Ing. Calogero Bono
GitHub 发布了一份面向开发者的指南，主题是智能体工程，也就是在整个软件生命周期中与 AI 智能体协作。文章的出发点是公司公布的数据。在十月的一周里，提交次数超过 12 亿，比一年前增长了 400% 以上。写代码的成本降低了，但规划、审查和观察仍是瓶颈，真正的生产力差距正出现在这里。
开始了解事实之前的几个术语。 智能体工程是指 AI 智能体自主完成任务、由你来引导的工作方式。拉取请求（pull request）是一种代码修改提案，合并前由同事审查。分诊是按优先级对问题报告进行分类。CodeQL是 GitHub 的工具，用于分析代码并查找安全漏洞。沙箱是一个隔离环境，代码在其中运行，不会影响你的电脑。
为什么代码变多不等于效率变高？
根据GitHub的数据，在十月的一周里，提交次数超过了整个 2025 年。该公司自问，开发者是否真的觉得自己的生产力提高了 400%。
第二个数据来自 GitHub 引用的 Faros AI 研究。当团队从低度使用 AI 转向高度使用时，拉取请求的审查时间延长了 441%。工作重心从编写转向了验证。
这与我们在谈及GitHub Rubicon时描述的情况相同，该工具专为在单一仓库上运行大量智能体而设计。
如何用 Copilot 进行规划？
Plan 阶段的作用是把散落在各种工具、聊天和旧拉取请求中的上下文集中到一处。GitHub 建议在 Slack 或 Teams 中使用 Copilot，与产品经理、设计师和分析师一起规划。
- Copilot 可以创建带有验收标准和可拆分任务的 GitHub Issues。
- GitHub Agentic Workflows 为 issue 添加标签并估算复杂度，因此简单任务会直接交给 Copilot。
- Plan Mode 比较不同方案，并在实施前生成一份待批准的计划。
如何同时处理多项任务？
在 Build 阶段，会话连续性让你可以在不同设备上继续同一个 Copilot 会话。任务在云端沙箱中运行，因此即使笔记本合上也能继续。Copilot 应用为每个会话提供一份独立的仓库副本。
项目知识通过仓库说明指令和共享记忆传递。Copilot Dreaming 会审查符合条件的会话以及拉取请求的反馈，以更新记忆。借助 Copilot Fusion，你可以选择模型和推理深度，在质量、成本和时间之间取得平衡。这种方式与智能体 AI 与高级自动化中描述的做法相近。
如何缩短拉取请求的审查时间？
对 GitHub 来说，审查队列就是「实际上的 441%」。应对方法是双管齐下，让改动更易于审查，并把日常检查交给 Copilot。
- 堆叠式拉取请求将相互依赖的工作拆分为小块。
- GitHub Code Quality 依据组织标准检查改动。
- Copilot 代码审查会根据改动的规模调整审查深度。
- AI Scan 能发现 CodeQL 覆盖范围之外的漏洞，而 AI 密钥检测能识别密码等非结构化机密。如需深入了解，可以阅读我们的密钥管理指南。
- npm 防火墙包目前为公开预览版，可以拦截违反策略的下载。
- Agentic Autofix 提出安全修复建议，Agent Merge 则处理失败的检查、评论和冲突。
只要你进行配置，Copilot 也可以在检查通过后合并拉取请求。
需要知道的局限
这段内容是 GitHub 发布的指南，因此其中的收益属于公司自述，并非独立衡量的结果。在我们手头的材料中，Observe 阶段的内容被截断，所以无法完整描述。除了 npm 防火墙包的公开预览之外，定价、必要套餐以及各项功能的可用性都没有提及。Faros AI 的研究是转引的，我们没有核实。
对于使用数字工具工作的人，有什么变化
如果你用 AI 开发，写代码节省的时间可能会在审查中耗掉。更可行的做法是把拉取请求拆得小而专注，并在同事介入之前自动完成日常检查。使用 Cursor 或其他助手的人也应该沿着同样的思路考虑。对小团队来说，写好仓库的说明指令也成了工作的一部分。
我们的看法
该指南的优点在于从真实问题出发，即审查，而不是只强调速度。不过它依然是宣传材料。文中提到的许多功能，从 Agent Merge 到自动合并，都把信任交给了智能体，而这恰恰是最需要人工关注的地方。风险在于，用一个没人阅读的自动检查队列取代原本的审查队列。这套方法有其价值，但应当一步步引入并加以衡量。
常见问题
GitHub 眼中的智能体工程是什么？
这是一种工作流程，AI 智能体在四个阶段提供帮助，即 Plan、Build、Verify 和 Observe。开发者负责引导结果。GitHub 将其定位为超越单纯代码生成的延伸。
GitHub 记录了多少次提交？
十月的一周内超过 12 亿次。根据 GitHub 的说法，这比一年前增长了 400% 以上，也超过了 2025 年全年的提交量。
Faros AI 的研究说了什么？
在 AI 使用率高的团队中，拉取请求的审查时间比使用率低的团队长 441%。GitHub 引用它来证明压力正在向审查环节转移。
Copilot 能自己合并拉取请求吗？
可以，前提是你进行配置。GitHub 表示，当设定的检查通过后，Copilot 会合并拉取请求。
防火墙包对所有人开放吗？
它目前是 npm 的公开预览版。它可以拦截违反已配置安全策略的下载。对于其他生态系统，来源没有提供任何信息。
未来几个月值得关注的辅助审查
关键问题是这些工具是否真的能缩短审查等待时间。独立的数据比指南更有说服力。
- 在引入智能体之前和之后，分别测量你的拉取请求的平均审查时间。
- 关注 Observe 阶段何时会被完整描述，以及它如何与你的监控工具衔接。
- 在把检查工作交给安全功能之前，先核实其套餐和费用。
