GitHub Universe 2026 发布 Copilot 应用与多模型编排 Copilot Fusion

今天，我们阐述了我们的愿景：将 GitHub 打造为全球最全面的端到端软件交付系统。 2026年10月28日 | 6 分钟 - 分享： - - - 作为开发者，我们的工作正在发生变化。短短几年间，我们从逐行编写每一行代码，发展到与 AI 助手协作，再到编排智能体集群。但目标始终未变：交付完成的软件工作。一个功能、一个缺陷修复、一个安全修复。真正重要的产出是完成的工作，而不是更多的代码。 今天在 GitHub Universe 上，我们分享了将 GitHub 打造为全球最全面软件交付系统的愿景。我们推出了让这一愿景落地的产品，并展示了我们如何重建其底层基础设施。 我们的愿景：从想法到完成的软件 SDLC 不再是规划、编码、测试到部署的线性路径。一次代码变更、一位同事的请求或一项生产指标，都可能触发系统中任何位置的工作。我们大多数人（以及我们的智能体）会根据手头任务在不同阶段之间跳转。开发者把握方向、做出决策，并对交付结果负责。智能体负责实施和验证变更。所有环节都汇入一个持续学习的机器，并从中产出，让下一个周期更好。 这一智能体软件交付系统解决三个问题： - 速度：尽可能快速、高效且经济地从想法推进到完成的软件 - 智能：将平台各处的上下文与持续学习引擎相结合，让系统随着使用而不断改进 - 质量：让完成的工作默认安全，并在交付前捕获缺陷 GitHub 为开发者及其智能体而构建。我们也将底层原语开放出来，让你可以构建自己的定制化解决方案。工作内容、工具和成本始终由你掌控。 推动工作向前的新功能与产品 今天在 Universe 上，我们展示了一些最新产品和功能的实际应用，首先是 GitHub Copilot 应用。 GitHub Copilot 应用：从议题到合并，一个应用搞定 GitHub Copilot 应用从设计之初就面向智能体软件交付。它连接你跨项目的智能体和工具，让你无需处理每一次交接即可指挥工作。它不仅仅用于生成代码：你可以在一个智能体优先的界面中编写规格、进行设计讨论或分析遥测数据。 Copilot Fusion：多模型编排的极致 不同任务需要不同模型。开发者不应为了以合适的价格获得正确结果而必须管理每一个模型选择。Copilot Fusion 会评估任务在推理、代码生成、调试和工具使用方面的需求，然后决定如何在一个或多个模型上执行。在 Artificial Analysis Coding Agent Index 中，Fusion Max 的得分与 Opus 5.5 Max 相差不到两分，成本减半，每个任务耗时减少 40%。 Copilot 项目：给 Copilot 一个目标 从今天起在 GitHub Copilot 应用中原生提供，Copilot 项目让你在完全托管的并行会话中跨多个仓库运行智能体工作。你可以在一个地方跟踪进度、做出决策并指挥下一步。这意味着你可以花更少时间管理执行，更多时间决定什么值得构建。 会话连续性：跨界面持续工作 你的工作不应在切换设备或工具时重新开始。会话连续性让你可以在 GitHub 应用、VS Code、CLI 和 Web 之间启动并跟进同一个云端智能体会话。在站会上从手机启动，在办公桌前从 VS Code 引导，午餐时从 github.com 查看。智能体在云端持续工作。支撑它的多模型框架强大、快速且经济高效。 Copilot 自动化：从结果中学习 Copilot 自动化让你可以在仓库内创建 AI 驱动的工作流。它们在云端运行，你可以手动启动，也可以设置为响应事件或按计划运行。这让你可以协调智能体处理议题分类和代码审查等任务。现在，自动化可以从其结果中学习，并提出改进建议供你审查和批准。这就是学习引擎的实践。利用已完成工作的结果让下一次运行更好。 Copilot 代码审查 Max：更深入地审视交付内容 更多代码意味着更多拉取请求和更多审查需求。只有保持交付质量，提速才有意义。Copilot 代码审查会呈现开发者需要捕获的有意义、可操作的缺陷。今天，我们推出了 Copilot 代码审查 Max，它在 ReviewBench 的高严重性问题中获得了最高的 F1 分数。Lite 和 Balanced 让日常审查保持快速；新的 Max 在变更需要时提供更深入的审视。 无需单独企业订阅的 Copilot 功能 从今天起，GitHub Enterprise 客户无需购买单独订阅即可使用所有 Copilot 功能。这包括 GitHub Copilot 应用、代码审查、自动化等。你只需为使用的 AI 额度付费。 该服务今天可通过 GitHub Sales 获取，自助服务即将推出。现有的 Copilot Business 和 Copilot Enterprise 客户可以保留当前计划，或在准备好时迁移。GitHub 也保持开放和可扩展。继续使用你团队依赖的工具，包括 Cloudflare、Datadog、Figma 等。 我们持续的基础设施投资 所有这些都依赖于一个快速、可靠且可扩展的基础。智能体正在改变软件开发的规模和形态。增加容量很重要，但仅靠容量无法实现目标。我们还必须改变架构。 今年迄今为止，我们新增了： - 400 万个 CPU 核心 - 160 PB 高速存储 - 50 Tb/s 网络容量 我们还在迁移到 Azure 的多区域部署，同时继续为全球开发者提供极高水平的流量服务。我们预计明年初完成迁移。这些投资为我们提供了更多增长空间。下一步是构建处理这些工作的系统。 多年来，随着 GitHub 上的活动增长，我们一直在扩展 Git。智能体时代需要不同的吞吐量和可靠性上限。三条原则指导我们的新 Git 架构：简化原语、将存储与计算解耦、最小化协调。 Git只是我们为扩展平台所做工作的一个例子。我们在GitHub的AI网关、harness以及更多方面做了大量工作。 超越最初的1% 我们的工作正在发生变化，但开发者比以往任何时候都更重要。我认为，迄今为止我们编写的所有软件，加起来还不到未来五年我们将编写的软件的1%。机会不仅在于产出更多代码，更在于解决我们以前无法解决的问题。 这就是为什么我们正在连接完整的软件交付系统，为开发者提供与智能体协作的更好方式，并为未来演进基础设施。而且我们是在GitHub上做这件事，在这里我们可以共同构建。 作者 Jay Parikh Jay Parikh是一位资深高管、董事会成员和顾问，服务于世界上一些增长最快、最成功的消费、开发者和企业技术公司。作为微软CoreAI的执行副总裁，Parikh领导着构建端到端智能体系统的组织，该系统是在企业中构建、交付和运行AI智能体所必需的。他的团队（包括GitHub）还构建开发者创建下一代软件所需的工具和平台。 此前，Parikh曾担任一家云安全初创公司的CEO，再之前是Facebook的全球工程和基础设施负责人。十多年来，他领导团队构建和运营支持公司从3亿人增长到超过30亿人的物理基础设施和软件。他的团队跨整个技术栈工作，从数据中心、服务器和海底光缆到软件、数据、AI和安全系统。通过在开放计算项目和电信基础设施项目中的领导角色，他帮助将基础设施创新扩展到单一公司之外，惠及整个行业。 在职业生涯早期，Parikh曾在Akamai和Ning担任领导职务。他将系统思考者的视角带入一个深刻的人性挑战：如何打造在周围世界变化时持续学习、前进和交付的团队。 相关文章 我们也做新闻通讯 在我们的双周开发者专属新闻通讯中发现技巧、技术指南和最佳实践。