行业动态01
GitHub 发布了 2026 年 Octoverse 报告，统计过去一年开发者共向 GitHub 推送代码 179 亿次，超过 2024 和 2025 两年总和；总提交 343 亿次，合并的拉取请求 13 亿个。报告发现，带 Agent 配置的新仓库平均提交次数是不带配置仓库的 8 倍，9 月已有超过 40% 的拉取请求由 Agent 发起（3 月为 17%）。61% 的 Copilot 用户会同时使用多个模型，医疗、农业、采矿、建筑等领域的公开仓库也在快速增长。报告还显示 GitHub 开发者已超 2.25 亿，过去一年活跃开发者平均已在 GitHub 上 36 个月，现在平均每人跨仓库数比一年前多 10%。对读者来说，这份报告描述的是开发者正把 Agent 从试用变成日常协作对象，但具体效果仍取决于各自项目实践。
文中可用工具
- GitHub CopilotGitHub 的 AI 编程助手，报告显示多数用户会选用多个模型
- GitHub Actions自动化任务运行服务，报告称今年每秒运行 1440 次任务
- Dependabot自动更新依赖并减少已知漏洞的 GitHub 工具
- GitHub Pages托管静态网站的服务，文中用于发布洪水公告和灾害警报
- Gati基于 GitHub Pages 和 Actions 运行的尼泊尔灾害警报接力项目
- mathlib社区维护的计算机可验证数学库
AI 编程02
jongio/skills · A plugin of cross-agent skills for AI coding agents — GitHub Copilot, Claude, and Codex — installable with the skills CLI (npx skills add). Includes create-canvas-kit for building Copilot canvas extensions.
该项目是一个通用型 monorepo，汇集了一批可以被 AI 编程代理调用的 SKILL.md 技能：每个技能都放在独立目录中，既可以单独安装，也可以整包安装。它支持的宿主包括 GitHub Copilot、Claude、Codex、Cursor、Gemini CLI 等，主要提供以下能力：创建 Copilot canvas 扩展、搭建 GitHub Pages 站点、创建与校验技能及技能市场仓库、审计依赖和 DNS、整理 Git 工作区、审阅 PR、规划重构、巡检测试与文档等。项目还附带 Copilot CLI 状态栏扩展，可以展示 PR、Issue、子代理和工作树信息。项目提供 Copilot 插件市场和 npx skills 两种安装方式。
AI 编程03
GitHub 博客采访了三位有十多年 Java 经验的 Java Champion，分享他们在真实项目和开源工作中使用 GitHub Copilot 的经历。共同点是：AI 能大幅加快写代码和做原型的速度，但开发者仍要提供上下文、审查生成的计划和代码，并对最终交付负责。例如 Vlad Mihalcea 原本预计要花几周开发的功能，借助 Copilot 两天就完成了；他还用自己 65 篇文章训练出模仿个人文风的技能，让生成的文档更像自己写的。Patrick Baumgartner 则用 Copilot 完成了约 900 张教学幻灯片从 Reveal.js 到 Marp 的迁移，并靠截图对比等方式逐项验证结果。这些经验目前属于个人实践分享，文章没有说明具体产品版本或开放范围。
文中可用工具
- GitHub Copilot在 IDE 中辅助写代码、做原型、迁移内容和生成文档
- IntelliJ IDEAVlad 运行 GitHub Copilot 的 IDE 环境
- Reveal.js原有教学幻灯片框架
- Marp迁移后的幻灯片框架
- Spring Boot原文提到用于架构与模块化的技术，未说明与 Copilot 的具体配合方式
- Spring Modulith原文提到用于模块化架构，未说明具体用途细节
- Spring Security原文提到用于安全相关实践，未说明具体用途细节
AI 编程04
GitHub 官方博客介绍了把 GitHub Copilot 应用里的智能体会话直接搬到 VS Code 继续做的方法。原来 Copilot 帮你改完代码后，想在编辑器里逐行检查、手动微调和本地运行，要么留在应用里，要么在 VS Code 里从头再来。现在只要点「Open in VS Code」，VS Code 会用同一个工作树打开项目，侧边栏保留原会话的任务、计划和对话记录，改动也直接呈现为可审阅的 diff。之后你可以自己改代码、跑测试、再让 Copilot 接着改，最后提交并推送到该会话对应的 pull request，全程不用重新描述任务。使用前需安装并登录 Copilot 应用和 VS Code、使用同一 GitHub 账号，并对目标仓库有推送权限。该功能当前已可用。
