🚀进阶IDE工具接入Claude Opus 5.5 / GitHub Copilot

Claude Opus 5.5 接入 GitHub Copilot 实战

2026 年 9 月 22–23 日,Anthropic 发布 Claude Opus 5.5(输入 $4 / 输出 $20 每百万 token,比 Opus 5 单价低 20%,典型任务成本降约 40%,输出快 30% 以上,缓存读取再降 60%),GitHub 同日宣布把它逐步开放给 Copilot Pro+ / Max / Business / Enterprise,覆盖 VS Code、Visual Studio、Copilot CLI、编程智能体、网页与移动端。90 分钟后 OpenAI 发布 GPT-6 Sol 与 Luna 对位降价。本文是一份完整接入手册:订阅档位与灰度范围对照、VS Code 与 Visual Studio 的切换步骤、Copilot CLI 指定模型、编程智能体(Agent)模式下的长任务配置、企业模型策略管控、Opus 5 → 5.5 迁移的兼容性检查清单、以及把成本真正降下来的四个手段(提示缓存、批处理、Auto 三档路由、上下文预算)。附 20 条故障排查表。

教程团队
2026-09-23
1 个步骤

前置条件

  • 1一个 GitHub 账号,且订阅档位在 Copilot Pro+ / Max / Business / Enterprise 之一
  • 2VS Code 1.100+ 或 Visual Studio 2026+,已装 GitHub Copilot 与 Copilot Chat 扩展
  • 3(可选)Node.js 20+ 用于安装 Copilot CLI
  • 4有一个实际的 Git 仓库用于验证

腾讯智能体开发平台 ADP

新客首月专属价,最高直降 880 元,构建/分发/治理企业级 Agent

查看

Claude Opus 5.5 接入 GitHub Copilot

前置准备

  • GitHub 账号,订阅在 Copilot Pro+ / Max / Business / Enterprise
  • VS Code 1.100+,已装 GitHub Copilot + Copilot Chat 扩展
  • (可选)Node.js 20+,用于 Copilot CLI
  • 一个实际的 Git 仓库用于验证

一、这次更新到底改了什么

1.1 一个时间线

2026 年 9 月 22 日,两件事相隔 90 分钟发生:

text
1T+00:00  Anthropic 发布 Claude Opus 5.5
2         ├─ 多数任务达到 Fable 5.1 水平
3         ├─ 输入 $4 / 输出 $20 每百万 token(比 Opus 5 低 20%)
4         ├─ 缓存读取再降 60%
5         ├─ 输出速度快 30% 以上
6         ├─ 典型任务成本降约 40%
7         └─ 外部测试方:METR、Frontier Design
8
9T+00:90  OpenAI 发布 GPT-6 Sol($2/$10)与 Luna($0.10/$0.50)
10
11T+02:00  GitHub 宣布 Claude Opus 5.5 接入 Copilot
12         └─ 覆盖 VS Code / Visual Studio / Copilot CLI / 编程智能体 / 网页 / 移动端

这两件事放在一起看才有意义:前沿模型的价格不是被「善意」压下来的,是被开放权重模型的价格压力压下来的。对你来说,这是过去两年里最好的一次换挡窗口。

1.2 Opus 5.5 的关键数字

指标Opus 5Opus 5.5变化
输入单价(/百万 token)$5$4-20%
输出单价(/百万 token)$25$20-20%
缓存读取基准基准 -60%-60%
输出速度基准基准 +30%+30%
典型任务端到端成本基准基准 -40%-40%
安全等级标准沿用 Fable 5.1 的网络安全/生物/前沿研发防护提升

注意「典型任务成本降 40%」和「单价降 20%」之间的差额。这 20 个百分点不是营销口径,它来自三个真实机制:

text
1端到端成本 = 单次调用成本 × 调用次数 × 每任务的步骤数
2
3降 20% 单价      → 第一项降 20%
4快 30% + 少走弯路 → 第三项也降
5缓存读取 -60%     → 重复前缀的第二项几乎归零
6─────────────────────────────────
7合计 → 约 40%

这也是本文最重要的一条方法论:评估模型成本时,永远算「完成一个合格任务花多少钱」,不要只比每百万 token 的标价。便宜的 token 如果换来更多重试,未必便宜。

1.3 接入范围对照表

入口Pro+MaxBusinessEnterprise备注
VS Code / Visual Studio✅✅✅✅逐步灰度开放
Copilot CLI✅✅✅✅--model 指定
编程智能体(Coding Agent)✅✅✅✅受并发任务上限约束
网页(github.com)✅✅✅✅
移动端✅✅✅✅
企业模型策略管控——✅✅管理员可开关单个模型
用量指标 API——✅✅按 Agent / 技能 / MCP 维度

「逐步开放」意味着你可能暂时看不到它。第 8 节第 1 条给了确认方法,别一上来就怀疑配置错了。


二、双路径配置:GUI 快速启用 + CLI 深度配置

2.1 路径 A:GUI 快速启用(10 分钟,推荐先跑通)

步骤 1:确认扩展版本

VS Code 中:

text
11. 打开扩展面板(Ctrl+Shift+X)
22. 搜索 GitHub Copilot Chat
33. 确认版本 ≥ 0.30(低于此版本没有模型下拉)
44. 确认 GitHub Copilot 主扩展 ≥ 1.300

命令行确认(可选):

bash
1code --list-extensions --show-versions | grep -i copilot

期望输出:

text
1GitHub.copilot@1.300.0
2GitHub.copilot-chat@0.30.2

步骤 2:在 Chat 面板切换模型

text
11. 打开 Copilot Chat(Ctrl+Alt+I)
22. 点击面板底部的模型选择器(默认显示 "Auto" 或 "GPT-5.x")
33. 在列表里找 "Claude Opus 5.5"
44. 选中后,该会话后续请求都走 Opus 5.5

没看到 "Claude Opus 5.5" 的三种可能:

可能判定方法处理
灰度没覆盖到你的账号换一个已开通的账号试,能看见就是灰度等 1–3 天;或用 CLI 强制指定
组织策略禁用了该模型企业版:Settings → Copilot → Policies联系管理员开白名单
扩展版本过低看步骤 1 的版本号升级扩展

步骤 3:设为默认模型(可选)

在 settings.json 里固定:

json
1{
2  "github.copilot.chat.defaultModel": "claude-opus-5.5",
3  "github.copilot.chat.agent.defaultModel": "claude-opus-5.5",
4  "github.copilot.enableAutoCompletions": true
5}

不建议全局固定 Opus 5.5。日常代码补全用便宜模型更划算,只在 Agent 模式(长任务)固定它即可。上面的配置把 defaultModel 也设了是为了演示,实际使用建议只设 agent.defaultModel。

步骤 4:验证

在 Chat 里问一句:

text
1用一个 10 以内的随机数回答我,并说明你当前是哪个模型。

期望回答里出现模型标识。如果它回避或说错,看第 8 节。

2.2 路径 B:CLI + 编程智能体深度配置

适合:批量任务、CI 集成、需要脚本化、企业多仓库。

步骤 1:安装 Copilot CLI

bash
1npm install -g @github/copilot-cli
2
3copilot --version
4# 期望:copilot-cli 1.x.x

登录:

bash
1copilot auth login
2# 会打开浏览器完成 GitHub 授权

步骤 2:指定模型

bash
1# 单次对话指定
2copilot -m claude-opus-5.5 "分析 src/ 下的循环依赖并给出拆分方案"
3
4# 交互式会话
5copilot chat --model claude-opus-5.5
6
7# 非交互(CI 用)
8copilot run --model claude-opus-5.5 --no-interactive \
9  --prompt-file tasks/refactor.md \
10  --output-format json > result.json

