当前位置: 首页 > news >正文

2026 年 6 月 Visual Studio 更新:适配计费模式,新增信任验证与多项实用功能

Visual Studio 更新:适配计费新规则与增强安全验证

2026 年 6 月,Visual Studio 进行了重要更新,其在 GitHub Copilot 使用情况跟踪上,采用基于令牌消耗而非请求次数的方式,与 GitHub 的新计费模式保持一致。更新后的使用情况窗口能让用户清晰了解自己在新计费模式下的使用情况,且会实时更新,用户可通过 Copilot 徽章菜单选择“Copilot 使用情况”打开此窗口。

同时,Visual Studio 增加了对模型上下文协议(MCP)服务器的信任验证。在 MCP 服务器进程启动前和启动后,分别进行不同环节的对比验证,若有更改会弹出信任对话框,要求用户查看更改后再允许服务器运行。

多项实用功能升级,提升开发体验

此次更新还带来了其他实用功能的升级。GitHub Copilot 现代化代理的 C++ 场景全面可用,可将 C++ 项目升级到最新版本的 Microsoft C++(MSVC)构建工具。

长距离下一次编辑建议功能将 Copilot 的下一次编辑建议扩展到整个活动文件,此前该功能仅限于用户光标附近区域,用户可通过特定选项开启此功能。

此外,Visual Studio 中可以彩色显示表情符号,这些表情符号在编辑器、Markdown 预览、GitHub Copilot 聊天、构建输出以及解决方案资源管理器中都能以真实颜色显示。

更新背后:满足用户需求与应对市场竞争

从用户痛点来看,GitHub 采用新的按使用量计费模式后,开发者需要更清晰地了解自己的使用情况,Visual Studio 更新使用情况窗口满足了这一需求,让用户能实时掌握使用成本。而对 MCP 服务器增加信任验证,是为了保障开发环境的安全性,避免潜在的安全风险。

在市场竞争方面,Visual Studio 作为一款知名的集成开发环境,面临着众多竞品的挑战。如 JetBrains 旗下的 IDE 以功能丰富、智能提示精准等特点受到开发者青睐。此次 Visual Studio 的更新,通过适配新计费模式和增加安全验证等功能,提升了自身的竞争力,以吸引更多开发者使用。

更新对生态体系的连锁反应与未来挑战

此次更新对 Visual Studio 的生态体系产生了积极影响。适配新计费模式有助于与 GitHub 生态更好地融合,增强了开发者在整个开发流程中的体验。而安全验证的增强,也让开发者更放心地使用相关服务。

未来,Visual Studio 产品线迭代面临着一些挑战。一方面,需要不断跟进技术发展,如人工智能在代码辅助方面的应用,以保持功能的领先性。另一方面,要持续优化用户体验,满足开发者日益增长的需求。在商业化方面,通过提供更优质的功能和服务,吸引更多付费用户,实现商业价值的提升。

编辑观点:Visual Studio 此次更新适配新计费模式、增强安全验证并升级实用功能,提升了竞争力。未来需紧跟技术趋势,优化体验,有望在市场中保持优势。

http://www.jsqmd.com/news/1150559/

相关文章:

  • Scikit-learn 1.5 实战:3步构建电商用户流失预测模型(准确率>92%)
  • 【对比评测】SendTomo与主流文件传输工具深度对比评测
  • COCO mAP 计算实战:从 IoU 0.5 到 0.95 的 10 个阈值解析与代码实现
  • PANNs CNN14 模型实战:ESC-50 数据集 5 折交叉验证微调,准确率达 95.2%
  • 3 种 UNet 上采样方案对比:转置卷积 vs 双线性插值 vs 最近邻
  • Lasso回归坐标下降法 Python 实现:从梯度不可导到 1000 轮迭代收敛
  • RK3588 实时摄像头 YOLOv5 部署:C++ 与 Python 接口性能对比与选型指南
  • 个人微信API二次开发,遇到React Native就瞎了?难道没逆向过Hermes字节码与AST重构吗?
  • Kruskal-Wallis H 检验实战:Python scipy.stats 与 R kruskal.test 结果对比与解读
  • 5个革命性SMAPI模组:彻底改变你的星露谷物语游戏体验
  • YOLO 数据集转换:3种JSON格式解析与Python脚本适配实战
  • PyTorch 2.0 多GPU训练实战:DataParallel 与 DistributedDataParallel 性能对比分析
  • WarcraftHelper:魔兽争霸3实用技巧与高效优化方法深度解析
  • 共享单车时空分布分析:基于 Pandas 与 GeoPandas 的 4 步数据处理流程
  • Sinkhorn算法Python实战:5行代码计算Wasserstein距离,误差<1%
  • OBJ 3D文件格式解析:从ASCII文本到MeshLab渲染的5个关键语句
  • 赛博朋克边缘行者第二季:视觉升级与剧情深度解析
  • NoSleep防休眠工具终极指南:如何让Windows电脑保持清醒工作
  • 稳健性设计实战:3步正交实验法降低产品性能变异系数 20%
  • 3种机器学习算法对比:SVM、ML与MD在湿地分类中的97.2%精度差异分析
  • 如何免费获取专业级鼠标性能测试工具:5个实用技巧提升你的设备表现
  • OpenCV 4.8 实战:Harris角点检测与SIFT特征提取的3种MATLAB代码对比
  • 免费开源显存稳定性测试工具memtest_vulkan:你的显卡健康诊断专家
  • PyTorch 2.0 实战:CIFAR-10 图像分类,5个Epochs实现85%+准确率
  • 随机森林 vs 梯度提升树:5个回归任务实测,R²与训练速度对比
  • PINN 求解四阶 PDE 实战:PyTorch 实现 u_xx - u_yyyy 误差 0.0019
  • FanControl V270终极指南:如何彻底解决Windows风扇噪音与散热难题
  • 数据挖掘中的维归约:PCA主成分分析原理与3大应用场景解析
  • Simulink 2024b 4种数字调制系统仿真:BASK/BFSK/BPSK/QPSK 误码率对比分析
  • TensorFlow 2.x 石头剪刀布数据集:3步使用 tf.data.Dataset 重构数据流