GitHub重构Git架构推多Agent协作工具 应对并发写入激增

Opening keynote: building the next era of software at GitHub Universe 2026 — GitHub

GitHub

随着自主智能体彻底瓦解线性开发流程,人类有史以来编写的代码或仅占未来五年人机协同总量的1%,迫使底层基础设施转向存算分离以承载超高频自动化交互。

AI-assisted summary of Opening keynote: building the next era of software at GitHub Universe 2026 — original source. Check the original for full context.

Source published:

Key ideas

  • GitHub 全球开发者总数突破 2.25 亿,2026 年平台共产生 343 亿次提交和 13 亿次 PR,以智能体为主导(Agentic)的软件工程范式正驱动软件开发生命周期从线性流程走向塌缩。 (0:13)
  • GitHub 正式推出 Copilot Fusion 路由引擎,动态调度单模型、级联与对抗评审模式,在保持顶尖能力的同时将每项任务成本削减 50%、耗时缩短 40%。 (9:39)
  • 面向跨仓库编排与全天候后台运行,GitHub 发布 Copilot Projects 与 Copilot Automations,并推出能自我回溯更新过时指令的 Copilot Dreaming。 (14:55)
  • 为承受 Agent 时代的写入洪峰,Git 彻底重构为计算存储分离架构,从仓库级加锁转向分支级锁,极限压测下实现单仓库每秒 7,200 次并发写入,达到原有真实吞吐量的 180 倍。 (35:53)

Detailed notes

## Background 本内容由 GitHub 官方频道于 2026 年 10 月 28 日发布在 YouTube 平台上,记录了 GitHub Universe 2026 大会的开幕主题演讲。视频简介显示,来自微软和 GitHub 的工程主管们(包括 Jay Parikh、April Leonard、Cassidy Williams、Burke Holland 和 Damian Brady)在演讲中共同揭晓了围绕 GitHub Copilot、自主智能体(Agent)工作流以及底层核心开发者工具的重大更新与现场演示。

## TL;DR 在本次开幕演讲中,微软执行副总裁 Jay Parikh 宣布 GitHub 开发者已突破 2.25 亿,并正式拉开以自主智能体为主导的全新软件开发范式(Agentic SDLC)序幕。团队集中展示了全新的 GitHub Copilot App、跨工具生态的 Connectors、动态调控多模型的 Copilot Fusion 以及可视化调试沙箱 Canvases;同时推出解决指令过期的 Copilot Dreaming 与面向跨仓库编排的 Copilot Projects 和云端自主巡检修复的 Copilot Automations。在代码质量与安全方面,发布了针对高严重度缺陷的 Code Review Max,并推出了 Stacked PR 与 Agent Merge 功能;最后,官方详述了为承接海量智能体并发流量而重构的 Git 底层架构(分支级加锁与存算分离),展望人机协同创造软件的新纪元。

## Atmosphere & style 整个演讲节奏明快、充满前沿科技感与热烈的大会现场氛围。演讲者们交替登台,既有高管对宏观行业变革和惊人增长数据的宏大叙事,又有开发者倡导者们手持真机、互相打趣(如调侃喝黑咖啡、奶茶预算以及沉迷刷手机)的轻松现场实操。叙事弧线从直面智能体爆发带来的协作与流量阵痛,逐步推演至全栈工具链革新与底层架构暴力抗压测试的震撼展示,既极具未来主义的启发性,又洋溢着工程落地时的极客幽默与自信。

## Bulletin - [00:13](https://www.youtube.com/watch?v=AArI948SDz8&t=13s) GitHub 全球开发者总数突破 2.25 亿,2026 年平台共产生 343 亿次提交和 13 亿次 PR,以智能体为主导(Agentic)的软件工程范式正驱动软件开发生命周期从线性流程走向塌缩。 - [09:39](https://www.youtube.com/watch?v=AArI948SDz8&t=579s) GitHub 正式推出 Copilot Fusion 路由引擎,动态调度单模型、级联与对抗评审模式,在保持顶尖能力的同时将每项任务成本削减 50%、耗时缩短 40%。 - [14:55](https://www.youtube.com/watch?v=AArI948SDz8&t=895s) 面向跨仓库编排与全天候后台运行,GitHub 发布 Copilot Projects 与 Copilot Automations,并推出能自我回溯更新过时指令的 Copilot Dreaming。 - [35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 为承受 Agent 时代的写入洪峰,Git 彻底重构为计算存储分离架构,从仓库级加锁转向分支级锁,极限压测下实现单仓库每秒 7,200 次并发写入,达到原有真实吞吐量的 180 倍。

## Key takeaways - [00:13](https://www.youtube.com/watch?v=AArI948SDz8&t=13s) GitHub 开发者已达 2.25 亿,连续两年维持每秒新增 1 人的增速,仅 2026 年 9 月单月提交量就超过 70 亿次,Agent 正成为平台最主要的新增流量来源。 - [03:26](https://www.youtube.com/watch?v=AArI948SDz8&t=206s) 软件工程生命周期(SDLC)不再是线性推进,而是在事件驱动下发生塌缩,GitHub 正重塑底层技术栈以围绕速度、智能与质量构建 Agentic 软件交付系统。 - [06:10](https://www.youtube.com/watch?v=AArI948SDz8&t=370s) 全新 GitHub Copilot App 引入内建 Connectors(连接器)机制,一次认证即可跨 Slack、Sentry、Figma 等工具免密流转上下文,消除频繁切屏痛点。 - [09:39](https://www.youtube.com/watch?v=AArI948SDz8&t=579s) Copilot Fusion Max 获得 60 分的 Coding Agent 基准高分,逼近顶尖模型的同时降低了 50% 的执行成本,并为智能体提供了包含浏览器、终端在内的专用交互沙箱(Canvases)。 - [12:46](https://www.youtube.com/watch?v=AArI948SDz8&t=766s) 针对自然语言规则在三周后迅速失效的难题,Copilot Dreaming 能够自主回溯并提 PR 更新过时的指令和团队偏好记忆,防止规则阻碍前沿模型发挥。 - [14:55](https://www.youtube.com/watch?v=AArI948SDz8&t=895s) Copilot Projects 赋予开发者全局调度能力,Copilot Orchestrator 负责调度多个子智能体并发处理跨仓库代码,甚至能自动渲染生成高保真功能演示视频制品。 - [18:51](https://www.youtube.com/watch?v=AArI948SDz8&t=1131s) 依托统一底层 Copilot Harness,排错任务可在移动端、VS Code 与 CLI 之间无缝流转;开发者即日起亦可在 Microsoft Foundry 上自建业务智能体。 - [21:45](https://www.youtube.com/watch?v=AArI948SDz8&t=1305s) Copilot Automations 允许智能体像常驻特勤组一样在云端全天候运行,通过 Webhook 或 Cron 自动进行 Bug 分类、场景复现、代码修复与验证,支持配置支出上限与合并权限限制。 - [24:53](https://www.youtube.com/watch?v=AArI948SDz8&t=1493s) AI Push Protection 在开发者执行 git push 时即时拦截误提的敏感密钥,无需人工配置正则,与 Agentic Auto-fix 共同加固了提交前的防护门禁。 - [26:23](https://www.youtube.com/watch?v=AArI948SDz8&t=1583s) Copilot Code Review 累计发现 2 亿处问题,最新推出的 Code Review Max 在 ReviewBench 高危漏洞测试中获得最高 F1 分数,并支持大型功能的堆叠式 PR(Stacked PR)与 Agent 自动解决冲突并合入(Agent Merge)。 - [29:42](https://www.youtube.com/watch?v=AArI948SDz8&t=1782s) GitHub Enterprise 客户无需额外订阅即可直接使用 Copilot 全系新功能并按用量结算 AI 积分;同时 GitHub 新增超 400 万核 CPU、160 PB 存储并全面向 Azure 多区域架构迁移以缓解可用性瓶颈。 - [35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 为彻底消除吞吐瓶颈,Git 底层重构确立了简化原语、存储与计算分离、最小化协调三大原则,将全仓库锁拆解为分支级锁,使得写入吞吐量直接翻了 3 到 4 倍。 - [35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 新 Git 架构将真实数据保存在 Azure Blob Storage,计算节点完全无状态,5,000 个高并发 Agent 压测下实现单仓库每秒 7,200 次持续写入,全量用户预计将于明年初完成迁移。 - [38:57](https://www.youtube.com/watch?v=AArI948SDz8&t=2337s) 为支撑海量 Agent 通信,GitHub AI Gateway 针对万亿级每日 Token 实施了 Prompt 缓存优化,GitHub Actions 加固了控制平面,Azure 骨干回传网络带宽也扩容了 4 倍。 - [40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) 人类过往所写的全部软件可能仅占未来 5 年人类与 Agent 协同构建总量的 1%;工具进化的本质在于放大人类创意并消除阻碍,而非仅仅追求代码行数的增长。