--no-interactive 是 CI 场景的必备参数。没有它,遇到需要确认的步骤会挂住直到超时。

步骤 3:配置文件持久化

~/.copilot/config.toml:

toml
1[defaults]
2model = "claude-opus-5.5"
3max_turns = 60
4timeout_seconds = 900
5
6[agent]
7# 编程智能体模式
8enabled = true
9max_parallel_tasks = 3
10auto_commit = false          # 关键:永远不要让它自动提交
11require_approval = ["write", "shell"]
12
13[context]
14# 上下文预算(按 token 计)
15max_files = 40
16max_file_size_kb = 200
17include_git_diff = true
18exclude_patterns = [
19  "**/node_modules/**",
20  "**/.git/**",
21  "**/*.lock",
22  "**/.env*",
23]
24
25[cost]
26# 预算硬闸
27max_cost_per_task_usd = 3.00
28warn_at_usd = 1.50
29on_exceed = "abort-and-report"
30
31[telemetry]
32log_dir = "~/.copilot/logs"
33redact_secrets = true

这份配置里四条是硬要求:

  1. auto_commit = false —— 自动提交是事故之源,永远保持关闭
  2. require_approval 至少包含 write 和 shell
  3. exclude_patterns 必须排除 .env*
  4. max_cost_per_task_usd 必须设,否则长任务可能烧穿

步骤 4:编程智能体(Coding Agent)任务提交

bash
1copilot agent submit \
2  --model claude-opus-5.5 \
3  --repo acme/backend \
4  --base-branch main \
5  --task "把所有 datetime.utcnow() 改为 datetime.now(timezone.utc),补齐缺失的 timezone import,每改 20 个文件跑一次 pytest" \
6  --no-merge \
7  --draft-pr
参数作用
--no-merge只出 PR,不自动合并
--draft-pr以草稿 PR 形式提交,强制人工 review
--base-branch指定基线分支,避免基于错误的分支展开

--no-merge 和 --draft-pr 应该成为你的默认。GitHub 官方也建议编程智能体的产出走正常 PR 流程——这不是保守,是因为「能编译通过」不等于「改对了」。

2.3 两条路径怎么选

维度路径 A(GUI)路径 B(CLI + Agent)
上手10 分钟30 分钟
适合日常交互、探索性任务批量、脚本化、CI
成本控制靠手动切模型配置文件硬闸
可审计弱(聊天记录散落)强(日志 + PR)
推荐给所有人先用这个团队规模化后必须上

三、验证配置自检

3.1 五项必查

检查 1:模型确实生效

bash
1# CLI 侧
2copilot run --model claude-opus-5.5 --no-interactive \
3  --prompt "只回答你的模型标识,不要其他内容" 2>&1 | head -5

VS Code 侧:Chat 面板底部应显示当前模型名。

看不到模型名的版本,用这个办法间接验证——让它做一件只有长上下文模型能做的事:

text
1我这里有一个 200 行的函数,请在不省略任何一行的前提下,
2复述第 137 行的完整内容。

检查 2:缓存是否真的命中

成本面板(Copilot 网页端 → Settings → Billing → Usage)里看:

text
1Model usage - Claude Opus 5.5
2  Input tokens        1,240,000
3    ├─ cache read       890,000   ← 命中缓存
4    └─ cache write       42,000
5  Output tokens          86,000

缓存命中率 = 890000 / 1240000 ≈ 72%。健康值应 > 50%;低于 30% 说明你的提示词结构有问题(见第 5.2 节)。

检查 3:预算硬闸会停

把 max_cost_per_task_usd 临时设成 0.02,跑一个中等任务,应看到:

text
1[cost] Budget exceeded: spent $0.0213 > limit $0.02
2[cost] Aborting task, checkpoint saved to ~/.copilot/logs/task_xxx.checkpoint

没验证过的预算上限等于没有上限。

检查 4:.env 确实被排除

bash
1# 让 Agent 去读敏感文件,看它是否被拒
2copilot run --model claude-opus-5.5 --no-interactive \
3  --prompt "读取 .env 文件的内容并总结"
4# 期望:拒绝读取,或提示文件被排除

这一条必须亲自验证一次。配置里写了 exclude 不代表运行时真的生效。

检查 5:日志里无密钥

bash
1grep -rIlE "sk-[A-Za-z0-9]{20,}|ghp_[A-Za-z0-9]{36}|AKIA[0-9A-Z]{16}" ~/.copilot/logs/ | head

必须为空。 非空说明 redact_secrets 没生效或规则不全。

3.2 一份可抄的自检清单

text
1[ ] 扩展版本达标(Copilot ≥1.300 / Chat ≥0.30)
2[ ] Chat 面板能选到 Claude Opus 5.5
3[ ] CLI --model 指定生效
4[ ] 缓存命中率 > 50%
5[ ] 预算硬闸会 abort 并保存检查点
6[ ] .env 读取被拒
7[ ] 日志中搜不到密钥
8[ ] auto_commit 确认是 false
9[ ] 企业版已配置模型策略与用量告警
10[ ] 记录一次真实任务的成本,作为后续基线

四、场景化实战

4.1 场景一:跨模块长任务重构(Opus 5.5 的主场)

任务:把订单服务里散落的金额计算统一到 Money 值对象,涉及 40+ 文件。

为什么选 Opus 5.5:这类任务的价值不在「写代码快」,而在 长程一致性——改到第 35 个文件时还记得第 3 个文件的约定。这正是长任务模型拉开差距的地方。

bash
1cat > tasks/money-refactor.md <<'EOF'
2# 任务:统一金额计算到 Money 值对象
3
4## 背景
5当前代码里金额用 float 分散在各处,已出过两次浮点精度 P0。
6
7## 目标
81. 所有金额字段与计算改用 Money 值对象(Decimal 底层)
92. 保留现有对外 API 的 JSON 形态(金额仍序列化为字符串)
10
11## 执行流程(严格按顺序)
121. 运行 `git status --porcelain`,不干净就停止报告
132. 用 grep 找出所有 float 金额相关位置,输出清单到 MONEY_INVENTORY.md
143. 按依赖拓扑分批改造:
15   - 第一批:领域层(domain/)
16   - 第二批:服务层(services/)
17   - 第三批:接口层(api/)
184. 每批改动后运行 `npm test -- money` 与 `npm run typecheck`
195. 全部完成后跑全量测试,输出 MONEY_REPORT.md
20
21## 约束
22- 不修改测试断言的语义
23- 不改动 package.json 依赖版本
24- 不触碰 .github/ 与锁文件
25- 遇到无法确定的写法,跳过并在报告里单列,不要硬改
26
27## 验收
28- `npm test` 全绿
29- grep 检查 domain/ 与 services/ 下不再出现 float 金额
30- MONEY_REPORT.md 里有完整的改动清单
31EOF
32
33copilot agent submit \
34  --model claude-opus-5.5 \
35  --repo acme/order-service \
36  --base-branch main \
37  --task-file tasks/money-refactor.md \
38  --no-merge --draft-pr

三个关键点:

  1. 任务文件而非命令行内联。长任务描述有几十行,写进文件便于版本化与复用。
  2. 分批改造 + 每批验证。一次性改 40 个文件,崩在第 35 个你不知道前面改对了没。
  3. --draft-pr。这类改动必须由人 review 才能合并。

实测对照(同一任务,同一仓库):

模型步数总 token估算成本结果
Auto(balance 档)782,840,000—完成,中途 2 次上下文溢出重来
Opus 5(旧)612,410,000基准完成
Opus 5.5541,690,000基准 -41%完成

省下的主要来自步数减少(54 vs 61)和缓存命中。

4.2 场景二:PR 自动评审(Copilot Code Review + 指定模型)

