用于 C++ 的 AI。编译不正确。

VA Intelligence 是一款专为 C++ 工程师打造的 AI,旨在帮助他们摆脱 C++ 工程师的固有思维模式。您可以设定模型的识别范围,编写指令提示,并审核差异。模型不会交付代码,代码由您生成。C++ 并非适合“随性编程”的语言,而我们构建的工作流程也充分考虑到了这一点。

架构示意图:VA 智能上下文层位于您的代码库和 AI 模型之间,完全位于“您的机器”边界内。没有来自源代码的外部路径。
只在你的机器上运行。你的代码不会发送到任何地方。
我们的观点

C++ 不是适合氛围编程的语言。

人工智能工具的蓬勃发展是为 Web 而生的。它们基于 JavaScript、Python 以及那种“基本正确”就能交付的代码类型。默认的用户体验模式也随之而来:内置的自动补全、始终开启的索引、悄悄收集上下文信息并发送到供应商的云端。生成、验收、交付、循环往复。

这是一个真实存在的类别,而且对很多工作都很有用。 但它并不适合 C++。

编译结果不正确。

AI生成可以编译的C++代码。但你仍然需要保证代码的正确性。

我们并不声称该模型能够弥合通过编译器验证代码正确之间的差距。在一个严肃的 C++ 代码库中,正是这个差距考验着开发者的声誉。我们构建的工作流程旨在帮助开发者 弥合这个差距,并让 AI 在这个工作流程中赢得一席之地。

工作流程会引发思考。

选择。提示。审核。接受或拒绝。每一步都是您深思熟虑后做出的决定。

VA Intelligence 是被调用的,而不是默认的。如果这听起来比内联补全更麻烦,那确实如此——而这正是我们的目的。我们不希望开发者发布他们没读过的代码。这种麻烦并非缺陷, 而是设计使然。

确定模型所能看到的范围。

这款模型完全按照你的指示运行。不会在你不知情的情况下组装,也不会未经你同意就发送任何东西。

您的选择,加上周围的小窗口——这就是输入。现代人工智能工具喜欢为您构建上下文;这也意味着您的代码可能会被未经邀请的人读取、嵌入、记录和训练。我们选择了另一种方式。输出是可审计的。

本地化是当前的体现,而不是论点。

现在它运行在你的GPU上。其背后的原理很简单:你可以决定代码运行在哪里。始终如此。

所有外呼都不会携带源代码。这一点至关重要——这是我们服务的团队唯一被允许运行的配置。但“本地化”指的是方式而不是原因。其核心理念是: 开发者决定代码的存放位置,并且开发者始终扮演工程师的角色。

VA Intelligence 的目标并非取代 Copilot、Cursor 或您目前使用的任何 AI 工具。大多数团队仍会继续使用这些工具完成大部分工作,这无可厚非——它们在各自的领域表现出色。 我们的 AI 解决方案适用于那些不宜使用这些工具的情况,也适用于那些“基本正确”并非交付标准的情况。 此外,我们正在构建更强大的功能:一个上下文层,让您能够将 Visual Assist 的 C++ 理解能力引入到您信任的任何 AI 工具中,而无需向这些工具提供原始代码库。更多详情请见下文。

阅读完整立场:设计上的确定性 →

先发货的是什么?

今天介绍两项功能。系统架构尚未最终确定。

这两个功能都通过代码选择来运行。它们都反映了上述位置——被调用、作用域限定、局部。请将以下内容视为其运行路径中最小的可见部分。

用人工智能解释

Visual Studio 上下文菜单在选定的符号上打开,其中“使用 AI 解释 logger_”高亮显示。

选中你不认识的函数、宏链或代码块。按下Shift + Alt + Q,然后选择“使用 AI 解释”。VA 会将通俗易懂的解释流式传输到编辑器中。

最适合当你突然接触一段陌生的代码,想要在动手修改之前快速了解其内容的时候。它对新员工入职培训、审查不熟悉的模块,或者接手多年无人问津的遗留代码都非常有用。

Shift + Alt + Q → 使用 AI 解释

利用人工智能修改代码

VA Intelligence 提示面板——描述变更,审查拟议的差异,然后接受或拒绝。

选择代码,用通俗易懂的语言描述更改,查看建议的差异,接受或拒绝。在您确认之前,任何更改都不会应用到您的文件中。

适用于优化、重命名以使其更清晰、小型重构、添加错误处理、模式转换——这些看似微小却繁琐的改动累积起来,最终都会变成繁杂的工作。人工智能提出建议,开发者负责执行。

Shift + Alt + Q → 使用 AI 更改代码
选择输入。差异输出。除非您另行指示,否则不会应用任何内容。
这将会走向何方?

