem.

Migracja nie jest więc już “głupie autouzupełnianie do mądrego agenta”. To bardziej uczciwy kompromis: Copilot jest świetny i tani wewnątrz ekosystemu GitHub, podczas gdy Cursor, Claude Code i Codex dają ci głębszą, bardziej kontrolowalną pętlę agentową i bogatszą rozszerzalność (serwery MCP, skills, własne przepływy pracy). Wybierasz agenta, którym chcesz kierować, a nie uciekasz od zabawki.

FunkcjaGitHub CopilotCursorClaude CodeCodex
Podpowiedzi inlineDoskonałeUzupełnienia TabPrzez rozszerzenie IDEPrzez rozszerzenie IDE
Edycje wieloplikoweTak (agent)Tak (tryb agenta)TakTak
Zrozumienie bazy koduIndeksowanie repoPełne indeksowanieAgentowe wyszukiwanieCałe repo w sandboxie
Domyślny modelGPT-5.3-CodexTwój wybór (Fable 5, Opus 4.8, Sonnet 4.6 itd.)Claude (Opus 4.8 domyślnie; Fable 5 do najtrudniejszych zadań)GPT-5.5
KontekstRozszerzony (opcja 1M tokenów)Modele frontier z 1M tokenów1M tokenów (Claude)1M tokenów (GPT-5.5)
Zadania równoległe/asyncAgent w chmurzeAgent w tleWiele sesji terminalowychZbudowany do równoległych zadań w chmurze
Serwery MCPTakTakTakTak (CLI + IDE)
Agent skillsOgraniczoneTakTakTak

Nie musisz wybierać jednego na zawsze — ale zacznij od jednego, żeby nawyk się utrwalił.

  • Chcesz najmniejszego skoku od edytora w stylu VS Code
  • Lubisz widzieć diffy i akceptować edycje wizualnie
  • Chcesz jeden wybór modelu obejmujący Fable 5, Opus 4.8, Sonnet 4.6, Gemini 3.1 Pro i więcej
  • Uzupełnianie inline Tab nadal ma dla ciebie znaczenie na co dzień

Zmiana nastawienia to cała gra: przestań opisywać następną linijkę i zacznij opisywać rezultat. W Copilot wpisywałeś sygnaturę funkcji i podbijałeś podpowiedź. Z agentem podajesz cel, ograniczenia i sposób weryfikacji — a potem przeglądasz diff.

  1. Zostaw Copilot włączony. Nie anuluj jeszcze niczego. Pozostaw Tab-complete działający dla szybkich edycji, w których jest świetny.

  2. Wybierz jedno prawdziwe zadanie, którego Copilot nie dokończy sam. Zmiana międzyplikowa jest idealna: funkcja dotykająca kilku modułów, refaktoring albo migracja. Tu luka wartości jest oczywista.

  3. Napisz prompt o rezultacie, nie o linijce. Nazwij framework, pliki lub zachowanie, przypadki brzegowe i krok weryfikacji (testy, type-check, lint). Prompty poniżej to szablony, które możesz wkleić bezpośrednio.

  4. Przejrzyj diff jak PR. Agent będzie edytować wiele plików i często uruchomi twoje testy. Przeczytaj każdą zmianę, zakwestionuj tam, gdzie zgadł źle, i iteruj w tej samej sesji.

  5. Co tydzień przerzucaj więcej pracy. W miarę jak ufasz agentowi przy większych zmianach, kieruj do niego rutynową pracę wieloplikową, a Copilot zachowaj do podbić inline. Anuluj Copilot dopiero wtedy, gdy nowe narzędzie wyraźnie na siebie zarabia.

Sposób Copilot na dodanie przesyłania awatara: wpisz sygnaturę handlera route’a, akceptuj uzupełnienia linijka po linijce, ręcznie podepnij walidację, a potem otwórz plik testowy i napisz przypadki ręcznie. Pięć plików, mnóstwo pisania i sam odpowiadasz za każdy przypadek brzegowy.

Sposób agenta to jedno delegowanie. Oto dokładny prompt, napisany dla backendu Express + TypeScript:

Przy prawdziwej migracji międzyplikowej — zadaniu, z którym Copilot radzi sobie najgorzej — błyszczą pętla terminalowa Claude Code i kontekst CLAUDE.md. Zwróć uwagę, jak prompt wymaga ścieżki wycofania, a nie tylko samej zmiany:

Gdy praca jest dobrze zdefiniowana i wolisz jej nie pilnować, przekaż ją Codeksowi jako zadanie asynchroniczne. Codex działa we własnym sandboxie z pełną kopią repozytorium, więc idealnie nadaje się do pracy wsadowej, którą przejrzysz w PR:

Piszesz prompty na poziomie linijki i dostajesz wyniki na poziomie linijki. Najczęstszy błąd migranta z Copilot to traktowanie agenta jak lepszego autouzupełniania: “add error handling here”. Agenty wynagradzają prompty o rezultacie z ograniczeniami i krokiem weryfikacji. Jeśli wyniki wydają się płytkie, niedoprecyzowujesz — nazwij pliki, przypadki brzegowe i sposób sprawdzenia pracy (zobacz prompty powyżej).

Oczekujesz, że agent zna kontekst, który Copilot wywnioskował. Copilot po cichu korzystał z twoich otwartych kart. Agent korzysta z tego, na co go skierujesz, plus z konfiguracji projektu. Jeśli edytuje zły moduł albo wymyśla API, dodaj plik .cursor/rules/, CLAUDE.md lub AGENTS.md opisujący twoją architekturę i konwencje, a w prompcie wskaż przez @ lub nazwij odpowiednie pliki.

Agent robi za dużo za jednym razem. Przejście z jednoliniowych uzupełnień do diffu w piętnastu plikach jest dezorientujące, a błędne założenie obejmuje teraz wiele plików. Wyjście z sytuacji: ogranicz pierwsze prompty do jednego modułu, przejrzyj i zatwierdź, potem rozszerzaj. W Cursor opieraj się na checkpointach; w Claude Code użyj Plan Mode (Shift+Tab), aby zatwierdzić plan, zanim cokolwiek zostanie zmienione.

Rachunek jest większy niż $10 i panikujesz. Pętle agentowe kosztują więcej niż dokańczanie, bo czytają, piszą, uruchamiają i sprawdzają ponownie. Kredyty oparte na zużyciu (Copilot, Cursor) czynią to widocznym. Wyjście z sytuacji: kieruj codzienną pracę do tańszego modelu (Sonnet 4.6 lub Haiku 4.5), używaj Opus 4.8 do większości zadań agentowych i rezerwuj Fable 5 / GPT-5.5 do naprawdę trudnych zmian (złożone refaktoringi wieloplikowe, budowanie od zera, długotrwałe zadania); większość zespołów stwierdza, że przepustowość wieloplikowa zwraca koszt tieru w ciągu jednego sprintu. Zobacz porównanie modeli w celu sprawdzenia aktualnych cen Claude.

Odstawienie Tab-complete. W pierwszym tygodniu będziesz tęsknić za ciągłymi podpowiedziami inline. To oczekiwane, nie defekt. Zostaw Copilot włączony do edycji inline, gdy budujesz nawyk delegowania — nie ma reguły zabraniającej używania obu, a uzupełnianie Tab w Cursor wypełnia większość luki, jeśli przesiądziesz się całkowicie.

W poszukiwaniu przewodników dla początkujących zobacz Szybki start Cursor i Szybki start Claude Code. Pytania trafiają na Forum Cursor i Discord Anthropic.