## Detailed walkthrough ### [00:13](https://www.youtube.com/watch?v=AArI948SDz8&t=13s) GitHub 爆发式增长与智能体(Agent)开发时代的到来

在旧金山举办的 GitHub Universe 2026 大会上,负责领导 GitHub 团队以及微软整个 CoreAI 团队的执行副总裁 Jay Parikh 登台致辞。他回顾道,去年大会上他们曾预言 2026 年将属于开发者,并且所有开发者的智能体(Agents)都将进入 GitHub “上班”打卡,如今这一预言已经彻底成为现实。GitHub 的全球开发者总数现已突破 2.25 亿,覆盖全球每一个国家和地区;在过去一年里,平均每秒钟就有一名新开发者加入 GitHub,这已经是该增长速度连续保持的第二年。

随后,Jay Parikh 引用最新的 Octoverse 报告披露了一组惊人的开发数据。在开源社区方面,开发者们的分享与发布活跃度达到了历史最高水平。Jay 特别点名表彰了三个卓越的开源项目:Ersilia(一家为全球研究人员开发开源 AI 药物发现工具的非营利组织)、OpenQuake(由全球地震模型基金会开发、协助社区评估地震风险与灾害的开源软件)以及 Matt Pocock 发起的 AI Skills(为各类编程智能体提供指令和技能规范、专门解决常见错误的实用项目)。当屏幕上展示 Actions 任务运行量的柱状图时,从 2024 年到 2026 年的陡峭增幅引发了全场的关注,Jay 甚至半开玩笑地直言这种增长曲线“相当吓人”,而这背后最核心的引擎就是向以智能体为主导的软件开发范式(Agentic software development)的根本转变。

- GitHub 全球开发者规模突破 2.25 亿,连续两年保持每秒新增 1 人的增速。 - 2026 年代码推送(Code pushes)增长至 179 亿次,提交量(Commits)跃升至 343 亿次,Pull Request(PR)达到 13 亿次。 - 开源社区总贡献量达到 25 亿次。 - GitHub 上的开源及公开代码仓库总数达到 5.66 亿个,同比增长超过 30%。

---

[03:26](https://www.youtube.com/watch?v=AArI948SDz8&t=206s) 软件工程全流程的解构与重塑:Agentic 软件交付系统

面对智能体浪潮带来的巨大转变,Jay Parikh 深入剖析了开发者日常工作正在发生的剧变。在短短几年间,工程团队经历了一场从纯手工敲代码,到接受 AI 辅助编程,再到现在需要同时调度和管理数十个、乃至数百个自主智能体工作流的跨越式演进。尽管开发者的终极目标始终是“完成有价值的软件工作”,但实现该目标的路径、机制和系统已经截然不同。传统的软件开发生命周期(SDLC)不再是线性的流水线,而是在发生塌缩(collapsing):日常工作往往由一个信号或事件直接触发(如同事的需求、线上生产环境的报警),开发者在不同阶段之间跳跃穿梭,而大部分的工程实现与验证工作都交由智能体接管,所有的上下文和反馈不断流入流出底层的中心化学习机器。

为了让全球开发者能够最大化地借助智能体进行构思、协作与落地,Jay 宣布 GitHub 正在对整个技术栈的每一层进行全面改造,构建行业内最完备的端到端 Agentic 软件交付系统。该系统聚焦于三大核心支柱: 1. **速度(Velocity)**:借助智能体实现从想法到生产环境的高效、经济转化。 2. **智能化(Intelligence)**:在整个平台范围内聚合全域上下文,并基于持续学习引擎实现能力的自我进化。 3. **质量(Quality)**:在大幅提速的同时坚守质量底线,在代码合入生产前拦截安全隐患与缺陷。

Jay 强调 GitHub 绝不做封闭的花园,而是会持续提供最底层的技术原语(primitives),并与 Datadog、Figma、Cloudflare 等广阔的第三方生态工具打通,确保平台开放且高度可扩展。正如 Jay Parikh 所说:“The SDLC is no longer linear. In fact, the Sclc is collapsing.”

```mermaid flowchart LR accTitle: Agentic 软件交付系统核心流程 accDescr: 展示信号触发任务,进入中心学习引擎,并通过速度、智能与质量三大支柱交付给开放生态的流向。

subgraph Signals["触发信号"] A["生产环境事件"] B["协作请求 / Issue"] end

subgraph Core["中心学习引擎"] C["Agentic 软件交付系统"] C --> D["速度 Velocity"] C --> E["智能 Intelligence"] C --> F["质量 Quality"] end

subgraph Ecosystem["开放生态"] G["Figma / Datadog / Cloudflare 等"] end

Signals --> C Core --> Ecosystem ```

---

[06:10](https://www.youtube.com/watch?v=AArI948SDz8&t=370s) GitHub Copilot App 与全生态连接器(Connectors)实战演示

随后,GitHub 开发者关系高级总监 Cassidy Williams 登台,与 Jay Parikh 一同展开现场实操演示。Cassidy 首先展示了全新推出的 GitHub Copilot App。这是一个统一的工作台,专门用来管理跨多个项目的智能体协同、第三方工具集成与自动化任务。在进入正式演示前,Cassidy 还调侃了应用内置的一款彩蛋小游戏,追问 Jay 的历史最高得分是多少,而 Jay 则幽默地回应称今天保密,引得现场一阵欢笑。

紧接着,Cassidy 切入当天的实际工程任务:为一家连锁咖啡馆平台构建一个“咖啡护照”(Coffee Passport)功能。该功能允许顾客在打卡各个门店时收集印章并兑换福利。然而在对应的 GitHub Issue 中,存在诸如“什么行为计为有效到店”、“重复到店如何计分”等大量未解的产品问题。以往开发者必须跳出当前界面,去 Slack 等办公工具中来回询问并手动搬运上下文;但在 Copilot App 中,直接向同事提问即可就地拿到答案。Jay 解释说,这背后的核心支撑是平台内建的 Connectors(连接器)。Connectors 作为托管服务嵌入在 Copilot App 等各个操作界面中,支持 Slack、WorkIQ、Vercel、Netlify 和 Sentry 等多种服务。开发者只需一次认证,就能在所有开发场景中跨设备免密复用,并带有官方验证徽章(Verified Badge),彻底终结了上下文频繁切换的痛点。

---

[09:39](https://www.youtube.com/watch?v=AArI948SDz8&t=579s) Copilot Fusion 多模型协同编排与 App Canvases 浏览器画布

当澄清了需求规划并准备启动 Issue 的代码实现时,面对界面中丰富的 AI 模型选项,Cassidy 向 Jay 询问应该选用哪款模型。Jay 随即推荐了重磅功能——Copilot Fusion。Jay 解释道,Copilot Fusion 能够智能协调多个底层模型,根据具体任务的复杂度和需求动态选择三种最优执行模式之一(单模型 Single、级联 Cascade 或对抗评审 Critique),从而以大幅降低的成本提供前沿顶尖(Frontier-level)的输出效果。Jay 援引客观基准评测数据指出,在近期 Artificial Analysis 发布的 Coding Agent 指数中,Copilot Fusion Max 斩获了 60 分的高分,与 Opus 5.5 Max 仅差两分,但每项任务的成本却降低了 50%,完成时间缩短了 40%。Cassidy 笑着打趣说,省下来的预算正好可以给团队多买几杯波霸奶茶。

为了展示已经构建完成的功能,Cassidy 打开了一个全新的会话页面进行即时功能验证,并顺带调侃 Jay 的咖啡偏好:“Plain coffee. Nothing in it.”(纯黑咖啡,啥都不加)。当智能体开始自主与网页界面交互并测试咖啡护照应用时,屏幕上的界面自动滚动并点击操作。Cassidy 提示观众这绝非传统的普通浏览器,而是全新引入的“画布”(Canvas)技术: - **Canvas 类型**:除了浏览器画布(Browser Canvases),用户点击顶部的加号还可以调出终端画布(Terminal Canvases)以及自定义画布(Custom Canvases)。 - **运行机制**:Canvas 为智能体提供了可视化交互与调试的专用运行时沙箱,智能体能像真实人类一样自主点击、表单输入并验证逻辑。

在智能体有条不紊地执行登录测试的同时,Cassidy 抛出了一个技术彩蛋:为了配合咖啡馆主题,团队刚刚将底层应用从 Java(谐音爪哇咖啡)彻底重构为了 SvelteKit。然而代码虽然重构了,最初写给旧架构的指令说明却并未同步更新。借此契机,Cassidy 引导出了下一项关键能力——Copilot Dreaming,并邀请 Jay 向现场观众深入解析其背后的工作原理。

[12:46](https://www.youtube.com/watch?v=AArI948SDz8&t=766s) Copilot Dreaming:让指令与偏好与时俱进

Cassidy Williams 与 Jay Parikh 深入探讨了智能体开发中最让人头疼的维护瓶颈:开发者往往会为智能体编写大量初始指令文件,但这些指引通常在三周之后就会随着代码库的快速迭代而失效。与此同时,市面上不断涌现出能力更强的智能模型,旧指令反而成了阻碍模型发挥的绊脚石。为了解决这个痛点,GitHub 推出了“Copilot Dreaming”,它可以自主回溯并更新指令与记忆,确保智能体的引导信息始终符合团队最新决定的偏好与架构规范。

Cassidy 现场展示了 Copilot Dreaming 自动开启的一个 Pull Request(PR)。在代码差异比较中,智能体正在清理一个非 Java 项目的历史指令文件,将其与最新的架构和决策同步。这意味着后续无论哪一个智能体介入任务,都能直接基于最新准则展开工作,不再依赖过时的规则。Cassidy 调侃道,现在的智能体生成总结时“话实在太多了”,满屏都是详细描述。除了指令文件,Copilot 的记忆(Memories)也会同步更新。记忆是 Copilot 在与团队协作中逐渐学习到的个人编码喜好与团队实践,Cassidy 坦言自己对代码库非常挑剔,而这种持续更新的偏好记忆让她能够不断获取更加精准、符合口味的生成代码。

随后,Cassidy 回到了刚刚构建的“Fresh Out of the Oven”功能分支,现场演示显示用户登录已经顺利跑通。她当场在 VS Code 中直接打开这一分支,查看底层所有的代码变动并进行细节推敲。看着侧边栏排列的大量会话,Cassidy 感叹虽然自己习惯在本地同时处理一堆代码仓库和各种并发任务,但开发者其实需要更全局的统筹方式。这自然引出了下一个重量级功能:Copilot Projects。

> “Dreaming goes back and ensures that your instructions and memories always reflect your preferences, which I think you have a few.” —— Jay Parikh

---

[14:55](https://www.youtube.com/watch?v=AArI948SDz8&t=895s) Copilot Projects:跨代码库的多智能体自动化编排

Microsoft 首席云倡导者 Burke Holland 带着他崭新的 Surface Laptop 登台,向观众展示了他最喜爱的协作方式——GitHub Copilot Projects。在实际的企业级工程中,上线一个功能往往涉及多个服务和前端仓库,开发者经常疲于在不同的分支和智能体之间来回切换与微调。通过 Copilot Projects,开发者可以在 GitHub Copilot 桌面端直接建立一个项目,将跨仓库的协作彻底集成在一个全局上下文中。

Burke 现场以“Fourth Coffee”咖啡店应用为例,在 Copilot App 的侧边栏直接创建了一个新项目,并将该功能所依赖的多个仓库一次性添加为项目上下文。他想要实现一个名为“Your Usual”的一键复购功能。除了向主提示词下达指令外,Burke 还源源不断地向会话追加各种外部背景资料:设计团队给出的 Figma UI 效果图、Slack 频道里关于业务逻辑与边缘场景的讨论记录,以及此前与法务和合规团队在 Microsoft Teams 会议中关于个性化数据隐私的会议要点。