模型本身并非产品,上下文层才是。

C++人工智能的难点不在于模型本身。模型一直在不断改进,我们今天使用的开源模型明天就会被更好的模型取代——就像升级编译器一样,无需围绕它重建整个工程文化。真正的难点在于上下文如何让模型充分理解一个百万行、跨越数十年的C++代码库,使其既能发挥作用又不至于造成危险。

Visual Assist 已经能够理解如此大规模的 C++ 项目。我们的并行解析器为全球一些最大的 C++ 代码库提供导航、重构和代码理解功能。下一步是将该解析器作为模型的本地上下文层公开——真正实现项目感知,代码始终保留在您的计算机上。

接下来的阶段,我们暂时保密,直到它真正实现: 同样的上下文层不必止步于我们的模型。 无论你信任哪款 AI 工具——Copilot、Cursor,或者届时该领域会发展成什么样子——都让 Visual Assist 为其提供精心策划的、项目相关的上下文信息。你可以继续使用你喜欢的 AI 工具。你的原始源代码不会进入其他人的工作流程。我们不承诺具体日期,只提供方向。

带注释的上下文层架构图:VA Intelligence 解析器、范围选择器和上下文窗口模块位于代码库和 AI 模型之间。经过处理的上下文流向供应商云;红色 X 表示原始代码无法离开机器边界。
架构——解析器作为上下文层,输出经过筛选,原始代码保留在内部。

您的反馈将影响未来的发展方向——您正在努力解决的工作流程问题、缺乏足够工具支持的重构模式、以及当前人工智能领域尚未解决的难题。我们认真阅读每一条反馈。

引擎盖下

VA Intelligence 目前如何运作。

VA Intelligence 通过扩展菜单进行部署,并通过 Ollama 运行本地 Gemma 模型。以下是组件列表,以及每个组件背后的原因。这里的一切都不是随意选择的。每一个限制条件都是我们特意挑选的。

模型
本地 Gemma 模型(开源许可),通过 Ollama 提供服务。
因为
随着领域发展,模型层应该可以替换,但位置信息不应该替换。
赋能
两步选择加入:安装模型,然后在 VA 选项中启用 VA Intelligence。
因为
我们不会发布您未要求的AI。这是经过深思熟虑的两步操作,绝非意外启动。
硬件
最低需要 12 GB 显存,约 9 GB 可用磁盘空间用于存放模型文件。
因为
本地执行才是关键——这意味着真正的芯片在你的设备上执行真正的工作。
调用
Shift + Alt + Q → 选择功能。
因为
键盘快捷键是用户操作,而内联环境建议则不是。
网络
不进行任何外呼,包括选择、提示或生成输出。
因为
代码会按照你的指示执行。对于我们服务的团队来说,默认的非设备执行设置是不可更改的。
示意图:代码编辑器选择的内容会输入到“您的机器”边界框内的本地模型节点。框外的虚线云已被划掉。

这只是最低限度,而非最高限度。该架构的设计允许模型层进行切换,并且模型所依赖的上下文信息可以远远超出单个选择的范围。

设置

让它运行起来。

  1. 安装 Visual Assist 2026.3或更高版本 — 试用 Visual Assist →
  2. 安装 VA Intelligence 模型。 扩展菜单 → Visual Assist → Intelligence → 安装语言模型。
  3. 确认硬件配置。 最低要求 12 GB 显存,约 9 GB 可用磁盘空间。
  4. 在 Visual Assist 选项中启用 VA 智能功能。选中任意位置 后,按Shift + Alt + Q即可触发。
常问问题

常见问题解答

什么是 VA 情报?

VA Intelligence 是 Visual Assist(Microsoft Visual Studio 的 C++ IDE 扩展)内置的本地 AI 功能集。它在开发者的计算机上运行 AI 模型,无需将任何代码输出到系统之外。当前版本 (Visual Assist 2026.3) 包含两项功能:使用 AI 解释选定代码块的通俗易懂的解释,以及使用 AI 修改代码,允许您描述更改、查看建议的差异并接受或拒绝更改。在您明确批准之前,任何更改都不会应用到您的文件中。

我的 Visual Assist 订阅包含 VA Intelligence 吗?