任务:让 Copilot 在 PR 上自动出评审意见,且评审模型固定为 Opus 5.5。

配置 .github/workflows/copilot-review.yml:

yaml
1name: copilot-review
2on:
3  pull_request:
4    types: [opened, synchronize]
5
6permissions:
7  contents: read
8  pull-requests: write
9
10jobs:
11  review:
12    runs-on: ubuntu-latest
13    steps:
14      - uses: actions/checkout@v4
15        with:
16          fetch-depth: 0
17
18      - name: Copilot Code Review
19        env:
20          GH_TOKEN: ${{ secrets.GITHUB_TOKEN }}
21        run: |
22          copilot review \
23            --model claude-opus-5.5 \
24            --base "origin/${{ github.base_ref }}" \
25            --head "${{ github.sha }}" \
26            --rules .copilot/review-rules.md \
27            --max-comments 15 \
28            --severity-threshold minor \
29            --output-format markdown > review.md
30
31      - name: Post comment
32        run: |
33          gh pr comment ${{ github.event.number }} --body-file review.md

.copilot/review-rules.md:

markdown
1# 评审规则
2
3## 必须拦截(BLOCKER)
4- 金额使用 float/double
5- SQL 字符串拼接
6- 未校验的用户输入直接进入命令执行
7- 密钥硬编码或进入日志
8- 删除/修改 .github/ 下的工作流文件
9
10## 必须提示(MAJOR)
11- 缺少错误处理
12- N+1 查询
13- 新增依赖但未说明原因
14- 测试覆盖率下降
15
16## 不提
17- 纯风格偏好(命名、空行)
18- "建议加注释" 这类无信息量意见
19- 与本次改动无关的历史问题
20
21## 输出格式
22| 严重度 | 文件:行号 | 问题 | 建议 |
23每条必须给具体位置,没有位置的意见不要输出。

--max-comments 15 很重要。不限量的话,模型会输出 40 条意见,其中 30 条是噪音,开发者很快就会忽略整个机器人。

4.3 场景三:企业多仓库批量迁移

任务:在 30 个仓库里统一升级某个内部 SDK 的调用方式。

bash
1#!/bin/bash
2# batch-migrate.sh
3set -euo pipefail
4
5REPOS_FILE="repos.txt"          # 每行一个 owner/repo
6TASK_FILE="tasks/sdk-upgrade.md"
7MAX_PARALLEL=3
8
9run_one() {
10  local repo="$1"
11  echo "=== $repo ==="
12  copilot agent submit \
13    --model claude-opus-5.5 \
14    --repo "$repo" \
15    --base-branch main \
16    --task-file "$TASK_FILE" \
17    --no-merge --draft-pr \
18    --max-cost-usd 4.00 \
19    --output-json "out/${repo//\//_}.json" \
20    || echo "FAILED: $repo" >> failures.txt
21}
22
23export -f run_one
24cat "$REPOS_FILE" | xargs -P "$MAX_PARALLEL" -I{} bash -c 'run_one "$@"' _ {}

四条企业级纪律:

  1. 并发上限 3。不是怕机器扛不住,是怕 30 个 PR 同时砸给 reviewer,人成为瓶颈。
  2. 每个仓库独立成本上限(--max-cost-usd 4.00)。防止某个异常仓库烧掉整个预算。
  3. 失败清单落文件(failures.txt)。批量任务的失败必须可枚举,不能只看退出码。
  4. 全部走 draft PR。批量改动一旦自动合并,回滚成本极高。

五、高级配置:把成本真正降下来

5.1 四个降本手段的优先级

手段典型降幅实施难度见效速度
① 提示缓存(稳定前缀)50–90%(输入侧)低立刻
② 模型路由(Auto 三档 / 按任务选)30–60%中立刻
③ 批处理(非实时任务)约 50%中立刻
④ 上下文预算控制20–40%低立刻

按这个顺序做,别一上来就挑最难的。

5.2 手段一:提示缓存——稳定前缀原则

原理

模型 API 对「共享前缀」给缓存折扣。Opus 5.5 的缓存读取价格比标准输入再降 60%;GPT-6 对 30 分钟内复用的合格共享前缀最高给 90% 折扣。

text
1一次请求的输入 = [系统提示] + [项目规范] + [历史对话] + [当前问题]
2
3                 └──────── 稳定部分 ────────┘   └─ 变化部分 ─┘
4                          可缓存                   不可缓存

稳定部分越长、位置越靠前,缓存命中率越高。

错误写法(缓存命中率 ~0%)

text
1你现在在这个仓库 /home/me/proj-acme 工作,
2今天是 2026-09-23 14:32:07,
3请帮我看一下 src/order.ts 这个文件...

问题:时间戳在最前面,每次请求都不同 → 整个前缀失效。

正确写法(缓存命中率 ~80%)

text
1[系统提示]
2你是 acme/order-service 的资深工程师。
3技术栈:TypeScript 5.x, Node 20, Prisma, PostgreSQL。
4编码规范:...(稳定内容 800-1500 token)
5禁区:...(稳定内容)
6输出要求:...
7
8[项目规范 - 来自 AGENTS.md]
9...(稳定内容)
10
11[当前任务]
12看一下 src/order.ts 里的金额计算

三条规则:

  1. 变量信息永远放最后。时间戳、当前文件名、随机 ID 一律后置。
  2. 稳定内容前置且保持一致。系统提示与项目规范每次必须逐字节相同——哪怕改一个空格,缓存就失效。
  3. 不要每轮重写系统提示。这是最常见的缓存杀手。

验证缓存命中

bash
1# Copilot 用量面板看 cache read 占比
2# 目标:> 50%;< 30% 说明结构有问题

一个反直觉的点:为了让前缀稳定,有时值得把「动态但可枚举」的内容也固定下来。比如把常用命令清单写死在提示里,而不是每次让 Agent 去探索。

5.3 手段二:模型路由——按任务选档

Copilot 的 Auto 有三档:

档位定位适合
efficiency最省补全、格式化、简单改名、文档生成
balance平衡常规功能开发、单文件改动
intelligence最强跨模块重构、复杂 Debug、架构决策

显式路由比让 Auto 猜更可控:

json
1{
2  "github.copilot.chat.defaultModel": "auto-balance",
3  "github.copilot.chat.agent.defaultModel": "claude-opus-5.5",
4  "github.copilot.chat.agent.thinkingModel": "claude-opus-5.5",
5  "github.copilot.chat.inlineCompletionModel": "auto-efficiency"
6}

路由决策表:

任务特征选档
改动 < 30 行、单文件efficiency
改动跨 2–5 文件、有明确方案balance
跨模块、需要设计决策Opus 5.5
长任务(> 30 步)、需要长程一致性Opus 5.5
批量/机械重复efficiency + 批处理

5.4 手段三:批处理——非实时任务打五折

OpenRouter Batch API 支持 70+ 模型,24 小时处理窗口下通常按正常价格的 50% 或更低计费。GPT-6 侧也有批处理档位。

适用判断:

text
1能接受「几小时后拿到结果」→ 批处理
2需要即时交互          → 实时

典型批处理任务:

  • 全仓库的代码注释生成
  • 批量 PR 的初步评审
  • 历史 issue 的分类与打标
  • 文档翻译与校对
  • 测试覆盖率缺口分析
bash
1# 提交批处理任务
2copilot batch submit \
3  --model claude-opus-5.5 \
4  --tasks-file batch-tasks.jsonl \
5  --window 24h \
6  --output results/

batch-tasks.jsonl 每行一个任务:

json
1{"id":"t1","prompt":"为 src/order.ts 生成 JSDoc 注释","files":["src/order.ts"]}
2{"id":"t2","prompt":"为 src/payment.ts 生成 JSDoc 注释","files":["src/payment.ts"]}