```mermaid flowchart TD accTitle: Copilot Projects 多智能体协作架构 accDescr: 展示用户输入如何经由 Copilot Orchestrator 调度至多个仓库并产出自动化制品与 PR

subgraph Inputs["输入上下文"] P["主任务提示词"] D["设计团队 UI 效果图"] S["Slack 业务讨论"] T["Teams 法务合规备忘"] end

subgraph Core["核心调度层"] O["Copilot Orchestrator"] end

subgraph Agents["智能体集群 (运行于本地 / 云端)"] A1["前端代码库智能体"] A2["订单后端代码库智能体"] A3["合规审查子智能体"] A4["自动化制品与营销视频生成"] end

subgraph Outputs["最终交付物"] PR1["前端 Pull Request"] PR2["后端 Pull Request"] VID["像素级功能演示视频"] end

P --> O D --> O S --> O T --> O

O --> A1 O --> A2 O --> A3 O --> A4

A1 --> PR1 A2 --> PR2 A4 --> VID ```

Jay Parikh 指出,Copilot Projects 的关键创新在于开发者不再需要充当“微观管理者”(micromanaging)去逐行盯着单个智能体的执行循环。Burke 是在直接与“Copilot Orchestrator”(Copilot 编排器)对话。开发者尽管不断抛出想法和文件,Orchestrator 会在后台自动按需启动多名子智能体(Subagents),精准分派到不同的代码仓库中去阅读、编码并执行任务。

不仅如此,Burke 还展示了让智能体生成软件之外交付物(Artifacts)的能力:市场推广部门通常希望在发布前拿到演示素材,GitHub Copilot 被赋予了定制技能后,能以像素级精度渲染并录制出产品功能的模拟演示视频。Burke 当场配置了一项自动化任务,让代码每次发布新功能时都能自动更新演示视频并存入素材库。此时后台已有六至八个智能体并发作业,它们既可以在本地计算资源运行,也能无缝切入云端沙盒,开发者即便合上笔记本电脑,智能体依然会在云端继续工作,完成任务后自动在项目看板中挂载提请合并的 PR。

- 状态更新:GitHub Copilot Projects 即日起面向所有用户正式上线。 - 架构亮点:支持多仓库跨越检索与调度,多智能体(Subagents)在云端与本地混合执行,告别单线程盯盘。 - 协同资产:支持摄入设计稿、Slack 聊天记录、Teams 视频会议纪要等非结构化多模态上下文。

> “Y'all, nobody likes micromanaging agents with Copilot projects. You get to get out of that business completely so that you can just focus on the results.” —— Burke Holland

---

[18:51](https://www.youtube.com/watch?v=AArI948SDz8&t=1131s) Copilot Fusion 降本加速与跨端沙盒流转

在送别 Burke 和 Cassidy 后,Jay Parikh 总结了智能体时代软件交付系统的核心基石。随着智能体编写的代码量爆发式增长,团队迎来了海量的 PR、密集的安全审计以及更高频的部署上线,核心挑战是如何在速度飙升的同时守住软件质量的底线。为此,GitHub 引入了“Copilot Fusion”模型路由引擎,它能够基于具体任务动态挑选性价比最高、能力最匹配的模型,以更低的算力成本实现更高的推理性能;配合宣布的还有促销政策:即日起至 11 月底,Copilot Fusion 使用量享受 30% 优惠。

紧接着,April Leonard 登台展示在端侧与云端之间自由切换的下一代排错流程。April 走上台时正拿着手机操作,她笑着澄清自己并不是在“刷负面新闻上瘾”(doomscrolling),而是在用手机上的 Copilot App 诊断并修复一个现网故障——Fourth Coffee 咖啡店在打烊前会提前停止接单,但页面并没有给用户任何提示,导致用户无端受挫。

April 在手机上直接开启了一个 Copilot 排查会话,系统迅速在云端沙盒(Cloud Sandbox)中为其搭建好了测试环境。这套跨设备连续性背后依赖的是微软全公司通用的统一底层框架“Copilot Harness”。开发者从手机端启动的任务,走到工位时可以无缝同步到桌面客户端、VS Code 或是命令行(CLI)中继续推进。

- 架构能力:微软宣布即日起开发者也可以基于该 Copilot Harness,在 Microsoft Foundry 上构建属于自己的各类业务智能体。 - 体验无缝:手机端触发沙盒任务,桌面端 VS Code 即时拉取会话状态、架构图示及修改草案。

> “So we want to make sure that you have strong continuity across all the surfaces. So you can start a task on your phone, pick it up from the app, move it to VS Code or the CLI or wherever you are.” —— Jay Parikh

---

[21:45](https://www.youtube.com/watch?v=AArI948SDz8&t=1305s) Copilot Automations:全自动云端智能体巡检与修复

进入 VS Code 后,April 迅速确认了 Copilot 提出的修复方案,界面不仅给出了完整的代码 Diff,还附带了逻辑时序与架构图。在向智能体输入“看起来不错,搞定后直接提 PR”(Looks good to me. Let's do a PR when you're done.)的指令后,智能体接管了分支提交流程。April 强调,开发者现在并不缺少算力或智能体,真正匮乏的是人类的“注意力与时间”,而单线程的人脑需要尽快从这类修补流程中抽身。

随后,April 在前端页面点击“How Ordering Works”(下单流程说明)按钮,系统瞬间弹出了一个 HTTP 500 内部服务错误。April 切换到基于 Sentry 集成的自定义画布(Custom Canvas)中查看监控警报详情。她调侃道:“我们都活在 2026 年了,为什么还要人类去手动点按钮提 Issue 或者点修复按钮?”系统应该在监控捕获到异常的瞬间就全自动触发溯源与修复。

由此,April 和 Jay 揭晓了“Copilot Automations”(Copilot 自动化)特性。这项功能允许开发者在代码库中编排完全由 AI 驱动的后台工作流。它们全天候运行在云端,可以通过 Webhook 事件、定时 Cron 排期或是外部 API 及手动触发。Copilot Automations 就像常驻在代码库里的智能体特勤小组(Squad of agents),负责全天候接管 Bug 的自动会诊、分类分流(Triage)和派单修复,让工程团队可以把宝贵的专注力留给高价值的核心架构与业务创造。

> “The important thing here is that the agent has a clear direction forward, which means that I can pick up some other work and do something else that needs my focus because I'm not short on agents. Jay, I'm short on attention and time.” —— April Leonard

[23:37](https://www.youtube.com/watch?v=AArI948SDz8&t=1417s) 云端 Agent 自动化与专业分工流水线

演讲者展示了自动化工作流在实际生产中的运作方式。自动化任务完全运行在云端,这意味着开发者在下班回家时根本不需要保持笔记本电脑处于开机状态。与此同时,系统提供了细粒度的权限控制,例如可以允许 Agent 创建 Pull Request(PR),但明确禁止其直接合入代码,以保证操作安全性。此外,开发者还能严格限制 Agent 的花费预算,防止因 Agent 失控而耗尽宝贵的 AI 积分。