文中可用工具
- GitHub Copilot 应用运行智能体会话、完成代码修改的地方
- Visual Studio Code接收会话、审阅 diff、手动编辑并在本地运行测试的编辑器
AI 编程05
GitHub 官方博客介绍了让 Copilot 更懂你项目的四种自定义方式。原来每次让 Copilot 改代码，都得反复解释项目的命名规范、测试脚本和目录结构，新来的 Copilot 完全不了解这些“家规”。现在可以把这些知识直接写进仓库：用自定义指令说明通用规范，用 Agent 技能打包重复流程（如跑测试和 lint），用自定义 Agent 处理无障碍审查这类跨文件任务，还能通过 MCP 服务器接入 Playwright 等外部工具让 Copilot 在浏览器里实际操作验证界面。这样 Copilot 就能自动读取项目规则，减少重复说明，按团队既定流程干活。文章还推荐了社区分享的 Awesome Copilot 资源库，并建议先从一个常被重复解释的规范开始，写进 .github/copilot-instructions.md 试起。
文中可用工具
- GitHub CopilotAI 编程助手，可根据项目上下文帮开发者改代码
- Playwright通过 MCP 服务器让 Copilot 打开浏览器并手动测试应用界面
- MCP servers把 Copilot 连接到外部工具、数据源和服务，扩展其能力
- Awesome Copilot社区分享的现成自定义指令、技能和 Agent 等资源集合
AI 编程06
很多过去觉得做软件门槛很高的人，现在也能动手做东西了。原因是用自然语言（比如直接说“帮我做个前端”）就能指挥 AI 帮自己写出代码，不再必须学很多年编程。GitHub 博客这篇采访了多场黑客马拉松的参与者，发现有人靠 GitHub Copilot 在半小时内做出前端并接上新闻 API，当有人遇到 bug 或演示失败时，也能当场重来。对读者来说，如果你有想法但不会写代码，可以先参加一场黑客马拉松，在两天里专注做出一个小原型，失败也没关系。文中的 GitHub Copilot 在博客里是既有产品或入口，但文中没有说明其独立应用何时开放；可用的具体工具和链接以原文为准。
文中可用工具
- GitHub CopilotAI 编程助手，能根据自然语言帮用户生成前端代码，并接入 API
- GitHub Student Developer Pack面向学生的开发者工具包，可免费使用 GitHub Copilot 等工具
AI 编程07
GitHub Copilot 很快会自动决定编程任务是在本地还是云端运行，预计10月底上线。微软说会看任务和缓存状态来选，但没说 Auto 模式会把多少代码库信息传到云端，也没说开发者能不能查看或限制这些决定。本地跑模型需要大内存，目前只针对特定 Windows 设备，选了本地模型也不等于完全离线，因为它仍可能联网。
文中可用工具
- GitHub CopilotAI 编程助手，即将自动决定代码任务是本地还是云端运行
- Project HydraFusion为编程任务选择模型的系统，扩展后负责决定在哪里运行
- MAI Code 1.1 Flash微软的本地代码模型，可离线运行
- Windows ML providerWindows 上运行本地模型的接口，原文未详细说明用途
- Execution Containers (MXC)微软开源库，用于强制沙箱策略
- ProcessContainer 后端 BaseContainer 层级Windows 上的沙箱执行环境，原文未详细说明用途
- SeatbeltmacOS 上的沙箱机制，原文未详细说明用途
- bubblewrapLinux 上的沙箱工具，原文未详细说明用途
- copilot-sdk在演示中用于构建每日分诊仪表盘的项目
- SWE-Bench Verified代码任务评测基准，用于对比量化前后性能
- Terminal-Bench 2.1终端任务评测基准，用于对比量化前后性能
- OpenAI-compatible local endpoints兼容 OpenAI 的本地模型接口，让开发者选择本地模型
AI 编程08
GitHub 和微软一起做了一个叫 ReviewBench 的测试，用来比一比各家 AI 代码审查工具谁更会挑毛病。测试方法是从 GitHub 上真实代码改动的记录里提炼出“应该被发现的”问题，再看各家工具能找出多少。结果 GitHub 自家的 Copilot 排第一，但因为测试是 GitHub 自己做的，而且不同工具测试时间差了好几个月，所以这个成绩要打个折扣。在另一家独立机构 Martian 做的测试里，Copilot 只排第四或第五，冠军分别是 Cubic 和 Qodo Deep。这说明同一款产品在不同测试里名次差别很大，结论不能只看一家。