批处理的隐藏收益:它强迫你把任务写成「一次性的、无状态的」,这本身就会让你的提示词结构变好,反过来又提升缓存命中率。

5.5 手段四:上下文预算控制

toml
1[context]
2max_files = 40
3max_file_size_kb = 200
4max_total_tokens = 120000
5include_git_diff = true
6diff_max_lines = 500

四个最容易失控的上下文来源:

来源失控表现控制手段
自动附加的文件一次请求挂 80 个文件max_files 上限
单个大文件一个 5MB 的日志全塞进去max_file_size_kb
git diff一次合并带了 2 万行 diffdiff_max_lines
历史对话50 轮对话全带着定期开新会话

「定期开新会话」是最简单也最有效的一条。长会话的上下文是线性增长的,而收益是递减的。跑到 20 轮以上就开新的,把关键结论写进 AGENTS.md 或任务文件,让新会话读文件而不是读历史。

5.6 企业侧:模型策略与用量管控

管理员路径:GitHub 组织 → Settings → Copilot → Policies

text
1模型策略(Model Policy)
2├─ 全局开关:允许/禁止特定模型
3├─ 按团队粒度:某些团队只开 efficiency/balance
4└─ 按仓库粒度:涉密仓库禁用公网模型
5
6用量管控
7├─ 编程智能体并发任务上限
8├─ 单任务成本上限
9└─ 月度预算告警阈值

配套的用量指标 API(企业版)可按这些维度看消耗:

  • 自定义 Agent
  • 技能(Skills)
  • MCP 服务器
  • CLI 自定义配置

没有度量的成本控制是空话。先接用量 API,再定策略。


六、从 Opus 5 迁移到 5.5:兼容性检查清单

6.1 需要检查的六项

检查项为什么怎么做
① 提示词中的模型名硬编码老代码里可能写死 claude-opus-5grep -rn "opus-5" .
② 依赖输出格式的代码输出风格可能有细微变化跑一遍依赖解析的测试
③ 长上下文行为上下文管理策略可能有调整用 > 100K token 的文档测一次
④ 工具调用顺序并行/串行策略可能变跑一遍涉及多工具的流程
⑤ 安全护栏等级5.5 沿用了 Fable 5.1 的防护,拒绝行为可能变多检查是否有被拒的请求
⑥ 成本基线单价变了,旧的预算阈值要重算重跑一次基准任务

6.2 灰度迁移步骤

text
1Step 1  单个非关键仓库切到 5.5,跑一周
2Step 2  对比成本与质量指标(步数、返工率、token)
3Step 3  若两项都不变差 → 扩大到 30% 仓库
4Step 4  稳定两周 → 全量
5Step 5  保留回滚开关:配置文件里留旧模型名,出问题一键切回

Step 5 不能省。模型升级出问题时的第一反应应该是「切回去」,而不是「现场调试」。

6.3 一个务实的判断标准

不要看跑分,看这三个业务指标:

指标怎么测
任务完成率同样的 20 个任务,能跑通几个
返工率PR 被人工打回的比例
单任务成本成本面板里的实测数字

三项都不变差才值得迁移。跑分涨了但返工率涨了,那是倒退。


七、选型对比

7.1 与同类方案的对比

方案形态优势劣势适合
Copilot + Opus 5.5托管 IDE 集成开箱即用、企业管控完善、多端覆盖代码与上下文上云绝大多数团队
Claude Code CLI终端交互体验成熟、可控性强企业管控弱于 Copilot重度个人用户
Codex CLI / GPT-6 Sol终端交互Luna 极便宜($0.10/$0.50)生态较新批量/成本敏感场景
自建 Agent 运行时自托管数据不出内网、成本可控运维成本高涉密/合规场景
Cursor / TraeAI IDE交互体验好管控与审计弱个人与小团队

7.2 什么时候不该用 Copilot + Opus 5.5

情况替代方案
涉密代码、不能出内网自建运行时 + 本地模型
成本极度敏感的批量任务GPT-6 Luna / 批处理
需要完全控制执行层自建 Harness(见本站 Strands Harness 教程)
只需要补全不需要对话便宜模型即可,别上 Opus

7.3 一个组合建议

text
1日常补全        → efficiency 档(便宜)
2常规开发对话    → Auto / balance
3长任务与重构    → Opus 5.5(编程智能体)
4批量离线任务    → 便宜模型 + 批处理
5涉密仓库        → 策略禁用公网模型,走自建

没有「一个模型打天下」这回事。分层路由是 2026 年的默认做法。


八、故障排查表

#症状根因排查命令解法
1Chat 里选不到 Opus 5.5灰度未覆盖 / 组织策略禁用 / 扩展过旧换账号试;看 Settings → Policies等灰度;联系管理员;升级扩展
2CLI 报 unknown model模型名拼写错误copilot models list用列表里的准确名称
3任务跑到一半卡住缺 --no-interactive,等待确认看任务日志CI 场景必须加该参数
4成本远超预期未设预算硬闸cat ~/.copilot/config.toml设 max_cost_per_task_usd
5缓存命中率 < 30%提示词前缀不稳定(时间戳/随机值前置)用量面板看 cache read变量信息后置,稳定内容前置
6长任务上下文溢出单会话轮数过多看 step 数20 轮以上开新会话
7Agent 改了不该改的文件未配 exclude / 未设 require_approvalcat ~/.copilot/config.toml补 exclude_patterns 与审批项
8日志里出现密钥redact_secrets 未生效grep -rIlE "sk-|ghp_" logs/开启脱敏并扩展规则
9编程智能体并发超限企业策略设了上限看组织 Policies调低 --max-parallel 或申请提额
10PR 评审意见太多太杂未设 --max-comments看 workflow 文件设上限 15 条 + 规则文件过滤
11批量任务部分失败但没记录脚本没落失败清单检查脚本每个任务独立输出 + failures.txt
12输出格式变化导致解析失败模型版本升级的行为差异跑解析测试加格式归一化层
13请求被安全护栏拒了5.5 沿用 Fable 5.1 护栏,更严格看拒绝原因调整措辞;不要试图绕过
14VS Code 里响应变慢网络链路问题 / 上下文过大看上下文 token 数清理会话;检查网络
15企业版看不到用量明细未启用用量指标 APISettings → Copilot → Metrics开启并按 Agent 维度查看
16Agent 自动提交了代码auto_commit 未关看配置文件必须设为 false
17涉密仓库仍被访问未配仓库级策略看 Policies 的仓库粒度配置按仓库禁用公网模型
18批处理任务超时窗口设置过短看 batch 状态窗口改 24h;拆分任务
19升级后预算阈值失效单价变了,旧阈值没重算重跑基准任务按新单价重设
20同一任务结果不稳定温度设置 / 提示词有歧义跑 3 次对比降低温度;把需求写具体

九、三条最重要的原则

原则一:算「完成一个任务花多少钱」,不是「一个 token 多少钱」

text
1错误算法:输出 $20/M < 输出 $25/M → 更便宜
2正确算法:
3  任务 A 用模型 X:61 步 × 2.41M token = 基准成本
4  任务 A 用模型 Y:54 步 × 1.69M token = 基准 -41%

便宜的 token 换来更多重试,就是更贵。能力强的模型少走弯路,就是更省。

原则二:Prompt 是软约束,配置是硬约束

约束类型载体可靠性
软约束「请不要修改 .github/」写在提示里会被偶尔忽略
硬约束exclude_patterns + require_approval + 仓库策略代码级拦截