在更复杂的仓库(如演示中的 subscriptions 仓库)中,GitHub 展示了多 Agent 协同的完整流水线。多个各司其职的“专职”自动化脚本相互接力,消除了开发中大量的重复性繁重工作(toil):

```mermaid flowchart LR accTitle: Agent 自动化流水线 accDescr: 展示从信号捕获到最终验证的五阶段专业 Agent 协作流程

subgraph Pipeline["自动化协作流水线"] A["捕获信号 & 创建 Issue"] --> B["分类与分流 (Triage)"] B --> C["复现 Bug & 生成截图"] C --> D["代码修复 (Fix)"] D --> E["对比原诉求验证修复"] end ```

这种高度分工的模式让每个专职 Agent 只专注于做精一项任务,让开发者能从琐碎的事务中抽身,将注意力集中在真正需要人类决策的事情上。正如演讲者所言:“Now, a process like this means that I can automate away a lot of the toil that I have, and so I can focus on the things that actually require my attention.”

[24:53](https://www.youtube.com/watch?v=AArI948SDz8&t=1493s) AI 驱动的安全性保障:从代码扫描到推送防护

在保障代码安全方面,GitHub Code Scanning 通过 AI 扩展了支持的编程语言范围,能够深层扫描整个代码库,查找新旧代码中的漏洞。当检测到漏洞时,系统不仅会精确定位问题所在的代码段和漏洞类型,还会提供典型的修复方案建议。即便开发者没有预先配置复杂的自动化流水线,也可以直接将漏洞分配给“Agentic Auto-fix”,由 Agent 自动根据这些上下文生成带有建议修复方案的 PR。

为了在更早的阶段拦截安全风险,GitHub 引入了 AI 推送保护(AI Push Protection)。在现场演示中,演讲者展示了在本地文件意外提交了密钥(Secret)并尝试 `git push` 的危险操作。AI 在代码真正抵达远程仓库之前就完成了实时拦截,而且整个过程开发者无需提前配置任何正则表达式或匹配模式,系统便能自动识别出敏感凭据。结合 Secret Scanning 与 AI Push Protection,代码在进入生产前就构筑了极其坚固的防御屏障。

- **AI 代码扫描(Code Scanning)**:扩大语言覆盖面,提供具体漏洞类型定位及修复指导。 - **Agentic Auto-fix**:一键将安全漏洞转化为修复 PR。 - **AI Push Protection**:无需手动配置 pattern,在代码 push 阶段即时阻截本地泄漏的密钥。

[26:23](https://www.youtube.com/watch?v=AArI948SDz8&t=1583s) Copilot Code Review Max 与堆叠 PR 及 Agent 自动合入

在代码质量审查方面,演讲者强调了一个硬性规范:无论 PR 是由人类还是由 Agent 提交的,在任何人类介入审查之前,必须首先交由 Copilot Code Review 进行审查。Jay Parikh 登台介绍了这项功能的最新里程碑:Copilot Code Review 自前一年发布以来,已累计为开发者发现了 2 亿处问题(200 million findings)。今天 GitHub 正式推出了审查深度最高的新版本——**Code Review Max**。Jay Parikh 强调:“It posted the highest F1 score on ReviewBench for high severity issues.”(它在针对高严重度问题的 ReviewBench 基准测试中拿下了最高的 F1 分数)。此外,没有 Copilot 独立订阅的用户也可以直接使用该功能,只需按需消耗 AI 积分即可。

面对现代开发中庞大且快速变动的代码量,GitHub 演示了两项提升吞吐效率的核心功能:

1. **堆叠式 PR(Stacked Pull Requests)**:对于大型功能(如 Cassidy 团队开发的 Coffee Passport 服务),代码被拆解为前端 UI 变更、依赖的服务端端点以及底层数据变更三大部分。通过 Stacked PR,这组相互依赖的代码变更既可以打包作为一个整体一次性合并,也可以逐层按顺序合入。 2. **Agent Merge(Agent 自动合入)**:随着主干代码迅速迭代,许多 PR 在人类来得及 review 前就会过期(stale)或产生冲突。通过 Agent Merge,Agent 会在后台自动处理审查意见、修复 CI 失败并解决代码冲突。在全套安全扫描与质量门禁均通过的情况下,系统将自动执行最终合并,让开发者无需在修冲突和跑流水线中反复拉扯。

[29:42](https://www.youtube.com/watch?v=AArI948SDz8&t=1782s) 企业级能力普惠与底层架构扩容挑战

Jay Parikh 对前面的演示进行了阶段性回顾,重点强调了三大支柱:跨终端的**会话连续性(Session Continuity)**、**可复用的自动化(Automations)**,以及充当生产防护盾的 **Copilot Code Review**。为了降低采纳门槛,Jay Parikh 宣布了一项重磅政策:即日起,GitHub Enterprise 客户无需额外订阅,即可直接使用全部 Copilot 功能(包括 GitHub Copilot App、Code Review、Automations 等),只需按实际用量支付 AI 积分。

然而,要支撑如此庞大的 AI 与自动化需求,必须有极其稳健的底层基础设施作为基石。Jay 坦诚地回顾了过去一年 GitHub 在性能和可用性上面临的挣扎,指出背后的根源是开发者活动与规模的爆发式增长。但他强调:“That's not meant to be an excuse, though. We will and we must do better.”(但这绝不是借口。我们一定会、也必须做得更好)。为此,GitHub 在当年进行了空前规模的基础设施扩建:

- **算力提升**:新增超过 400 万个 CPU 核心(4 million CPU cores)。 - **存储扩展**:新增 160 PB 的高速存储。 - **网络带宽**:新增 50 Tbps(50 terabits/s)的网络传输容量,且扩容仍在继续。 - **多区域部署**:全面推进向 Azure 全球多区域(Multi-region)超大规模架构的平滑迁移,在保障服务全球开发者的同时,计划于次年年初彻底完成。

[32:46](https://www.youtube.com/watch?v=AArI948SDz8&t=1966s) 重构 Git 架构:迎接 Agent 时代的极限流量

面对负载的大幅攀升,GitHub 意识到仅仅堆硬件是不够的,必须彻底重构底层架构假设。为此,GitHub 针对 Agent 时代研发了全新的 Git 底层架构。新架构通过简化系统原语、解耦存储与计算(decoupling storage from compute)并最大限度减少协同开销(minimizing coordination),实现了惊人的吞吐能力:

在极端压力测试中,团队释放了 5,000 个“极具攻击性”的编码 Agent(“5,000 of the angriest coding agents”)同时冲击单一 Monorepo。该单个代码仓库成功抗住了每秒 7,200 次持续写入(7,200 writes per second)。在另一项测试中,团队将 GitHub 上最繁忙的开源仓库整整 24 小时产生的所有流量压缩进 1 分钟内灌入系统,全新架构表现得从容不迫,毫发无损。

随后,April Leonard 登台进一步阐述了重构 Git 的必要性。以往由人类主导的开发节奏已经被彻底打破,当每一个开发者的背后都有一整支 Agent 舰队时,每一个会话都在并发地创建分支、读取历史和推送代码。April 幽默地分享道:“The other day my agents complained about the traffic. I had to tell them, you're not in traffic, you are traffic.”(前几天我的 Agent 还向我抱怨拥堵,我不得不告诉它们:你们不是被堵在路上,你们本身就是拥堵制造者)。数据显示,仅仅在刚过去的 9 月份,全球开发者和 Agent 就在 GitHub 上共同产生了超过 70 亿次提交(7 billion commits)。虽然大部分仓库目前仍在现有容量限制内运行,但最繁忙的那些仓库已经触及上限,随着 Agent 的普及,架构革新势在必行。

[35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 重构底层架构:从物理机房到分支级锁与无上限吞吐

在以智能体(Agent)为主导的时代,传统的 Git 基础设施已然成为严重的性能瓶颈。GitHub 开始全面重构 Git 的底层技术栈。第一步是破除物理机房托管的固有物理限制,在过去一年里,团队几乎将 Git 上的每一个仓库都成功迁移到了 Azure 云端。然而,对于平台约 100 个最繁忙的高负荷仓库而言,仅仅是数据中心之间 25 毫秒的网络延迟都会对并发性能造成实质性打击。为此,GitHub 从根本上改写了 Git 处理写入并发协调的机制:旧机制会在每次写入时锁定整个仓库,而新设计只锁定正在更新的具体分支。这一改变让在不同分支上并行工作的各路智能体不再相互阻塞,直接将写入吞吐量提高了 3 到 4 倍。

但这仅仅是“提高了上限”,GitHub 的终极目标是“彻底消除天花板”。通过与 Azure Storage 团队的深度合作,工程师们确立了三大核心架构设计原则:**简化原语(Simplify the primitives)**、**存储与计算分离(Decouple storage from compute)**,以及**最小化协调(Minimize coordination)**。代码作为权威可信源持久保存在 Azure Blob Storage 中;响应 Git 请求的计算服务器仅做临时数据缓存以保证速度,且具备完全的无状态和短暂性(ephemeral),以便根据需求随时弹性扩容;而在协调层面,唯有体积极小的引用事务(reference transaction)保留在关键路径上,交由专门针对极速场景优化的高性能多副本日志服务处理。

