AI Code Context Helper est une extension Visual Studio Code qui exploite l'AST pour extraire automatiquement les segments de code les plus pertinents autour de la position du curseur. Elle identifie les fonctions, variables, imports et commentaires de documentation liés pour construire un package de contexte concis, qui est ensuite transmis à des assistants de codage IA tels que GitHub Copilot, ChatGPT ou Codeium. En filtrant le code non pertinent et en se concentrant sur la portée pertinente, elle améliore substantiellement la précision des suggestions de code générées par l'IA. Les développeurs peuvent personnaliser la profondeur du contexte, les langues prises en charge et s'intégrer harmonieusement dans leurs flux de travail existants, sans copier-coller ni configuration manuelle. Avec une prise en charge prête à l'emploi pour JavaScript, TypeScript, Python et Java, elle s'adapte à divers bases de code. Son faible impact sur la performance garantit des sessions de codage ininterrompues, tandis que son architecture open-source invite aux améliorations et personnalisations communautaires.

Le dépôt Berkeley Pacman Projects offre une base de code Python modulaire où les utilisateurs construisent et testent des agents IA dans un labyrinthe Pacman. Il guide les apprenants à travers la recherche non informée et informée (DFS, BFS, A*), la recherche multi-agents adversariale (minimax, élagage alpha-bêta), et l'apprentissage par renforcement (Q-learning avec extraction de caractéristiques). Des interfaces graphiques intégrées visualisent le comportement des agents en temps réel, tandis que des cas de test intégrés et un autograder vérifient la correction. En itérant sur les implémentations d'algorithmes, les utilisateurs acquièrent une expérience pratique en exploration de l'espace d'états, conception d'heuristiques, raisonnement adversarial, et apprentissage basé sur les récompenses au sein d'un cadre de jeu unifié.