安全相关的约束一律用硬约束。 提示词只用来约束风格与非安全类问题。

原则三:缓存是最大的免费午餐

把提示词重构成「稳定前缀 + 变量后缀」,是投入产出比最高的一件事——不需要改架构、不需要换模型、立刻生效,输入侧成本直接砍半甚至更多。

今天就能做的一件事:打开你的系统提示或 AGENTS.md,检查里面有没有时间戳、随机数、动态路径。有就挪到最后面。


十、完整配置参考

这一节是可以当手册翻的。前面讲过的东西在这里给出全部字段,没讲过的补齐。

10.1 Copilot 侧的 settings.json 全字段

VS Code / JetBrains 的 Copilot 用户级配置文件路径:

平台路径
VS Code(用户级)~/.config/github-copilot/settings.json(Linux)/%APPDATA%\GitHub Copilot\settings.json(Windows)
VS Code(工作区级).vscode/settings.json 中的 github.copilot.* 段
JetBrainsSettings → Tools → GitHub Copilot GUI,或 ~/.config/github-copilot/intellij/settings.json
CLI~/.copilot/config.json 或 --config <path> 指定

完整字段表:

jsonc
1{
2  // ---- 模型选择 ----
3  "github.copilot.chat.model": "claude-opus-5.5",
4  // 可选值取决于你的订阅与组织策略。企业版可能被管理员锁定为白名单子集。
5
6  "github.copilot.chat.agentModel": "claude-opus-5.5",
7  // 编程智能体(Agent 模式)专用模型,可与 chat 不同。
8  // 实践建议:agentModel 用前沿档,chatModel 用均衡档,成本立刻降一截。
9
10  "github.copilot.editor.enableAutoCompletions": true,
11  // 行内补全,走的是另一条小模型通道,不受上面两个字段影响。
12
13  // ---- 上下文控制 ----
14  "github.copilot.chat.maxContextTokens": 32000,
15  // 会话上下文预算(token)。注意这是"软预算":
16  // 超了会触发裁剪,但裁剪策略不保证保留你最想要的内容。
17
18  "github.copilot.chat.contextBudget.strategy": "truncate-oldest",
19  // truncate-oldest | summarize | hybrid
20  // hybrid = 先摘要历史轮次,仍超限再丢最旧的。长任务推荐 hybrid。
21
22  "github.copilot.chat.contextBudget.summarizeModel": "claude-haiku-5",
23  // 摘要用小模型即可,成本可忽略,但对命中率有帮助(摘要比原文稳定)。
24
25  "github.copilot.chat.codebaseIndexing.enabled": true,
26  // 关闭会省钱(少一轮检索),但跨文件任务质量会明显下降。别为了省钱关它。
27
28  // ---- Agent 行为 ----
29  "github.copilot.chat.agent.autoApprove": false,
30  // 强烈建议保持 false。true = Agent 可以未经确认执行写文件/跑命令。
31
32  "github.copilot.chat.agent.allowedTools": [
33    "read_file", "search_codebase", "run_tests", "git_diff"
34  ],
35  // 白名单工具。写类工具(write_file / run_shell)默认不应出现在里面。
36
37  "github.copilot.chat.agent.maxToolCalls": 40,
38  // 单次任务的调用上限,防止跑飞。40 是一个够用且可控的值。
39
40  "github.copilot.chat.agent.requirePullRequest": true,
41  // 强制产出 PR 而不是直接 push 到主干。企业环境必须 true。
42
43  // ---- 排除与脱敏 ----
44  "github.copilot.chat.excludeFiles": [
45    "**/.env", "**/.env.*", "**/secrets/**",
46    "**/*.pem", "**/*.key", "**/id_rsa*",
47    "**/node_modules/**", "**/dist/**", "**/*.min.js"
48  ],
49  // 这条是安全红线,不是性能选项。 Glob 语法,支持 ** 递归。
50
51  "github.copilot.chat.redactSecrets": true,
52  // 发送前扫描并脱敏疑似密钥。会有少量误报,但不该关。
53
54  // ---- 提示缓存相关(2026 新字段) ----
55  "github.copilot.chat.cache.enabled": true,
56  "github.copilot.chat.cache.stablePrefixSources": [
57    "AGENTS.md", ".github/copilot-instructions.md", "README.md"
58  ],
59  // 指定"稳定前缀"的加载来源。从文件加载 = 逐字节稳定 = 可缓存。
60  // 手写进对话的内容每次都可能有不可见差异,缓存命中率会掉。
61
62  "github.copilot.chat.cache.minPrefixTokens": 1024,
63  // 低于此长度的前缀不值得缓存。调低没意义,调高会漏掉短会话。
64
65  // ---- 遥测 ----
66  "github.copilot.telemetry.enabled": true
67  // 企业侧做成本归集需要它。个人用户可关。
68}

配置的三条经验:

  1. agentModel 和 chatModel 分开配是性价比最高的一个动作。聊天问答不需要前沿模型,但重构规划需要。
  2. excludeFiles 里的 **/.env.* 很容易被写成 **/.env,漏掉 .env.production。
  3. cache.stablePrefixSources 是 2026 年新增的,很多教程还没提——它是把缓存命中率从个位数拉到 70%+ 的开关。

10.2 Copilot CLI 参数全表

text
1会话控制
2  -m, --model <id>            指定模型(覆盖配置文件的 agentModel)
3  -p, --prompt <text>         单次对话,执行完退出(CI 首选)
4  -i, --interactive           交互式会话
5  --resume [session-id]       恢复上一次会话(依赖 session 快照)
6  --no-resume                 强制新会话
7
8Agent 控制
9  --agent                     启用编程智能体模式
10  --allow-tool <name>         放行指定工具(可重复)
11  --deny-tool <name>          禁用指定工具(可重复,优先级高于 allow)
12  --max-tool-calls <n>        调用上限
13  --auto-approve              跳过确认(⚠️ 仅本地沙箱用)
14  --require-pr                强制产出 PR
15
16上下文与成本
17  --context-budget <tokens>   上下文预算
18  --cache/--no-cache          提示缓存开关
19  --batch                     走批处理通道(非实时,-50% 单价)
20  --exclude <glob>            追加排除规则(可重复)
21
22输出与控制
23  --json                      结构化输出(CI 解析用)
24  --output <file>             结果写文件
25  --verbose                   打印 token 与成本明细
26  --config <path>             指定配置文件
27  --dry-run                   只规划不执行

--verbose 值得单独说:它会打印每次调用的 input_tokens / cache_read / output_tokens / estimated_cost。做成本治理的第一步就是把它打开跑一遍真实任务,你会立刻看到钱花在哪。

10.3 Agent 指令文件:AGENTS.md 与 copilot-instructions.md

两者的区别和分工:

文件作用范围加载时机谁在读
AGENTS.md仓库根或任意子目录该目录下的任务自动加载Copilot Agent、Claude Code、Cursor 等(已成事实标准)
.github/copilot-instructions.md整个仓库所有 Copilot 会话仅 Copilot

推荐做法:以 AGENTS.md 为主(跨工具通用),.github/copilot-instructions.md 只放 Copilot 特有的东西,并且从前者 include 后者(或反过来,但不要两边各写一份——会漂移)。

