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

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

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

任务流是 YAML 文件，用于描述我们希望通过 LLM 完成的一系列任务。借助它们，我们可以编写提示词来完成不同任务，并让任务之间相互依赖。框架负责按顺序运行这些任务，并将一个任务的结果传递给下一个任务。例如，在审计一个代码仓库时，我们首先根据功能将仓库划分为不同组件。然后，对于每个组件，我们会收集一些信息，例如其接收不可信输入的入口点、预期权限以及组件用途等。这些结果会被存储在数据库中，为后续任

任务流是 YAML 文件，用于描述我们希望通过 LLM 完成的一系列任务。借助它们，我们可以编写提示词来完成不同任务，并让任务之间相互依赖。框架负责按顺序运行这些任务，并将一个任务的结果传递给下一个任务。例如，在审计一个代码仓库时，我们首先根据功能将仓库划分为不同组件。然后，对于每个组件，我们会收集一些信息，例如其接收不可信输入的入口点、预期权限以及组件用途等。这些结果会被存储在数据库中，为后续任

作者：Landon Cox & Jiaxiao Zhou排版：Alan WangGitHub Agentic Workflows 构建于隔离、受限输出以及全面日志记录之上。了解我们的威胁模型和安全架构如何帮助团队在 GitHub Actions 中安全运行智能体。无论你是开源维护者还是企业团队的一员，早上醒来看到文档修复、新的单元测试以及重构建议，都会是一个真正的“aha”时刻。但自动化也带来了一

作者：Landon Cox & Jiaxiao Zhou排版：Alan WangGitHub Agentic Workflows 构建于隔离、受限输出以及全面日志记录之上。了解我们的威胁模型和安全架构如何帮助团队在 GitHub Actions 中安全运行智能体。无论你是开源维护者还是企业团队的一员，早上醒来看到文档修复、新的单元测试以及重构建议，都会是一个真正的“aha”时刻。但自动化也带来了一

看看 GitHub Copilot SDK 如何让智能体式工作流直接嵌入到你的应用中。

看看 GitHub Copilot SDK 如何让智能体式工作流直接嵌入到你的应用中。

混合 AI 模型是在同一个应用中，有策略地将本地运行的小语言模型（SLM）与基于云的大语言模型（LLM）结合起来，并根据任务的不同特性，为每个任务选择最合适的模型。核心原则敏感数据的本地处理：隐私敏感内容的分析在本地设备上完成云端用于价值创造：复杂推理和创造性生成依赖云端能力成本与性能的平衡：高频、简单任务在本地运行，以减少 API 成本于 2026 年 1 月 22 日 以技术预览形式发布，是