```mermaid flowchart TD accTitle: Git 新一代高并发存储与计算分离架构 accDescr: 展示了 Git 如何通过解耦存储计算和优化关键路径来消除并发写入瓶颈

subgraph Clients["客户端与并发 Agent"] A["多 Agent 协同 / 开发者推送"] end

subgraph Coordination["关键路径协调"] B["细粒度分支锁 (Branch Lock)"] C["多副本日志服务 (Replicated Log)"] end

subgraph Compute["无状态计算层"] D["临时缓存服务器 (Ephemeral Cache Servers)"] end

subgraph Storage["持久化存储层"] E["Azure Blob Storage (Source of Truth)"] end

A -->|"并发写入更新"| B B -->|"仅锁定目标分支"| C A -->|"Git 数据交互"| D D -->|"高并发读写落地"| E C -->|"事务提交记录"| E ```

这一全新架构彻底重塑了 Git 吞吐量的物理边界。旧架构在单个仓库上达到每秒数十次推送就会陷入瘫痪,而新系统在设计上直接面向每秒数千次并发写入。在极端压力测试中,测试团队将 5,000 个智能体同时指向单一仓库,系统跑出了每秒 7,200 次写入的惊人记录,达到了现有真实生产吞吐量的 180 倍;而在读取测试中,测试套件自身的发包机甚至比新架构更早达到性能瓶颈。为了验证真实世界的表现,GitHub 联合最繁忙的开源项目之一 Open Core 进行了实测。Open Core 的创始人 Peter Steinberg 在启程前往 TED 演讲前评价道:“GitHub change how the Git objects are stored, and it will affect us in a way that our agent will be able to operate much, much faster.” 他还特别提到,过去的 Agent 经常需要通过轮询 CI 这种笨拙的方式获取状态,而底层新基础设施让 GitHub 能够主动推送状态通知,从而从根本上解决了现有瓶颈。官方计划在明年初前将所有用户迁移至该全新架构。

- 物理机房迁移:过去一年内已把几乎全部 Git 仓库迁移至 Azure。 - 分支级加锁:将原本“锁定全仓库”改写为“仅锁定被更新分支”,写入吞吐量立增 3 至 4 倍。 - 架构三大原则:简化原语、存储与计算分离、最小化协调。 - 性能实测数据:在 5,000 个 Agent 并发测试下实现每秒 7,200 次持续写入,吞吐量提升至原先的 180 倍。 - 迁移时间表:预计所有开发者与仓库将于明年初全面迁移完毕。

[38:57](https://www.youtube.com/watch?v=AArI948SDz8&t=2337s) 平台级基础设施扩容:AI 网关、GitHub Actions 与全球网络

Git 存储引擎的重写只是 GitHub 平台全面升级的一环。为了应对 Agent 涌现带来的海量流量冲击,多项核心系统同步展开了扩容与重构。首先是 GitHub AI Gateway,该网关目前每日处理数以万亿计的 Token,工程团队在 Prompt 缓存、网络延迟最小化以及评估框架性能提升上做了大量深度调优,确保模型推断链路又快又稳。

与此同时,每月处理数十亿分钟计算任务的 GitHub Actions 迎来了重大加固工程。团队正着手大幅扩展算力容量、加固控制平面(Control Plane),并简化整体协调机制,确保在 Agent 高频触发工作流时仍能平稳顺畅推进。在网络互联方面,GitHub 进一步增设了边缘节点(Edge sites),将 GitHub 传统遗留数据中心与 Azure 骨干网之间的回传带宽(Backhaul)直接扩容至原来的 4 倍,并在 TLS 等传输协议层做了专项优化,全力确保全球智能体通信流量毫无阻碍。

- AI Gateway:优化 Prompt 缓存与延迟指标,承载每日万亿级 Token 流量。 - GitHub Actions:应对每月数十亿分钟的构建压力,加固控制平面并降低调度开销。 - 全球网络骨干:增设边缘节点,将传统机房到 Azure 的回传网络带宽直接翻了四倍,并完成 TLS 层调优。

[40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) 软件开发的新纪元:1% 与人类创意的无限放大

从重塑底层 Git 架构,到推出 Copilot Fusion,再到连接 VS Code、命令行(CLI)以及全新 GitHub Copilot 独立应用的跨端体验,GitHub 技术栈的每一层都在面向 Agent 时代重新演化。演讲者指出,虽然开发软件的方式正在发生不可逆转的变革,但开发者的核心地位反而比以往任何时候都更加关键:“The way we build software is changing, but developers have never been more important because the hardest part of building has never been just writing code.” 编写代码从来不是构建软件中最艰难的部分,真正的挑战始终在于理解真实世界的难题、构想更好的解决方案,并拥有将其在现实中落地的能力与驱动力。

GitHub 的本质在于让任何开发者都不必再独自前行。一个人提出想法,另一个人让它更加完善,开源项目便成为下一个创作者未曾设想过的基石——“Creativity fuels collaboration. Collaboration unlocks creativity.” 这种社区协作的力量目前才刚刚展现冰山一角。演讲最后给出了一个极具前瞻性的论断:人类有史以来写过的所有软件,可能仅仅是未来五年内人类与 Agent 协同构建总量的 1%。“In fact, I think all the software ever written may amount to just 1% of what humans and agents will build in the next five years.” 但单纯增加代码总量从来不是目的,代码为世界带来的真实影响力才是终极追求。演讲在对未来软件创造的无限期待与对现场观众的感谢声中圆满落幕。

## Notable quotes > [40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) In fact, I think all the software ever written may amount to just 1% of what humans and agents will build in the next five years.

> [03:26](https://www.youtube.com/watch?v=AArI948SDz8&t=206s) The SDLC is no longer linear. In fact, the Sclc is collapsing. — Jay Parikh

> [40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) The hardest part of building has never been just writing code.

## Mentioned GitHub, GitHub Copilot, GitHub Universe 2026, Jay Parikh, April Leonard, Cassidy Williams, Burke Holland, Microsoft, CoreAI, Octoverse, Ersilia, OpenQuake, Matt Pocock, AI Skills, Datadog, Figma, Cloudflare, Slack, WorkIQ, Vercel, Netlify, Sentry, Copilot Fusion, Opus 5.5 Max, Artificial Analysis, SvelteKit, Copilot Dreaming, Copilot Projects, Microsoft Teams, Microsoft Foundry, Copilot Automations, ReviewBench, Code Review Max, Azure, Azure Blob Storage, Open Core, Peter Steinberg, GitHub Actions, GitHub AI Gateway

## Video description Join us for the GitHub Universe 2026 opening keynote as we look at the next era of software, the developers building it, and the tools and workflows GitHub is creating to help them go further. Hear from engineering leaders April Leonard, Jay Parikh, Cassidy Williams, Burke Holland, and Damian Brady as they unveil major updates across GitHub Copilot, autonomous agent workflows, and core developer tools. Expect new announcements, live demos, and a few surprises along the way.

Speakers:

April Leonard, VP of Engineering for GitHub Copilot, GitHub Cassidy Williams, Sr. Director, Developer Advocacy, GitHub Burke Holland, Principal Cloud Advocate, Microsoft Jay Parikh, Executive Vice President, CoreAI, Microsoft Damian Brady, Staff Developer Advocate, GitHub

Watch more videos from GitHub Universe 2026: https://www.youtube.com/watch?v=AArI948SDz8&list=PLENrlACZ7mnU

— CHAPTERS —

00:00 GitHub's explosive growth & agentic shift 03:26 Evolving for the agentic era 06:10 GitHub Copilot app & connectors 09:39 Copilot fusion, Copilot app canvases & Copilot dreaming 14:55 Copilot projects & Copilot automations 19:59 Agent-powered quality & security 31:25 Rebuilding GitHub's core infrastructure 40:00 The future of software development

#GitHubUniverse #GitHubCopilot #SoftwareDevelopment

Stay up-to-date on all things GitHub by connecting with us:

YouTube: https://gh.io/subgithub Blog: https://github.blog X: https://twitter.com/github LinkedIn: https://linkedin.com/company/github Insider newsletter: https://resources.github.com/newsletter/ Instagram: https://www.instagram.com/github TikTok: https://www.tiktok.com/@github

About GitHub It’s where over 180 million developers create, share, and ship the best code possible. It’s a place for anyone, from anywhere, to build anything—it’s where the world builds software. https://github.com

[Source](https://www.youtube.com/watch?v=AArI948SDz8)