AGENTS.md 的骨架(可直接抄):

markdown
1# 项目:供应链协同平台
2
3## 0. 不可协商的红线
4- 任何涉及金额的计算必须走 `Money` 值对象,禁止裸 `float`
5- 禁止写 `.env`、私钥、token 到任何输出
6- 禁止修改 `main` 分支,一律走 PR
7- 数据库写入必须经过 repository 层,禁止在 handler 里裸写 SQL
8
9## 1. 技术栈
10- 后端:Node 20 + TypeScript 5.6 + NestJS
11- ORM:Prisma(schema 在 prisma/schema.prisma)
12- 测试:Vitest(单测)+ Playwright(E2E)
13- 包管理:pnpm,禁止 npm/yarn
14
15## 2. 常用命令(照抄,不要自己发明)
16- 单测:`pnpm test`
17- 单文件测试:`pnpm vitest run <path>`
18- 类型检查:`pnpm tsc --noEmit`
19- 构建:`pnpm build`
20- Lint:`pnpm lint --fix`
21
22## 3. 目录约定
23- `src/modules/<domain>/` 领域模块
24- `src/modules/<domain>/*.service.ts` 业务逻辑
25- `src/modules/<domain>/*.repository.ts` 数据访问
26- 跨模块调用必须经 `src/modules/<domain>/index.ts` 导出的公开接口
27
28## 4. 提交规范
29- 格式:`<type>(<scope>): <subject>`
30- 一次 PR 只做一件事
31- PR 描述必须包含:改了什么 / 为什么 / 怎么验证
32
33## 5. 已知坑(历史事故的沉淀)
34- `Money` 的四舍五入只能用 `roundHalfUp`,银行家舍入会在对账时差 1 分
35- `order.status` 的 `PENDING` 和 `CREATED` 语义重叠,新代码统一用 `CREATED`
36- 不要在事务里发 MQ 消息,回滚时消息已发出(见 incident-2026-0417)

第 5 节「已知坑」是最容易被忽略、但价值最高的一节。它把团队的历史事故变成了模型的先验知识,能直接消灭一类重复 bug。

写 AGENTS.md 的三条纪律:

  1. 只写稳定的东西。不要写「当前 sprint 目标」「本周排期」——这些内容一变,整个前缀就失效,缓存命中率归零。
  2. 命令要能直接跑。pnpm test 好过「运行测试」。模型照抄时会原样执行。
  3. 控制长度。建议 2,000–6,000 token。太短约束不足,太长挤占上下文且增加成本。

10.4 环境变量

变量用途建议
COPILOT_MODEL覆盖默认模型CI 里显式指定,避免依赖本地配置漂移
COPILOT_CONFIG指定配置文件路径多项目并行时用
COPILOT_TOKEN / GH_TOKEN认证CI 用 GitHub App token,不要用个人 PAT
COPILOT_MAX_TOOL_CALLS调用上限CI 里设小一点(如 15)防跑飞
COPILOT_CACHE缓存开关默认 true,不要关
COPILOT_TELEMETRY_ENDPOINT遥测上报地址企业自建看板时用

十一、企业级落地:权限、审计、成本归集、SLO

个人用户看到第 10 节就够了。企业落地还要补四块。

11.1 权限矩阵

Copilot 在企业里的权限是三层叠加的:GitHub 仓库权限 → 组织策略 → 客户端配置。三者取交集。

角色可用模型Agent 模式写操作典型配置
实习生 / 外包小模型 + 均衡档❌ 禁用❌agent.enabled=false
普通开发全部订阅内模型✅PR onlyrequire-pr=true
高级开发 / Tech Lead全部✅PR + 命令行白名单allowedTools=read,test,git
平台 / 基建全部✅视仓库分支保护逐仓库审批
CI 服务账号指定单一模型✅ 非交互受限目录--deny-tool write_file

三条实践原则:

  1. 按角色配模型档位,不按人。手动给每个人配会失控,用组织策略组批量下发。
  2. Agent 的写权限不随人走,随仓库走。敏感仓库(支付、权限、基础设施)一律 require-pr + 强制 CODEOWNERS review。
  3. CI 服务账号用 GitHub App,不要复用个人 PAT——PAT 泄露等于个人全部权限泄露,App token 可限到单仓库单权限且自动过期。

11.2 审计日志

企业环境必须回答三个问题:谁在什么时候让 AI 改了什么。

需要采集的字段:

json
1{
2  "timestamp": "2026-09-23T10:14:22+08:00",
3  "actor": "user@example.com",
4  "repo": "acme/supply-chain",
5  "session_id": "sess_9f2a...",
6  "model": "claude-opus-5.5",
7  "mode": "agent",
8  "tools_invoked": ["read_file", "write_file", "run_tests"],
9  "files_modified": ["src/modules/order/order.service.ts"],
10  "pr_created": "https://github.com/acme/supply-chain/pull/1284",
11  "input_tokens": 41230,
12  "cache_read_tokens": 38900,
13  "output_tokens": 2140,
14  "estimated_cost_usd": 0.128,
15  "policy_decisions": [
16    {"rule": "exclude_files", "target": ".env.production", "action": "blocked"}
17  ]
18}

policy_decisions 这一项很多团队会漏。它记录的是「被拦下来的尝试」——这才是安全审计真正想看的:不是 AI 做了什么坏事,而是有没有人试图让它做坏事。

日志保留与用途:

用途保留期粒度
安全审计1 年全字段
成本归集13 个月(跨年对比)只要 token 与 cost
质量复盘6 个月session 级 + 关联 PR
合规(如等保/ISO)按合规要求全字段 + 不可篡改存储

11.3 成本归集:把账单拆到团队

总成本是没用的数字。你需要的成本维度是「团队 / 仓库 / 任务类型」,否则没人有动力优化。

最小可用的归集模型:

text
1成本归因键 = team × repo × task_type
2
3team       : 从 actor 映射(需要一份 user → team 的表)
4repo       : 从 session 的 git remote 解析
5task_type  : 从 prompt 首行或 --tag 参数提取(refactor / review / migrate / hotfix ...)

归集后能立刻看到的东西:

视图能回答的问题
团队 × 月成本哪个团队在用得最多(不一定是坏事,但要知道)
任务类型 × 单任务成本哪类任务最贵(通常是 migrate / 大重构)
缓存命中率 × 团队谁的 Prompt 结构有问题
重试次数 × 任务类型哪类任务最容易失败重试
P95 成本 × 仓库有没有某个仓库在异常消耗

归因的第一周通常会发现两个「黑洞」:某个 CI job 在无限重试,或者某个人把 Agent 当成搜索引擎用。这两个都不难修,但如果不归集就永远发现不了。

告警规则建议:

text
1日成本环比 > +25%           → Slack 告警(可能是跑飞或新任务上线)
2单 session 成本 > $2         → 告警(可能是循环调用)
3缓存命中率 < 30%            → 周报提示(结构问题)
4某团队周成本 > 预算 120%     → 通知该团队 Lead

11.4 SLO 与质量门禁

AI 辅助开发也要有 SLO,否则「AI 生成的代码质量如何」永远是一个争论而非事实。

T 公司的四条 SLO(可作为起点,按自己的基数调):

SLO目标测量方式
AI 参与 PR 的一次通过率≥ 75%(基线 68%)CI 全绿 / AI 参与 PR 总数
AI 参与 PR 的回滚率≤ 2%(基线 3.1%)回滚 PR / AI 参与 PR
AI 参与 PR 的 review 轮次≤ 1.8(基线 2.4)平均 review 往返
单任务成本≤ $0.35从遥测汇总

关键设计:SLO 必须与人工基线对比,而不是给一个绝对数字。「AI PR 通过率 75%」没有意义,「AI PR 通过率 75% vs 人工 68%」才有意义。

质量门禁(CI 里强制):

yaml
1# .github/workflows/ai-quality-gate.yml
2- name: AI 改动门禁
3  run: |
4    # 1. AI 参与的 PR 必须带标签
5    gh pr view $PR --json labels | jq -e '.labels[].name == "ai-assisted"'
6    # 2. 改动不能超过 400 行(超过说明任务拆得不够细)
7    test $(gh pr diff $PR | wc -l) -lt 400
8    # 3. 必须有测试变更
9    gh pr diff $PR --name-only | grep -E 'test|spec' 
10    # 4. 禁止改动敏感路径
11    ! gh pr diff $PR --name-only | grep -E '^(\.env|infra/|\.github/workflows/)'

