了解我是如何管理上下文以保持 Copilot 的专注度，如何借助 Plan Agent 将模糊需求梳理清晰，以及如何通过强制采用测试驱动开发（TDD）实践，在问题到达用户之前捕获缺陷。

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

作者：Nick McKenna & Bartek Perz排版：Alan Wang了解 Rubber Duck 如何为 GitHub Copilot CLI 带来不同的思路与视角。当你让一个编码智能体构建数据管道时，它未必会采用最优结构。但如果在执行方案之前，让它先获得“第二视角”呢？今天，在中，我们以引入。它利用来自不同 AI 模型家族的第二个模型，作为独立评审者，在关键时刻对智能体的计划与执行

即使源码没有包含在当前仓库中；

我们增强了 Agent Debug 面板，新增了日志摘要视图，为你提供 agent 活动的整合概览，让审查和调试会话行为变得更加容易。你可以从会话列表中选择会话名称，导航到摘要视图。它会显示该会话的聚合统计信息。

自定义智能体是一种可以通过 Markdown 文件定义的 GitHub Copilot 智能体。与依赖通用行为的默认智能体不同，你可以明确描述智能体的工作方式、可调用的工具、需要遵循的规范以及输出要求，从而让它在任何运行环境中都保持一致的行为。你创建的每个编码智能体都可以针对特定任务进行定制，成为一个专属的专业智能体。例如，一个通用编码智能体可能会建议如何优化代码；而自定义智能体则能够在每次执行时

作者：Andrea Griffiths排版：Alan Wang如今，Copilot 已按照公开的 API 定价标准计费。本文将对比直接访问模型 API 与围绕 AI 编程工作流构建的开发体验、策略管理以及 Agent Harness（智能体运行框架）等能力，帮助你了解两者之间的真正价值差异。我经常看到这样一个问题：“既然我可以通过 API 调用同样的模型，为什么还要为 GitHub Copilot

作者：Joe Binder排版：Alan WangGitHub Copilot 正在通过优化上下文管理与模型路由，让每次会话中的 Token 更多地投入到真正有价值的工作中，帮助你更高效地利用 GitHub AI Credits。随着 Copilot 承担越来越多的智能体工作——从任务规划、代码编辑，到调试、代码审查，以及在长时间会话中调用各种工具——效率已不仅仅意味着“使用更少的 Token”，

作者：Napalys Klicius排版：Alan Wang通过将 Copilot Code Review 迁移到共享的 Unix 风格代码探索工具，我们围绕 Pull Request 中的代码证据重新设计了智能体工作流，从而降低了代码审查成本，并提升了整体审查效率。给智能体配备更好的工具，它理应完成更好的工作。至少，直觉上是这样认为的。