中文简报

GitHub在Azure上重构Git核心引擎以应对AI智能体爆发 随着自主编程智能体打破传统开发工作流并冲击传统代码库,GitHub正基于Azure重构Git底层架构,同时将企业访问权限转向基于用量的AI积分模式。 面对注册开发者激增至逾2.25亿以及数十亿次智能体贡献带来的爆发式增长,GitHub推出了一套围绕非线性、高度压缩的软件开发生命周期设计的端到端智能体交付平台。关键产品更新包括专用的GitHub Copilot应用程序、用于动态多模型路由的Copilot Fusion、用于代码库指令维护的Copilot Dreaming与Memories、用于跨代码库编排的Copilot Projects以及云原生Copilot Automations。为在高速交付下维持代码质量与安全,GitHub推出了AI推送保护、Agentic Autofix、Code Review Max,以及面向GitHub Enterprise的按量计费模式。最后,GitHub宣布对Git底层架构进行根本性重构,将计算与Azure Blob存储解耦,并引入分支级锁定机制,以支撑智能体每秒数千次的并发写入。 在开发者编排自主AI团队的智能体软件开发结构性转变推动下,GitHub注册开发者已突破2.25亿,并在2026年记录了343亿次提交。 (0:13) GitHub发布了Copilot Projects和Copilot Automations,将AI辅助从单次会话编程扩展至多代码库编排,能够根据Sentry警报对突发事件进行排查并自主生成拉取请求(PR)。 (14:55) Copilot Fusion在单模型、级联和批评策略间协调动态模型路由,在性能接近前沿模型的同时,降低了50%的计算成本并将任务执行时间缩短了40%。 (9:39) 为支撑高强度的智能体并发,GitHub重构了其Git核心架构,在Azure Blob存储上实现了计算与存储的分离,在5,000个并行智能体的压力测试中达到了每秒7,200次写入。 (33:22) GitHub Enterprise账户现可通过基于用量的AI积分模式获得包括Copilot应用和自动化代码审查在内的全部Copilot功能,无需购买专属席位许可证。 (29:42)

精炼阅读摘要

GitHub 团队负责人 Jay Parikh 指出,软件工程正从手动编码演化为由智能体主导的并发工作流,导致传统的线性软件开发生命周期走向崩溃。为化解智能体带来的代码洪流与系统瓶颈,GitHub 正在重构从底层 Git 存储、跨环境调度工具到基于用量的企业商业模式的整套平台栈。 智能体爆发与软件生命周期重塑 (0:13) 2026 年 GitHub 全球开发者达 2.25 亿,以每秒新增 1 人的速度持续增长;全年平台录得 343 亿次提交与 13 亿次拉取请求(PR),开源贡献同比激增超 30%。Parikh 表示,这种罕见的增长由智能体软件开发驱动。由于开发工作越来越依赖生产事故或团队需求等外部信号即时触发,线性的软件生命周期(SDLC)正在被打破,各阶段相互穿插重叠。为此,GitHub 围绕中央学习机器重建核心体系,聚焦三大支柱:从概念极速转化为生产力的高速度(Velocity)、整合全组织上下文的自适应智能(Intelligence),以及在高流速下防范漏洞与缺陷的高质量(Quality)。 动态模型路由与自适应指令记忆 (6:10) 统一的 Copilot 应用通过 Connectors 服务打通了 Slack、Vercel、Sentry 等外部工具,使智能体能直接调取企业级上下文,免去人工切换窗口。在模型调用上,Copilot Fusion 可根据任务在单模型、级联或对抗评估(Critique)模式间动态调度;基准评测显示,Copilot Fusion Max 达到接近顶尖模型的 60 分性能,同时算力成本降低 50%、耗时缩减 40%。为防止指令随代码库演进而失效,Copilot Dreaming 能够在后台监测重构,自动发起 PR 修正过时的配置文档;配合记录个人偏好的 Copilot Memories,确保接续任务的智能体获得一致的上下文。此外,Copilot Canvases 还赋予智能体直接操控终端和浏览器的可视化验证能力。 跨仓库编排与云端自主运维 (14:55) 全面开放的 Copilot Projects 改变了逐步微观管理单个智能体的模式。开发者可批量导入设计稿、技术讨论记录及合规纪要,主编排器会自动在多个关联仓库中并发唤起专业子智能体处理前后端任务,甚至能在合并前生成宣传演示视频。依托统一的 Copilot 架构,会话状态可在移动端、云沙盒、VS Code 及命令行之间无缝漫游。借助 Copilot Automations,开发团队能配置基于 Webhook 或定时触发的云端智能体编排,用于全天候自主响应故障。在连接 Sentry 遥测数据后,专用智能体管线能自动完成缺陷分级、截图复现与补丁验证;系统同时支持严格的 AI 额度上限与工具操作权限,防止无序调用与成本失控。 主动安全防护与自动化质量交付 (24:53) 面对激增的 PR 吞吐,GitHub 强化了端到端质量防护。AI 推送保护脱离了静态正则表达式规则,在开发者本地执行 git push 时即可主动阻断意外提交的敏感凭据;代码扫描则联动 Agentic Autofix,将漏洞定位与修复建议直接生成为合规 PR。在审查环节,官方称 Copilot Code Review 累计提出逾 2 亿处修改意见,其 Code Review Max 在高危缺陷评测中斩获领先的 F1 得分。为管理复杂架构演进,堆叠式 PR(Stacked PRs)支持将界面、后端与数据层解耦递进提交;配合后台运行的 Agent Merge,系统能自动跟进评审反馈、化解代码冲突并修复 CI 测试,直至全链路验证通过后自主完成合并。 底层 Git 架构解耦与用量计费 (29:42) 仅 2026 年 9 月单月,GitHub 平台提交量即突破 70 亿次,倒逼核心架构革新。GitHub 重塑了 Git 底层,遵循“简化原语、存算分离、最小化协调”三项原则:代码数据持久化于 Azure Blob Storage,由无状态的临时服务器提供内存缓存,写入锁也由全仓库级细化为分支级。压力测试显示,5000 个并发智能体针对单代码库可达到每秒 7200 次持续写入,吞吐量提升至原有水平的 180 倍。伴随技术突破,GitHub Enterprise 调整商业模式,取消按人头席位购买 Copilot 的限制,转为全员开放并按实际消耗的 AI 额度计费;同时平台正加紧完成向 Azure 多区域架构的迁移,以解决业务爆发式增长带来的稳定性难题。 GitHub 预测,人类与智能体在未来五年构建的软件规模可能将使过往数十年的软件总量相形见绌(现有软件可能仅占未来的 1%)。然而,随着代码编写的机械成本快速下降,软件交付的关键制约已完全转向人类的注意力瓶颈、架构把控力与底层基础设施承载力。尽管存算分离架构和自主闭环流水线大幅拓宽了处理通量,但跨区域迁移的实际高可用表现、长周期下多智能体上下文漂移的真实成本,仍需在真实的超大规模工程实践中经受持续考验。