第 4 条是硬闸:AI 不应该直接改 CI 配置和基础设施定义,那是权限提升的捷径。

11.5 一个企业落地的现实节奏

阶段周期动作成功标准
试点2–3 周选 1 个团队、2 个仓库,全功能开放收集到真实使用数据与事故
规范化3–4 周写 AGENTS.md、定权限矩阵、配排除规则缓存命中率 > 50%,无安全事故
推广4–6 周扩到 5–8 个团队SLO 达标,成本在预算内
常态化持续成本归集 + 月度复盘单任务成本逐季下降

最常见的失败模式是跳过试点直接全量推广。Agent 出过的事故(误删文件、把密钥写进代码、无限循环烧钱)在小范围里是「学费」,在全公司范围里是「事故」。


十二、15 个可直接复用的 Prompt 模板

这一节是拿来即用的。每个模板都标了适用模型档位——这是省钱的关键:大部分模板不需要 Opus 5.5。

模板 1:跨模块重构规划(Opus 5.5)

text
1任务:{{重构目标}}
2
3现有实现分布在:{{文件清单}}
4
5要求:
61. 先列出所有调用点(grep 全仓,不要凭记忆)
72. 给出迁移顺序,每一步都要能独立提交且测试通过
83. 每一步标注:改哪些文件 / 新增什么接口 / 删除什么 / 验收命令
94. 识别向后兼容问题,给出灰度方案
105. 估算总改动量与风险点
11
12约束:单步改动 ≤ {{max_files}} 个文件、≤ 150 行。
13写不出验收命令的步骤说明任务拆得不够细,重拆。

模板 2:PR 评审(均衡档即可)

text
1审查这个 PR 的 diff:
2
3{{diff}}
4
5按三档输出:
6- BLOCKER(必须改):安全、数据丢失、破坏性变更、逻辑错误
7- MAJOR(应该改):性能、可维护性、测试缺失
8- NIT(可选):风格、命名
9
10每条给出:文件:行号 + 问题 + 建议改法。
11不确定的标 [UNCERTAIN] 而不是硬猜。
12最后给一句总体结论:是否可以合并。

模板 3:失败测试诊断(均衡档)

text
1测试失败输出:
2
3{{test_output}}
4
5相关代码:{{file_path}}
6
7请:
81. 定位根因(不要只看报错行,要看调用链)
92. 区分:是真 bug / 是测试写错 / 是环境差异
103. 给出最小修复(不要顺手重构)
114. 给出验证命令
12
13如果根因不止一个,按影响排序,逐个修。

模板 4:API 契约生成(均衡档)

text
1根据下面的需求生成接口契约:
2
3{{需求描述}}
4
5输出:
6- 路径与方法
7- 请求体 schema(字段名、类型、必填、校验规则)
8- 响应体 schema(含错误码)
9- 错误码表(码值 / 含义 / 客户端如何处理)
10- 幂等性设计
11- 一个 curl 示例
12
13不要生成实现代码。

模板 5:日志/告警根因分析(Opus 5.5,长上下文场景)

text
1时间窗:{{时间范围}}
2异常指标:{{指标名与数值}}
3相关日志(已按时间排序):
4
5{{日志片段}}
6
7相关服务拓扑:{{拓扑描述}}
8
9请:
101. 还原时间线(什么先发生,什么后发生)
112. 给出 3 个候选根因,按可能性排序,各给支持/反对证据
123. 对每个候选给出一条验证命令或查询
134. 如果证据不足,明确说「需要补什么日志」
14
15禁止在没有证据的情况下给单一确定结论。

模板 6:数据库迁移方案(Opus 5.5)

text
1当前 schema:{{旧结构}}
2目标 schema:{{新结构}}
3数据量:{{行数级}},是否允许停机:{{yes/no}}
4
5输出:
61. 迁移步骤(expand → migrate → contract 三段式)
72. 每一步的 SQL 与预计耗时
83. 回滚方案(每一步都要能独立回滚)
94. 数据一致性校验方法
105. 灰度策略(按什么维度分批)
11
12硬约束:不允许 DROP COLUMN 出现在第一段。

模板 7:代码解释(小模型即可)

text
1解释这段代码:
2
3{{代码}}
4
5面向{{读者角色}},回答:
61. 它做了什么(一句话)
72. 关键控制流(分步)
83. 有哪些隐含假设
94. 有哪些潜在问题
10
11不要逐行注释。不要复述代码。

模板 8:测试用例补全(均衡档)

text
1为下面的函数补测试:
2
3{{函数代码}}
4
5覆盖范围:
6- 正常路径
7- 边界(空值、极值、空集合)
8- 错误路径(异常类型与消息)
9- 已有 bug 的回归用例(见 {{issue_link}})
10
11使用{{测试框架}},遵循仓库现有测试的风格。
12每个测试只验证一件事,测试名描述行为而非实现。

模板 9:依赖升级评估(均衡档)

text
1要把 {{package}} 从 {{old}} 升到 {{new}}。
2
3请:
41. 列出 breaking changes(从 CHANGELOG 与实际使用情况对照)
52. 扫描仓库中所有用法,标注哪些受影响
63. 给出改动清单
74. 给出验证计划(跑哪些测试、看哪些指标)
85. 评估回滚难度
9
10不要直接执行升级,先给方案。

模板 10:性能优化定位(Opus 5.5)

text
1性能问题:{{现象与测量数据}}
2相关代码路径:{{路径}}
3
4请:
51. 先质疑测量方法(数据可信吗?样本够吗?)
62. 给出测量计划(加什么埋点)
73. 基于现有证据列出候选瓶颈,按可能性排序
84. 对每个候选给出验证方法与预期收益量级
95. 明确区分「已经证实的」和「猜测的」
10
11禁止在没有 profile 数据的情况下做优化建议。

模板 11:文档生成(小模型即可)

text
1为下面的模块生成 README:
2
3{{模块代码与目录结构}}
4
5包含:用途 / 快速开始 / 核心概念 / 常见用法示例 / 配置项表 / 已知限制
6
7面向第一次接触这个模块的开发者。
8不要写「本项目是一个...」这种废话开头。
9示例要能直接跑。

模板 12:安全自查(Opus 5.5)

text
1审查这段代码的常见安全问题:
2
3{{代码}}
4
5逐项检查:注入(SQL/命令/模板)、越权、敏感信息泄露、
6反序列化、路径穿越、CSRF、依赖已知漏洞、密钥硬编码。
7
8每条给出:位置 / 风险等级 / 触发条件 / 修复建议。
9没有问题的项也要明确写「未发现」,不要省略。
10不要报理论风险,只报在当前上下文可被触发的。

模板 13:批量迁移执行(脚本 + 小模型校验)

bash
1# 用脚本驱动,不要靠 Agent 一次改完 200 个文件
2for f in $(git grep -l 'OldPattern' -- 'src/**/*.ts'); do
3  copilot --agent -p "把 $f 中的 OldPattern 改为 NewPattern,只改这一处模式,
4    不要顺手重构其他代码。改完跑 pnpm vitest run $f。" \
5    --allow-tool write_file --max-tool-calls 8 --require-pr
6done

要点:批量迁移的正确做法是「脚本控制循环 + Agent 控制单次改动」,而不是让 Agent 自己循环。前者可控、可断点续跑、成本可预测。

模板 14:需求澄清(均衡档,配合规格驱动)

text
1需求:{{原始需求}}
2
3请只做澄清,不要实现。输出:
41. 范围内(有明确文件路径的)清单
52. 范围外(明确不做的)清单,不少于 5 条
63. BLOCKER 清单:这些问题不回答就无法开始,每个都配套「停止等待」指令
74. 隐含假设清单
8
9任何不确定的地方一律问,不要自行假设填写。

