GitHub Copilot CLI ganha inteligência de código com suporte nativo a Language Servers

O GitHub Copilot CLI agora opera com inteligência de código real, não mais como um grep inteligente, mas como um agente que entende semântica. A nova skill LSP Setup não é só uma camada de automação: ela integra o CLI diretamente ao ecossistema de Language Servers já usado por IDEs como VS Code, permitindo resolução precisa de tipos genéricos, sobrecargas e assinaturas em bytecode ou transpilado. Isso muda o jogo para operações críticas em pipelines: imagine um agente validando automaticamente se uma mudança em um contrato de API Java está sendo respeitada por todos os consumidores no projeto, sem precisar de um build completo ou ferramentas externas.

A arquitetura do CLI já suportava MCP (Microsoft Copilot Protocol), mas a LSP Setup fecha a lacuna entre 'entender código' e 'operar sobre ele'. O agente agora pode disparar textDocument/definition ou textDocument/references como chamadas nativas, não como simulações baseadas em regex ou heurísticas de caminho. E isso impacta diretamente práticas DevOps: menos tempo gasto em debug de erros de tipo em CI, menos falsos positivos em verificações de compatibilidade de versão, e maior confiabilidade em scripts de migração automatizados.

Na cobertura do CEVIU de 10 de junho, a LSP Setup ainda era uma skill experimental anunciada no blog do GitHub, disponível apenas como download manual e sem integração com o fluxo de atualização nativo do Copilot CLI. Agora, em 17 de junho, ela está oficialmente integrada à CLI como funcionalidade nativa: o comando /lsp foi incorporado ao core, a validação de instalação é feita em tempo real (não apenas via which), e o suporte ao Microsoft C++ Language Server saiu da pré-visualização para produção com exigência explícita de assinatura ativa, algo não mencionado na versão anterior. Também houve aumento de linguagens suportadas: Rust e Ruby entraram na lista oficial de 14, enquanto Go passou a usar o gopls com configuração otimizada para ambientes de CI headless.

Isso não é só conveniência: é uma mudança estrutural na forma como agentes de IA participam do ciclo de vida do software. Em ambientes de entrega contínua, onde cada segundo conta, trocar buscas em node_modules por resolução de tipo via LSP reduz o tempo médio de resposta de tarefas de análise de dependência em até 68% (dados internos do GitHub, divulgados em 15/06). Para equipes que usam Infraestrutura como Código com Terraform ou Pulumi, isso significa que o agente pode agora validar referências cruzadas entre módulos em tempo real, sem rodar plan ou init. E para segurança em pipelines, a capacidade de rastrear todas as referências a uma função sensível (como crypto.generateKey) vira um controle automático viável, não apenas um ideal teórico.