Detailed notes — zh

## Background 本内容由 GitHub 官方频道于 2026 年 10 月 28 日发布在 YouTube 平台上,记录了 GitHub Universe 2026 大会的开幕主题演讲。视频简介显示,来自微软和 GitHub 的工程主管们(包括 Jay Parikh、April Leonard、Cassidy Williams、Burke Holland 和 Damian Brady)在演讲中共同揭晓了围绕 GitHub Copilot、自主智能体(Agent)工作流以及底层核心开发者工具的重大更新与现场演示。 ## TL;DR 在本次开幕演讲中,微软执行副总裁 Jay Parikh 宣布 GitHub 开发者已突破 2.25 亿,并正式拉开以自主智能体为主导的全新软件开发范式(Agentic SDLC)序幕。团队集中展示了全新的 GitHub Copilot App、跨工具生态的 Connectors、动态调控多模型的 Copilot Fusion 以及可视化调试沙箱 Canvases;同时推出解决指令过期的 Copilot Dreaming 与面向跨仓库编排的 Copilot Projects 和云端自主巡检修复的 Copilot Automations。在代码质量与安全方面,发布了针对高严重度缺陷的 Code Review Max,并推出了 Stacked PR 与 Agent Merge 功能;最后,官方详述了为承接海量智能体并发流量而重构的 Git 底层架构(分支级加锁与存算分离),展望人机协同创造软件的新纪元。 ## Atmosphere & style 整个演讲节奏明快、充满前沿科技感与热烈的大会现场氛围。演讲者们交替登台,既有高管对宏观行业变革和惊人增长数据的宏大叙事,又有开发者倡导者们手持真机、互相打趣(如调侃喝黑咖啡、奶茶预算以及沉迷刷手机)的轻松现场实操。叙事弧线从直面智能体爆发带来的协作与流量阵痛,逐步推演至全栈工具链革新与底层架构暴力抗压测试的震撼展示,既极具未来主义的启发性,又洋溢着工程落地时的极客幽默与自信。 ## Bulletin - [00:13](https://www.youtube.com/watch?v=AArI948SDz8&t=13s) GitHub 全球开发者总数突破 2.25 亿,2026 年平台共产生 343 亿次提交和 13 亿次 PR,以智能体为主导(Agentic)的软件工程范式正驱动软件开发生命周期从线性流程走向塌缩。 - [09:39](https://www.youtube.com/watch?v=AArI948SDz8&t=579s) GitHub 正式推出 Copilot Fusion 路由引擎,动态调度单模型、级联与对抗评审模式,在保持顶尖能力的同时将每项任务成本削减 50%、耗时缩短 40%。 - [14:55](https://www.youtube.com/watch?v=AArI948SDz8&t=895s) 面向跨仓库编排与全天候后台运行,GitHub 发布 Copilot Projects 与 Copilot Automations,并推出能自我回溯更新过时指令的 Copilot Dreaming。 - [35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 为承受 Agent 时代的写入洪峰,Git 彻底重构为计算存储分离架构,从仓库级加锁转向分支级锁,极限压测下实现单仓库每秒 7,200 次并发写入,达到原有真实吞吐量的 180 倍。 ## Key takeaways - [00:13](https://www.youtube.com/watch?v=AArI948SDz8&t=13s) GitHub 开发者已达 2.25 亿,连续两年维持每秒新增 1 人的增速,仅 2026 年 9 月单月提交量就超过 70 亿次,Agent 正成为平台最主要的新增流量来源。 - [03:26](https://www.youtube.com/watch?v=AArI948SDz8&t=206s) 软件工程生命周期(SDLC)不再是线性推进,而是在事件驱动下发生塌缩,GitHub 正重塑底层技术栈以围绕速度、智能与质量构建 Agentic 软件交付系统。 - [06:10](https://www.youtube.com/watch?v=AArI948SDz8&t=370s) 全新 GitHub Copilot App 引入内建 Connectors(连接器)机制,一次认证即可跨 Slack、Sentry、Figma 等工具免密流转上下文,消除频繁切屏痛点。 - [09:39](https://www.youtube.com/watch?v=AArI948SDz8&t=579s) Copilot Fusion Max 获得 60 分的 Coding Agent 基准高分,逼近顶尖模型的同时降低了 50% 的执行成本,并为智能体提供了包含浏览器、终端在内的专用交互沙箱(Canvases)。 - [12:46](https://www.youtube.com/watch?v=AArI948SDz8&t=766s) 针对自然语言规则在三周后迅速失效的难题,Copilot Dreaming 能够自主回溯并提 PR 更新过时的指令和团队偏好记忆,防止规则阻碍前沿模型发挥。 - [14:55](https://www.youtube.com/watch?v=AArI948SDz8&t=895s) Copilot Projects 赋予开发者全局调度能力,Copilot Orchestrator 负责调度多个子智能体并发处理跨仓库代码,甚至能自动渲染生成高保真功能演示视频制品。 - [18:51](https://www.youtube.com/watch?v=AArI948SDz8&t=1131s) 依托统一底层 Copilot Harness,排错任务可在移动端、VS Code 与 CLI 之间无缝流转;开发者即日起亦可在 Microsoft Foundry 上自建业务智能体。 - [21:45](https://www.youtube.com/watch?v=AArI948SDz8&t=1305s) Copilot Automations 允许智能体像常驻特勤组一样在云端全天候运行,通过 Webhook 或 Cron 自动进行 Bug 分类、场景复现、代码修复与验证,支持配置支出上限与合并权限限制。 - [24:53](https://www.youtube.com/watch?v=AArI948SDz8&t=1493s) AI Push Protection 在开发者执行 git push 时即时拦截误提的敏感密钥,无需人工配置正则,与 Agentic Auto-fix 共同加固了提交前的防护门禁。 - [26:23](https://www.youtube.com/watch?v=AArI948SDz8&t=1583s) Copilot Code Review 累计发现 2 亿处问题,最新推出的 Code Review Max 在 ReviewBench 高危漏洞测试中获得最高 F1 分数,并支持大型功能的堆叠式 PR(Stacked PR)与 Agent 自动解决冲突并合入(Agent Merge)。 - [29:42](https://www.youtube.com/watch?v=AArI948SDz8&t=1782s) GitHub Enterprise 客户无需额外订阅即可直接使用 Copilot 全系新功能并按用量结算 AI 积分;同时 GitHub 新增超 400 万核 CPU、160 PB 存储并全面向 Azure 多区域架构迁移以缓解可用性瓶颈。 - [35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 为彻底消除吞吐瓶颈,Git 底层重构确立了简化原语、存储与计算分离、最小化协调三大原则,将全仓库锁拆解为分支级锁,使得写入吞吐量直接翻了 3 到 4 倍。 - [35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 新 Git 架构将真实数据保存在 Azure Blob Storage,计算节点完全无状态,5,000 个高并发 Agent 压测下实现单仓库每秒 7,200 次持续写入,全量用户预计将于明年初完成迁移。 - [38:57](https://www.youtube.com/watch?v=AArI948SDz8&t=2337s) 为支撑海量 Agent 通信,GitHub AI Gateway 针对万亿级每日 Token 实施了 Prompt 缓存优化,GitHub Actions 加固了控制平面,Azure 骨干回传网络带宽也扩容了 4 倍。 - [40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) 人类过往所写的全部软件可能仅占未来 5 年人类与 Agent 协同构建总量的 1%;工具进化的本质在于放大人类创意并消除阻碍,而非仅仅追求代码行数的增长。 ## Detailed walkthrough ### [00:13](https://www.youtube.com/watch?v=AArI948SDz8&t=13s) GitHub 爆发式增长与智能体(Agent)开发时代的到来 在旧金山举办的 GitHub Universe 2026 大会上,负责领导 GitHub 团队以及微软整个 CoreAI 团队的执行副总裁 Jay Parikh 登台致辞。他回顾道,去年大会上他们曾预言 2026 年将属于开发者,并且所有开发者的智能体(Agents)都将进入 GitHub “上班”打卡,如今这一预言已经彻底成为现实。GitHub 的全球开发者总数现已突破 2.25 亿,覆盖全球每一个国家和地区;在过去一年里,平均每秒钟就有一名新开发者加入 GitHub,这已经是该增长速度连续保持的第二年。 随后,Jay Parikh 引用最新的 Octoverse 报告披露了一组惊人的开发数据。在开源社区方面,开发者们的分享与发布活跃度达到了历史最高水平。Jay 特别点名表彰了三个卓越的开源项目:Ersilia(一家为全球研究人员开发开源 AI 药物发现工具的非营利组织)、OpenQuake(由全球地震模型基金会开发、协助社区评估地震风险与灾害的开源软件)以及 Matt Pocock 发起的 AI Skills(为各类编程智能体提供指令和技能规范、专门解决常见错误的实用项目)。当屏幕上展示 Actions 任务运行量的柱状图时,从 2024 年到 2026 年的陡峭增幅引发了全场的关注,Jay 甚至半开玩笑地直言这种增长曲线“相当吓人”,而这背后最核心的引擎就是向以智能体为主导的软件开发范式(Agentic software development)的根本转变。 - GitHub 全球开发者规模突破 2.25 亿,连续两年保持每秒新增 1 人的增速。 - 2026 年代码推送(Code pushes)增长至 179 亿次,提交量(Commits)跃升至 343 亿次,Pull Request(PR)达到 13 亿次。 - 开源社区总贡献量达到 25 亿次。 - GitHub 上的开源及公开代码仓库总数达到 5.66 亿个,同比增长超过 30%。 --- ### [03:26](https://www.youtube.com/watch?v=AArI948SDz8&t=206s) 软件工程全流程的解构与重塑:Agentic 软件交付系统 面对智能体浪潮带来的巨大转变,Jay Parikh 深入剖析了开发者日常工作正在发生的剧变。在短短几年间,工程团队经历了一场从纯手工敲代码,到接受 AI 辅助编程,再到现在需要同时调度和管理数十个、乃至数百个自主智能体工作流的跨越式演进。尽管开发者的终极目标始终是“完成有价值的软件工作”,但实现该目标的路径、机制和系统已经截然不同。传统的软件开发生命周期(SDLC)不再是线性的流水线,而是在发生塌缩(collapsing):日常工作往往由一个信号或事件直接触发(如同事的需求、线上生产环境的报警),开发者在不同阶段之间跳跃穿梭,而大部分的工程实现与验证工作都交由智能体接管,所有的上下文和反馈不断流入流出底层的中心化学习机器。 