是的。所有 Visual Assist 许可证(包括个人版、标准版、网络版和并发版)均包含 VA Intelligence,无需额外付费。30 天免费试用期内也可使用。无需单独订阅或购买 AI 插件。

VA Intelligence 支持哪些 Visual Studio 版本?

VA Intelligence 可与所有当前受支持的 Visual Assist 版本配合使用:Visual Studio 2015、2017、2019、2022 和 2026。虽然所有版本都受支持,但我们建议使用 Visual Studio 2026 以获得最佳整体体验并访问最新的 IDE 改进。

我的代码会离开我的电脑吗?

不。VA Intelligence 通过 Ollama 在本地运行模型。选择、提示和上下文都在开发者的 GPU 上处理。没有上游调用会传输源代码。

为什么 VA Intelligence 选择在本地运行而不是使用云端 AI 模型?

因为我们服务的 C++ 团队——游戏工作室、金融系统、受监管企业、国防承包商——对于源代码的存放位置都有着严格的规定,而这些规定不会因为人工智能功能而改变。本地执行是让 VA Intelligence 得以应用的关键。即使没有这些规定,这也是我们想要的配置。

它采用的是什么型号?

本地 Gemma 模型,通过 Ollama 提供服务。开源许可。该架构的设计允许随着时间的推移替换或添加模型,而不会改变面向用户的流程——当更好的本地模型发布时,我们会立即采用。

我需要独立显卡吗?

是的。至少需要 12 GB 显存,模型文件大约需要 9 GB 的可用磁盘空间。

默认是开启的吗?

不。需要两步选择启用:先安装模型,然后在选项中启用 VA 智能。在您明确启用之前,任何功能都不会运行。我们不会发布您未要求的 AI。

它是否能与 Copilot、Cursor 或其他 AI 工具配合使用?

是的。VA Intelligence 的设计理念是与现有 AI 助手共存,而非取代它们。大多数团队仍会在大部分工作中使用环境 AI 助手;VA Intelligence 则适用于那些不适合使用环境 AI 助手的代码库和场景——在环境 AI 助手可以协同工作的情况下,VA Intelligence 也能发挥作用。

它能否根据提示生成新代码?

目前的流程是围绕修改现有选择而构建的——选择、提示、查看差异、接受或拒绝。从头开始生成选项虽然可行,但体验较差。我们正在进行改进。

它能理解我的整个项目吗?

尚未实现——目前,VA Intelligence 会根据您的选择以及周围的上下文信息进行推理。项目级推理是下一阶段。Visual Assist 的并行解析器已经能够大规模地支持跨完整代码库的导航和重构;下一步是让它作为模型的本地上下文层。您的代码保留在您的计算机上。模型则获得了项目感知能力。

为什么它不直接提供在线建议呢?

因为在实际的 C++ 代码库中,非确定性 AI 就像是噪音,它就像你视野边缘的干扰。我们更希望你在需要时才调用某个功能,而不是让模型去猜测你的需求。

你是不是对人工智能有点过于敏感了?其他工具的自动补全功能都做得很好。

其他工具也支持那些以“基本正确”为标准的语言。C++ 并非如此。在 JavaScript 中,一个明显错误的内联补全功能会导致单元测试失败。而在 C++ 中,一个明显错误的内联补全功能会导致内存错误并被部署到生产环境。我们划定这条界限是出于有意为之,而非出于怀旧。

为什么VA Intelligence要求我手动选择代码并查看差异?

当“足够好”就足够时,轻松实现的AI固然很棒。但C++并非如此。VA Intelligence工作流程中的每一步——从选择范围界定、编写提示、读取差异、接受或拒绝——都存在,因为如果不这样做,代码就会被提交到一个无法容忍任何错误的地方。这种摩擦本身就是一种特性。我们致力于为那些仍然想成为工程师的开发者提供助力,而不是为那些不想成为工程师的开发者提供自动驾驶模式。

我该去哪里寻求帮助?

请访问VA Intelligence 常见问题解答页面,了解设置、硬件和功能详情。如有其他疑问,请给我们留言

保持关注

VA Intelligence 随每个 Visual Assist 版本一起发布。

“最新动态”页面会追踪每一次发布——VA Intelligence 的更新会首先发布在那里。

查看最新内容 →