GitHub 发布了 GitHub Copilot App。这是一款面向 Agent 原生开发的桌面应用，意在让开发者继续掌握主导权，同时将更多编码工作交给 AI Agent 完成。GitHub 产品副总裁 Mario Rodriguez 在官方博客中表示，最近一波编码 Agent 的兴起虽然提升了软件交付速度，但也带来了新的问题，例如工作流被割裂、频繁切换上下文，以及开发者不得不花费大量时间审查 Agent 生成的代码。Copilot App 的定位，就是为这些 Agent 提供一个统一的管理入口，让开发者能够对其进行调度、观察，并将其纳入现有 GitHub 工作流，而不是让它们以难以追踪的后台进程形式运行。

Copilot App 目前以技术预览版形式向 Copilot Pro、Pro+、Business 和 Enterprise 用户开放。应用提供了一个名为“My Work”的工作视图，集中展示与已连接代码仓库相关的会话、Issue、Pull Request 以及后台自动化任务。每个 Agent 会话都运行在独立的 Git Worktree 中，从而保证各自的代码修改彼此隔离。Rodriguez 表示，这种隔离机制的目的，是让团队能够同时运行多个 Agent，而不会互相干扰，也不会影响开发者本地正在使用的分支。

GitHub Copilot App 是 GitHub AI 工具产品线的最新成果，它正在改变我们的工作方式。它已经不再只是一个 AI 辅助工具，而是为 Agent 开发提供了一个长期缺失的统一控制中心。

—— David Jobling

Git Worktree 是 Copilot App 实现并行工作的基础。每个会话都拥有独立的分支、文件和任务状态，因此一个 Agent 可以负责排查线上故障，另一个 Agent 可以处理需求列表中的任务，第三个 Agent 则可以根据代码审查意见进行修改，彼此互不影响。

当 Agent 完成工作并准备提交修改时，Copilot App 会直接利用 GitHub 的 Pull Request 流程进行协作。其中包括一项名为 Agent Merge 的功能，它能够跟踪变更从代码审查、自动检查到最终合并的整个过程，并可根据配置在合并前自动修复 CI 失败的问题，或根据审查意见完成修改。

GitHub 同时推出了 Canvas（画布）功能，希望让 Agent 的工作过程变得更加可见。在官方介绍中，Canvas 被定义为一种“双向工作界面”。无论是开发计划、Pull Request、浏览器会话、终端窗口、部署任务还是监控仪表盘，都可以作为工作对象呈现在画布中，并由人类和 Agent 共同更新。

Rodriguez 将其视为 GitHub 构建“Agent 体验层”的开端。在这一模式下，聊天窗口仍然负责下达指令和讨论问题，而 Canvas 则负责展示这些指令最终转化出的实际工作成果。

聊天是你下达指令、讨论问题以及处理不确定性的地方；Canvas 则让这些意图变成可见的工作成果，供你检查、引导和验证。

—— Mario Rodriguez

为了将 Agent 的活动控制在安全范围内，Copilot App 提供了本地沙箱和云端沙箱两种运行环境。本地沙箱运行在开发者设备上的隔离环境中，对文件系统、网络以及系统能力的访问都受到限制，同时支持通过统一策略进行管理。云端沙箱则运行在 GitHub 托管的临时 Linux 环境中，企业可以为 Agent 设置安全边界，并支持在不同设备之间恢复会话。其目标是在不接触生产环境的前提下，让 Agent 能够执行代码、检查结果、测试修改并持续迭代。

微软首席开发者布道师 Burke Holland 发布了一段 YouTube 演示视频，展示了技术预览版中的典型使用流程：Agent 自动领取 Issue，在独立 Worktree 中完成开发任务，并通过 Agent Merge 将代码推进至 CI 和代码审查流程。

