copilot

§ 01综述

Copilot 是由微软和 GitHub 基于大型语言模型推出的 AI 编程助手，目前已成为开发者广泛使用的代码生成与辅助工具。近期微软和 GitHub 发布多项更新，包括新模型上线、性能基准测试、定制化代码审查以及企业使用分析。

Copilot 近期进展

微软发布 MAI-Code-1-Flash 模型，正式登陆 GitHub Copilot: 微软在官方 X 账户宣布，新模型 MAI-Code-1-Flash 已面向 GitHub Copilot Business 和 Enterprise 用户开放，该模型在 Copilot 环境中训练，旨在提升代码生成效率。微软MAI-Code-1-Flash正式登陆GitHub Copilot Business和Enterprise

GitHub Copilot agentic harness 基准测试：性能持平但 token 更省: GitHub 发布跨模型基准测试结果，显示新代理框架在多项任务上保持原有性能，同时显著降低 token 消耗，表明在效率和成本之间取得了更好平衡。 GitHub Copilot agentic harness 基准测试：性能持平但 token 更省

Copilot 代码审查支持 AGENTS.md 文件，可定制上下文感知审查: GitHub 为 Copilot 代码审查功能引入 AGENTS.md 配置文件，允许团队自定义审查上下文，使审查更贴合项目特定规范。 Copilot代码审查支持AGENTS.md文件，可定制上下文感知审查

微软分析500万次M365 Copilot对话，揭示员工如何用AI工作: 微软研究团队通过对海量对话日志的分析，发布了关于员工在 Microsoft 365 Copilot 中实际使用 AI 的模式和趋势报告。微软分析500万次M365 Copilot对话，揭示员工如何用AI工作

当前焦点与观察点

当前 Copilot 焦点集中于模型迭代与效率优化、企业级定制能力以及实际使用洞察。MAI-Code-1-Flash 的推出表明微软正持续投入专有模型以提升 Copilot 性能；agentic harness 的基准测试则反映出行业对成本效益的高度关注。此外，代码审查的定制化和企业使用分析报告，均指向 Copilot 从通用工具向深度集成、可配置的企业 AI 助手迈进。未来，如何在保证质量的同时降低推理成本，以及如何进一步嵌入开发工作流，将是 Copilot 发展的主要方向。

§ 02相关报道10 条在档

§ 03邻近话题