在你的 IDE 中协同编写，外加运行在 GitHub 上、用于闭合 PR 工作流的远程 GitHub Copilot Coding Agent。这就是。

AI Runway 是一个 Kubernetes 原生的平台，用于部署和管理大语言模型。它的核心理念是通过一个统一的 Kubernetes CRD ——来描述模型部署意图。随后，AI Runway Controller 会基于不同 Provider 的能力，选择或委派给对应的 Provider 专属 Controller。该项目这样描述自己：在 Kubernetes 上部署和管理大语言模型 ——

AI Runway 是一个 Kubernetes 原生的平台，用于部署和管理大语言模型。它的核心理念是通过一个统一的 Kubernetes CRD ——来描述模型部署意图。随后，AI Runway Controller 会基于不同 Provider 的能力，选择或委派给对应的 Provider 专属 Controller。该项目这样描述自己：在 Kubernetes 上部署和管理大语言模型 ——

不再只是一个纯本地化的体验。今天，我们正式推出：借助远程能力，你现在可以直接通过 GitHub Web 或 GitHub Mobile 应用监控并操控正在运行的 CLI 会话。启用远程会话后，Copilot 会将 CLI 会话活动实时同步到 GitHub。CLI 会显示一个链接和二维码，你可以在另一台设备上打开，用于查看、监控并向该会话发送后续命令。所有活动都会在 CLI 与 GitHub 之间保

随着 Copilot 代码审查的不断演进，我们对“好的代码审查”的定义也在变化。2024 年刚开始构建时，我们的目标只是做到足够全面。此后我们发现，开发者真正看重的是高信号的反馈——能够帮助他们快速推进 Pull Request。如今，Copilot 代码审查结合了最先进的模型、记忆能力以及智能体工具调用能力，来执行全面的审查。为了实现这一点，我们通过持续评估循环来优化智能体的判断能力，重点关注三

作者：Ari LiVigni排版：Alan Wang一份动手实践指南，讲解如何使用 GitHub Copilot CLI 从意图出发，逐步生成可供审查的代码变更，以及这些工作如何自然地流转到你的 IDE 和 GitHub 中。大多数开发者早已在终端中完成实际工作。我们在终端中初始化项目、运行测试、调试 CI 失败，并在代码准备好评审前进行快速、机械性的修改。正是契合了这种工作方式：它帮助你直接在终

你可以在。

这不仅仅是自动化带来的效率提升——尽管看到四位“科学家”在不到三天内交付 11 个智能体、4 个技能以及一个全新概念，本身就已经非常惊人——更重要的是，这种开发方式迫使你去优先关注那些真正重要的事情：清晰的架构、完善的文档、充分的测试，以及深思熟虑的设计——这些我们一直知道很重要，但却总是没有时间去做的事情。技术是新的，但原则不是。因此，如果你希望你的智能体表现得像一名工程师，那就要用对待工程师的

作者：Andrea Griffiths排版：Alan Wang学习如何将 Copilot SDK 集成到 React Native 应用中，以生成由 AI 驱动的 issue 摘要，并采用适用于生产环境的优雅降级和缓存模式。Copilot SDK 让你可以将驱动的同款 AI 添加到你自己的应用中。我想看看它在实际中的效果如何，于是我构建了一个名为 IssueCrush 的 issue 分类应用。下

这意味着你可以把任务交给 Copilot，去处理其他待办事项，然后再回到终端中查看结果并提出进一步修改请求——整个过程无需打断工作流，也无需切换工具。GitHub Copilot CLI 将 Copilot 的智能体 AI 能力直接带入命令行界面（CLI）中，使其成为你日常使用的终端/控制台工具之一（并且能够访问你代码仓库的完整上下文）。以及 GitHub 博客文章），我们将探索如何直接在终端中使