Copilot App 的发布也伴随着 Copilot 代码审查和自动化能力的一系列更新。如今，Copilot Code Review 已支持按仓库进行个性化配置。例如新增的“中等深度审查（Medium-Depth Review）”模式，会将 Pull Request 交由推理能力更强的模型进行分析。开发者还可以配置诸如 /security-review 和 /rubberduck 等自定义技能，分别用于安全审查和对实现方案进行批判性分析。此外，GitHub 还将这套代码审查能力带到了 Azure DevOps，使 Copilot 的适用范围不再局限于 GitHub 托管的代码仓库。

与此同时，GitHub 也在进一步整合其 Agent 运行时体系。GitHub Copilot SDK 现已正式可用，支持 Node.js、Python、Go、.NET、Rust 和 Java 等多种语言。该 SDK 对外开放了驱动 Copilot App 和 Copilot CLI 的核心引擎，使团队能够直接在自己的工具和工作流中嵌入类似 Copilot 的规划能力和工具调用循环，而不必从零开始构建 Agent 编排系统。

Copilot CLI 也迎来了一系列更新，包括重新设计的终端界面、语音输入功能，以及定时执行提示词和后台任务的功能。相关云端自动化任务虽然运行在 GitHub 基础设施之上，但在执行写操作前仍然会征求用户授权。

在 Pickuma 的一篇评测文章中，Owen Smith 认为，Copilot 桌面应用标志着 GitHub 对 Copilot 的定位正在发生变化：它正从单纯的代码补全工具，逐渐演变为由 Agent 承担长周期开发任务的平台。

Smith 将图形界面的 Copilot App 与 Anthropic 的 Claude Code、OpenAI 的 Codex CLI 等终端优先的 Agent 工具进行了对比。他指出，这些工具都具备读取代码仓库、生成跨文件修改以及执行命令的能力，但在交互方式、关注重点、审批机制以及模型开放程度方面存在明显差异。

他特别提到，Copilot 基于 Pull Request 的工作模式，相比直接操作本地代码树的终端 Agent，潜在影响范围更小，风险也更容易控制。此外，用户还可以在同一个 Copilot 界面中切换来自 Anthropic、OpenAI 和谷歌的不同模型。

Matthias Liebeck 持续更新的 GitHub Copilot Newsflash 系列则进一步解释了 Copilot App 在 GitHub Agent 战略中的位置。在介绍 AgentHQ 和 Copilot Agent 基础能力时，Liebeck 提出了一个由三部分组成的模型：即时提示、可复用技能以及编排式工作流。这些能力贯穿 Copilot CLI、VS Code 和 GitHub.com 等多个产品形态，而 Copilot App 则位于这一体系的最上层，充当“任务指挥中心”，负责统一调度和监控这些工作流。

InfoQ 此前也曾报道过 GitHub Agent 路线图中的多个组成部分，包括以任务为中心的 GitHub Copilot Workspace、用于将外部服务接入 Copilot 聊天的 Copilot Extensions，以及帮助团队基于 Copilot 引擎构建自定义 Agent 工具的 Copilot SDK。与此同时，其他厂商也在探索不同的发展路径。Anthropic 的 Claude Code 及其 Subagent 更强调终端优先的工作模式和专业化 Agent；LangChain 的 Open SWE 以及谷歌的 Jules 则更关注异步运行的云端编码 Agent。

相比之下，Copilot App 的思路是继续将控制中心留在 GitHub 生态内部，让 Agent 成为 Pull Request 和 Issue 生命周期中的原生组成部分。在公告结尾，Rodriguez 表示，专业软件开发依然“需要判断力、验证机制以及责任归属”。他将 Copilot App、沙箱环境、代码审查能力以及合作伙伴生态视为同一套体系中的不同组成部分。在这套体系中，Agent 将承担越来越多的实际工作，而开发者依然掌握着质量和交付结果的最终控制权。

对于已经以 GitHub 作为代码托管和代码审查平台的团队来说，Copilot App 提供了一种在不改变现有工作流的前提下尝试并行 Agent 开发的方式。而与此同时，其他厂商仍在探索终端优先、IDE 优先以及自托管等不同的 Agent 开发路线。

查看英文原文：GitHub Copilot Desktop App Targets Parallel Agentic Workflows - InfoQ