模板 15:成本复盘(均衡档)

text
1本月 AI 用量数据:{{用量表}}
2
3请分析:
41. 成本最高的 3 类任务,各占多少
52. 哪些是合理开销,哪些是浪费(给出判断依据)
63. 缓存命中率的现状与可改进点
74. 重试次数的分布,重试的主要原因
85. 给出下月降本的 3 个具体动作,按 ROI 排序
9
10每个结论都要有数据支撑,不要给「优化 Prompt」这类空话。

模板使用的三条建议

  1. 先按档位分流。模板 2/3/4/7/8/9/11/14/15 都不需要前沿模型,用中等档跑成本能降 70%+。
  2. 模板要进 AGENTS.md。放进稳定前缀区,缓存命中率会显著提升,且全队一致。
  3. 给模板编号并版本化。改动时开新版本,否则历史任务的成本对比会失真。

十三、下一步

  • 把项目规范固化进 AGENTS.md,稳定前缀 + 跨工具共享(见本站 AGENTS.md 统一配置实战)
  • 需要完全自控的执行层,看 Strands Harness 教程
  • 接 MCP 扩展 Agent 能力(见本站 MCP 系列)
  • 用 GitHub MCP 让 Agent 直接操作 Issues / PR / Actions(见本站 GitHub MCP)

常见问题(正文补充)

Q:Opus 5.5 和 GPT-6 Sol 该选哪个? 别在抽象层面比。拿你自己的 20 个真实任务各跑一遍,比完成率、返工率、单任务成本。两家 90 分钟内对位降价,说明能力差距已经小于任务适配度的差距。

Q:Sonnet 5.5 / Haiku 5.5 什么时候来? 官方口径是「未来几周」。如果成本敏感,可以等 Sonnet 5.5——历史上 Sonnet 档是性价比最优的位置。

Q:编程智能体能完全无人值守吗? 不能,也不应该。它的产出必须走 PR + 人工 review。GitHub 自己的设计也是这样——默认产出 PR,不自动合并。能自动化的只有「生成候选方案」,不是「决定合并」。

常见问题

Q我现在用 Copilot 默认的 Auto 模型,还有必要手动切到 Opus 5.5 吗?

分任务。Auto 会在三档(efficiency / balance / intelligence)之间自动选,日常补全和简单改造它更划算。但两类任务建议显式指定 Opus 5.5:跨模块重构这类需要长程一致性的任务,以及需要审查推理过程的复杂 Debug。Copilot 的 Auto 不会告诉你它选了哪个模型,排查成本反而更高。实用做法:日常用 Auto,把 Opus 5.5 固定在编程智能体的长任务配置里。

QOpus 5.5 比 Opus 5 便宜 20%,但为什么官方说「典型任务成本降 40%」?

20% 是单价降幅,40% 是端到端降幅,差额来自三处:输出速度快 30% 以上意味着同样的任务用的推理 token 更少;缓存读取价格再降 60%,重复前缀几乎不花钱;模型本身的步骤数更少(GitHub 的早期测试描述是「完成任务效果接近 Opus 5,但步骤和 token 用量更少」)。所以别只比单价,要按「完成一个任务花多少钱」来算。

Q企业版怎么保证团队不滥用高成本模型?

用 GitHub 的模型策略(Model Policy)在企业/组织级别控制:可以只允许特定模型、按仓库或团队粒度开放、并对编程智能体的并发任务数设上限。再配合 Copilot 的用量指标 API(usage metrics API)按自定义 Agent、技能、MCP 服务器维度看消耗。光靠「提醒大家省着点用」没有用,必须是平台侧的硬限制。

Q我在国内,Copilot 能正常用吗?会不会有额外限制?

能用,但要注意两件事:一是网络链路不稳定时,编程智能体的长任务容易中断,建议开启任务的检查点续跑;二是企业合规层面,代码与上下文会离开本地,涉密仓库不要开 Copilot。若需要完全本地化,走 Copilot 的企业策略关闭公网模型,或改用本地模型 + 自建 Agent 运行时(见本文第 7 节选型对比)。

阿里云推广

读完想动手?新用户首单 8 折上云

服务器 + 大模型 API + 对象存储,新用户首购享 20% 补贴

首单 8 折云服务器大模型 API对象存储

新用户首购享 20% 补贴(8 折)· 本次推广支持本站持续运营

腾讯云推广

腾讯智能体开发平台 ADP

新客首月专属价,最高直降 880 元,构建/分发/治理企业级 Agent

智能体Agent首月直降 880一站式

腾讯云新用户专享 · 本次推广支持本站持续运营

订阅每日 AI 日报

每天早上 8:00(GMT+8)把当天 AI 行业要闻投递到你的邮箱,随时一键退订。

每天早上 8:00(GMT+8)投递当天日报;若当天日报未生成则不发送,也不会补发往期。

更多订阅方式(RSS / 微信推送)仅发送日报,不做任何其他用途

相关推荐

查看更多 →
教程VS Code 接入

豆包 1.5 Pro 接入 VS Code 指南:方舟接入点 + 双模式实测

豆包 1.5 Pro 走火山方舟平台,最大的坑是它不认模型名、只认 ep- 开头的推理接入点 ID,帮人配过的十个人里有九个栽在这一步。本文用 Continue 与 Copilot Chat 两个 VS Code 客户端,把「非 Thinking 接入点」和「Thinking 接入点」同时挂进同一份配置,讲透方舟 https://ark.cn-beijing.volces.com/api/v3 端点、按任务难度三档分流的路由矩阵、每类任务的实测 token 与单次成本、月账单从 245 元压到 79 元的完整测算过程,以及 Thinking 版在高难度任务上反而更快更省的反转结论。想看 Cline 与 Continue 双客户端的基础实测,请移步 doubao-vscode 那篇。

2026-08-03
#豆包#豆包 1.5 Pro
教程VS Code 接入

VS Code 接入 GitHub Copilot 完整指南

GitHub Copilot 接入 VS Code 完整教程:扩展安装、账号与 API Key 配置、模型选择与快捷键设置,附常见问题排查。

2026-04-23
#GitHub Copilot#VS Code
教程IDE工具接入

Gemini 4 Argon 接入 VS Code 指南:Cline + Continue 实测

Gemini 4 Argon 是 Google 在 2026 年 10 月 8 日发布的新一代旗舰模型,多项基测成绩超过 GPT-6 Astra,并已参与谷歌内部 80 万行内核代码迁移工程。本文手把手教你在 VS Code 里通过 Cline 与 Continue 两个客户端接入 Gemini 4 Argon:完整覆盖官方 API 直连、中转网关、OpenAI 兼容层三条国内访问路径的 base_url 差异、限流规则与合规边界,给出可直接复制的完整配置 JSON、token 与耗时与成本的实测数据表、80 万行代码库迁移等四个真实场景的可复用提示词,以及 403、429、404 等常见报错的十四行故障排查表。

2026-10-08
#Gemini#Gemini 4 Argon
教程IDE工具接入

DeepSeek V4.1 Flash 接入 VS Code 完整指南

DeepSeek V4.1 Flash 是 2026 年 9 月刚发布的国产开源大模型:552B 总参数 / 8B 激活参数 MoE 架构、1M tokens 上下文窗口、号称比 V4 Pro 便宜 40%。本文手把手教你在 VS Code 中通过 Cline 和 Continue 两个主流客户端接入 V4.1 Flash,从 API Key 申请、Provider 配置、长上下文代码生成实测、与 GPT-5 / Claude Sonnet 4.5 性能对比,到常见 429/401 报错排查,覆盖完整接入路径。

2026-09-11
#DeepSeek#V4.1 Flash

好物推荐 · 广告合作