GitHub 发布开发者指南：用 Copilot 做代理式工程

今年10月，GitHub在一周内收到超过12亿次提交，比一年前增长了400%以上，甚至超过了GitHub在2025年全年的提交总量。你很可能也比一年前生成了更多代码。但问问自己：你觉得自己比去年高效了400%吗？

构建软件远不止写好一段prompt那么简单。随着AI加速实现过程，软件开发者在其他环节感受到了更大压力：Faros AI的一项研究发现，当团队从低AI采用率转向高AI采用率时，pull request在审查环节停留的时间延长了441%。

作为软件开发者，你需要收集需求并引导实现、审查变更并评估测试结果，然后调查生产环境中发生了什么。Agent可以在所有这些阶段帮助你更高效地工作：Plan、Build、Verify和Observe。下面我们来看看在GitHub上，一个有效的agentic engineering工作流是什么样的。

Plan：让所有人和所有agent达成共识

看看这个场景是否似曾相识。你正在规划一次API变更。设计文档在一个工具里，一条兼容性要求埋在Slack里，还有一个旧pull request解释了当前实现为什么是这样。在写出有用的计划之前，你需要把这些细节串联起来、比较不同方案，并就现有客户端如何继续工作达成一致。看起来简单的规划任务变成了数小时的搜索、交叉核对和追着人问答案。实现还没开始，你就已经精疲力竭了。

你可以用Copilot把这些分散的上下文汇集到一处，梳理权衡取舍，并把决策转化为实现计划。

• 在团队已有的工作场所共同规划。在Slack或Teams中使用Copilot，与所有相关人员协作——从产品经理、设计师到分析师和业务相关方。引入已连接工具中的上下文，让团队能够验证假设、贡献想法，共同完善需求。
• 把达成一致的需求转化为可执行的工作。让Copilot创建包含实现所需上下文和验收标准的GitHub Issues，并拆分出可以独立处理的任务。
• 不让例行分诊占用规划时间。使用GitHub Agentic Workflows为issue打标签并评估任务复杂度。将低复杂度任务直接分配给Copilot，然后把时间花在更难的决策上。
• 给复杂工作以应有的规划。在你常用的Copilot界面中使用Plan Mode来比较方案、完善实现计划。在把计划交给Copilot开始实现之前，先审查并批准它。

过去需要数天搜索和收集上下文的工作，现在能产出可审查的计划、明确的验收标准和范围清晰的issue，你的时间花在决策上而不是信息检索上。然后，一旦确定了方案，你已经为自己和agent做好了实现该计划的准备。

Build：同时推进多个任务

你准备好把计划变成代码了。但生活总有别的安排。你的agent任务做到一半，下一场会议五分钟后开始，你的狗已经盯着门看了二十分钟。然后会上有人指出实现需要处理的一个边缘情况。所有人同时都需要你。你想继续推进，但你没法同时出现在三个地方。

你可以让工作继续推进，而不必被绑在开始工作的那台电脑上。

• 从另一台设备继续对话。会话连续性让你可以跨客户端接续同一个Copilot会话，因此你可以在最方便的地方工作。
• 合上笔记本电脑后工作继续进行。Copilot在云沙箱中运行任务，执行不占用你的机器，你可以离开之后再回到会话。
• 处理不同任务而不混淆各自的修改。Copilot应用为每个会话提供独立的仓库副本，因此一个实现任务和一个文档更新不会共享未完成的工作区。
• 把项目知识带入每个任务。仓库指令记录约定和验证命令，共享记忆存储Copilot可在整个仓库中复用的有用事实。Copilot Dreaming会审查符合条件的会话和pull request反馈，以保持记忆最新，并提出指令或技能更新建议。这意味着你花更少时间反复解释团队的工作方式，Copilot在不同任务中提供的帮助也更加一致。
• 让模型匹配工作。选择Copilot Fusion为任务挑选模型和推理深度，需要时引入额外模型来审查方案。你可以设置投入级别，在质量、成本和响应时间之间取得平衡。
• 无论在哪里工作都遵循公司规则。企业托管设置将公司的策略和已配置工具带到各个Copilot界面，减少你在不同客户端之间切换时的设置差异。

写代码不只是向LLM发一个prompt然后看看返回什么。而且随着你手头的工作比以往更多，维持编码标准并按时交付项目可能变得困难。Copilot借助共享的项目知识帮助任务独立推进，同时让你可以跨设备从上次离开的地方接续会话。这为你留出更多空间来处理实现决策，并在变更出现时加以应对。当工作完成时，你已经有聚焦的变更可供审查。

Verify：把注意力花在关键处

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）