文中可用工具
- GitHub Copilot code reviewGitHub 自家 AI 代码审查工具，在自家 ReviewBench 测试中排名第一，但在独立 Martian 测试中排名靠后
- ReviewBenchGitHub 与微软合作开发的开放基准测试，用于评估 AI 代码审查工具在 pull request 中发现问题能力
- Code Review BenchAI 研究公司 Martian 推出的独立代码审查基准测试，包含离线测试和基于真实开源仓库的在线追踪
- Qodo提供 AI 辅助代码审查的产品，在 Martian 离线排行榜中排名第一
- Greptile提供 AI 辅助代码审查的产品，在 Martian 在线排行榜中排名第二
- Cubic提供 AI 辅助代码审查的产品，在 Martian 在线排行榜中排名第一
- Devin提供 AI 辅助代码审查的产品
- Cursor提供 AI 辅助代码审查的产品
- CodeRabbitAI 代码审查工具，在 Martian 在线排行榜中排名第三
- Claude Sonnet 5用于 ReviewBench 中对审查发现进行分类
工具与应用09
GitHub 博客介绍了 Copilot 应用里的“画布（canvas）”功能：它是一种你和 AI 助手共用的界面，可以做成看板、清单、仪表盘或表格等，不用自己写代码或设计。以前工具界面是固定的，你得迁就工具；现在只要用日常语言描述你想要的工作流和操作方式，AI 就会生成界面并在右侧面板打开。画布是双向的，你点按钮、移卡片，AI 当场能看到；AI 更新内容，你也能立刻看到，像共用一块实时白板。画布会保存为扩展，可团队共享或个人使用，社区还提供了现成模板。文中未说明该功能的收费、地区限制或正式发布状态。
文中可用工具
- GitHub Copilot appGitHub 推出的 AI 编程助手应用，文中用它创建和使用画布
- canvases你和 AI 共用的可定制界面，如看板、清单、仪表盘，可双向实时更新
- /create-canvas在 Copilot 应用里用自然语言生成画布的命令
- Awesome Copilot社区分享现成画布扩展的地方，如发布说明工具、看板、问题分类工作流
工具与应用10
GitHub 博客提出，虽然我们现在主要靠聊天框和 AI 对话，但聊天框并不适合所有任务。GitHub Copilot 应用里有一种叫“画布”的功能：它是一个能跑在你电脑上的小应用，可以不用浏览器窗口，直接和 AI 双向沟通。这样你可以做出像下棋游戏、软件包管理器、数据库操作界面这样的工具，用起来比反复让 AI 在聊天里帮忙更省钱、更顺手。画布现在就可以下载 GitHub Copilot 应用试用，简单场景一次就能做好，复杂工作流大概要花一天。
文中可用工具
- GitHub Copilot app运行画布和 AI 代理的桌面应用，可下载使用
- canvas在 GitHub Copilot 应用内运行的全栈小应用，能与 AI 双向交流，可定制界面
- GPT-5.6 Sol在文中用于玩 Connect 4 游戏的 AI 模型
- GPT-5.6 Luna文中提到无推理模式下可被击败的 AI 模型
- GPT-5.6 Sol Max文中提到用户常用来执行“暂存并提交”等操作的 AI 模型
- WingetWindows 软件包管理器，文中用画布做了它的图形界面，可浏览、安装和卸载本地包
- SQLite轻量数据库，文中用画布直接操作它，无需通过聊天
- Jekyll静态博客生成工具，文中用画布来编写文章，替代纯 Markdown 编辑
AI 编程11
GitHub 重建了 Copilot 应用里的代码差异查看界面，专门解决超大拉取请求（pull request）打开慢、滚动卡的问题。原来代码行高度固定、可以提前算好，但评论会因 Markdown 换行、折叠块、回复框和图片加载而高度不定，强行套用旧方案会导致页面跳动。这次他们把代码区域和评论区域拆成两套高度计算：代码部分保持精确不变，评论部分先估算再懒加载实测，并把修正锚定在用户当前位置。测试对象是一个约 2200 个文件、超一百万行改动、400 多条行内评论的开源拉取请求，现在这种极端情况也能流畅滚动。该功能已随 GitHub Copilot 应用推出。
文中可用工具
- GitHub Copilot appGitHub 的 AI 编程助手应用，这次重建了其中的拉取请求代码差异查看界面，使其能流畅打开超大拉取请求
Agent 与工作流12
GitHub 日本和韩国营销负责人利用 GitHub Copilot、Issue 表单、标签和 Actions，将活动筹备流程自动化。原本需要手动的落地页复制、UTM 链接生成、邀请邮件、项目板更新和注册者清理等任务，现在只需一个 GitHub Issue 即可自动完成。自动化前提是所用平台提供 API 或 CLI 这类可脚本化的入口。