为了让全球开发者能够最大化地借助智能体进行构思、协作与落地,Jay 宣布 GitHub 正在对整个技术栈的每一层进行全面改造,构建行业内最完备的端到端 Agentic 软件交付系统。该系统聚焦于三大核心支柱: 1. **速度(Velocity)**:借助智能体实现从想法到生产环境的高效、经济转化。 2. **智能化(Intelligence)**:在整个平台范围内聚合全域上下文,并基于持续学习引擎实现能力的自我进化。 3. **质量(Quality)**:在大幅提速的同时坚守质量底线,在代码合入生产前拦截安全隐患与缺陷。 Jay 强调 GitHub 绝不做封闭的花园,而是会持续提供最底层的技术原语(primitives),并与 Datadog、Figma、Cloudflare 等广阔的第三方生态工具打通,确保平台开放且高度可扩展。正如 Jay Parikh 所说:“The SDLC is no longer linear. In fact, the Sclc is collapsing.” ```mermaid flowchart LR accTitle: Agentic 软件交付系统核心流程 accDescr: 展示信号触发任务,进入中心学习引擎,并通过速度、智能与质量三大支柱交付给开放生态的流向。 subgraph Signals["触发信号"] A["生产环境事件"] B["协作请求 / Issue"] end subgraph Core["中心学习引擎"] C["Agentic 软件交付系统"] C --> D["速度 Velocity"] C --> E["智能 Intelligence"] C --> F["质量 Quality"] end subgraph Ecosystem["开放生态"] G["Figma / Datadog / Cloudflare 等"] end Signals --> C Core --> Ecosystem ``` --- ### [06:10](https://www.youtube.com/watch?v=AArI948SDz8&t=370s) GitHub Copilot App 与全生态连接器(Connectors)实战演示 随后,GitHub 开发者关系高级总监 Cassidy Williams 登台,与 Jay Parikh 一同展开现场实操演示。Cassidy 首先展示了全新推出的 GitHub Copilot App。这是一个统一的工作台,专门用来管理跨多个项目的智能体协同、第三方工具集成与自动化任务。在进入正式演示前,Cassidy 还调侃了应用内置的一款彩蛋小游戏,追问 Jay 的历史最高得分是多少,而 Jay 则幽默地回应称今天保密,引得现场一阵欢笑。 紧接着,Cassidy 切入当天的实际工程任务:为一家连锁咖啡馆平台构建一个“咖啡护照”(Coffee Passport)功能。该功能允许顾客在打卡各个门店时收集印章并兑换福利。然而在对应的 GitHub Issue 中,存在诸如“什么行为计为有效到店”、“重复到店如何计分”等大量未解的产品问题。以往开发者必须跳出当前界面,去 Slack 等办公工具中来回询问并手动搬运上下文;但在 Copilot App 中,直接向同事提问即可就地拿到答案。Jay 解释说,这背后的核心支撑是平台内建的 Connectors(连接器)。Connectors 作为托管服务嵌入在 Copilot App 等各个操作界面中,支持 Slack、WorkIQ、Vercel、Netlify 和 Sentry 等多种服务。开发者只需一次认证,就能在所有开发场景中跨设备免密复用,并带有官方验证徽章(Verified Badge),彻底终结了上下文频繁切换的痛点。 --- ### [09:39](https://www.youtube.com/watch?v=AArI948SDz8&t=579s) Copilot Fusion 多模型协同编排与 App Canvases 浏览器画布 当澄清了需求规划并准备启动 Issue 的代码实现时,面对界面中丰富的 AI 模型选项,Cassidy 向 Jay 询问应该选用哪款模型。Jay 随即推荐了重磅功能——Copilot Fusion。Jay 解释道,Copilot Fusion 能够智能协调多个底层模型,根据具体任务的复杂度和需求动态选择三种最优执行模式之一(单模型 Single、级联 Cascade 或对抗评审 Critique),从而以大幅降低的成本提供前沿顶尖(Frontier-level)的输出效果。Jay 援引客观基准评测数据指出,在近期 Artificial Analysis 发布的 Coding Agent 指数中,Copilot Fusion Max 斩获了 60 分的高分,与 Opus 5.5 Max 仅差两分,但每项任务的成本却降低了 50%,完成时间缩短了 40%。Cassidy 笑着打趣说,省下来的预算正好可以给团队多买几杯波霸奶茶。 为了展示已经构建完成的功能,Cassidy 打开了一个全新的会话页面进行即时功能验证,并顺带调侃 Jay 的咖啡偏好:“Plain coffee. Nothing in it.”(纯黑咖啡,啥都不加)。当智能体开始自主与网页界面交互并测试咖啡护照应用时,屏幕上的界面自动滚动并点击操作。Cassidy 提示观众这绝非传统的普通浏览器,而是全新引入的“画布”(Canvas)技术: - **Canvas 类型**:除了浏览器画布(Browser Canvases),用户点击顶部的加号还可以调出终端画布(Terminal Canvases)以及自定义画布(Custom Canvases)。 - **运行机制**:Canvas 为智能体提供了可视化交互与调试的专用运行时沙箱,智能体能像真实人类一样自主点击、表单输入并验证逻辑。 在智能体有条不紊地执行登录测试的同时,Cassidy 抛出了一个技术彩蛋:为了配合咖啡馆主题,团队刚刚将底层应用从 Java(谐音爪哇咖啡)彻底重构为了 SvelteKit。然而代码虽然重构了,最初写给旧架构的指令说明却并未同步更新。借此契机,Cassidy 引导出了下一项关键能力——Copilot Dreaming,并邀请 Jay 向现场观众深入解析其背后的工作原理。 ### [12:46](https://www.youtube.com/watch?v=AArI948SDz8&t=766s) Copilot Dreaming:让指令与偏好与时俱进 Cassidy Williams 与 Jay Parikh 深入探讨了智能体开发中最让人头疼的维护瓶颈:开发者往往会为智能体编写大量初始指令文件,但这些指引通常在三周之后就会随着代码库的快速迭代而失效。与此同时,市面上不断涌现出能力更强的智能模型,旧指令反而成了阻碍模型发挥的绊脚石。为了解决这个痛点,GitHub 推出了“Copilot Dreaming”,它可以自主回溯并更新指令与记忆,确保智能体的引导信息始终符合团队最新决定的偏好与架构规范。 Cassidy 现场展示了 Copilot Dreaming 自动开启的一个 Pull Request(PR)。在代码差异比较中,智能体正在清理一个非 Java 项目的历史指令文件,将其与最新的架构和决策同步。这意味着后续无论哪一个智能体介入任务,都能直接基于最新准则展开工作,不再依赖过时的规则。Cassidy 调侃道,现在的智能体生成总结时“话实在太多了”,满屏都是详细描述。除了指令文件,Copilot 的记忆(Memories)也会同步更新。记忆是 Copilot 在与团队协作中逐渐学习到的个人编码喜好与团队实践,Cassidy 坦言自己对代码库非常挑剔,而这种持续更新的偏好记忆让她能够不断获取更加精准、符合口味的生成代码。 随后,Cassidy 回到了刚刚构建的“Fresh Out of the Oven”功能分支,现场演示显示用户登录已经顺利跑通。她当场在 VS Code 中直接打开这一分支,查看底层所有的代码变动并进行细节推敲。看着侧边栏排列的大量会话,Cassidy 感叹虽然自己习惯在本地同时处理一堆代码仓库和各种并发任务,但开发者其实需要更全局的统筹方式。这自然引出了下一个重量级功能:Copilot Projects。 > “Dreaming goes back and ensures that your instructions and memories always reflect your preferences, which I think you have a few.” —— Jay Parikh --- ### [14:55](https://www.youtube.com/watch?v=AArI948SDz8&t=895s) Copilot Projects:跨代码库的多智能体自动化编排 Microsoft 首席云倡导者 Burke Holland 带着他崭新的 Surface Laptop 登台,向观众展示了他最喜爱的协作方式——GitHub Copilot Projects。在实际的企业级工程中,上线一个功能往往涉及多个服务和前端仓库,开发者经常疲于在不同的分支和智能体之间来回切换与微调。通过 Copilot Projects,开发者可以在 GitHub Copilot 桌面端直接建立一个项目,将跨仓库的协作彻底集成在一个全局上下文中。 Burke 现场以“Fourth Coffee”咖啡店应用为例,在 Copilot App 的侧边栏直接创建了一个新项目,并将该功能所依赖的多个仓库一次性添加为项目上下文。他想要实现一个名为“Your Usual”的一键复购功能。除了向主提示词下达指令外,Burke 还源源不断地向会话追加各种外部背景资料:设计团队给出的 Figma UI 效果图、Slack 频道里关于业务逻辑与边缘场景的讨论记录,以及此前与法务和合规团队在 Microsoft Teams 会议中关于个性化数据隐私的会议要点。 ```mermaid flowchart TD accTitle: Copilot Projects 多智能体协作架构 accDescr: 展示用户输入如何经由 Copilot Orchestrator 调度至多个仓库并产出自动化制品与 PR subgraph Inputs["输入上下文"] P["主任务提示词"] D["设计团队 UI 效果图"] S["Slack 业务讨论"] T["Teams 法务合规备忘"] end subgraph Core["核心调度层"] O["Copilot Orchestrator"] end subgraph Agents["智能体集群 (运行于本地 / 云端)"] A1["前端代码库智能体"] A2["订单后端代码库智能体"] A3["合规审查子智能体"] A4["自动化制品与营销视频生成"] end subgraph Outputs["最终交付物"] PR1["前端 Pull Request"] PR2["后端 Pull Request"] VID["像素级功能演示视频"] end P --> O D --> O S --> O T --> O O --> A1 O --> A2 O --> A3 O --> A4 A1 --> PR1 A2 --> PR2 A4 --> VID ``` Jay Parikh 指出,Copilot Projects 的关键创新在于开发者不再需要充当“微观管理者”(micromanaging)去逐行盯着单个智能体的执行循环。Burke 是在直接与“Copilot Orchestrator”(Copilot 编排器)对话。开发者尽管不断抛出想法和文件,Orchestrator 会在后台自动按需启动多名子智能体(Subagents),精准分派到不同的代码仓库中去阅读、编码并执行任务。 不仅如此,Burke 还展示了让智能体生成软件之外交付物(Artifacts)的能力:市场推广部门通常希望在发布前拿到演示素材,GitHub Copilot 被赋予了定制技能后,能以像素级精度渲染并录制出产品功能的模拟演示视频。Burke 当场配置了一项自动化任务,让代码每次发布新功能时都能自动更新演示视频并存入素材库。此时后台已有六至八个智能体并发作业,它们既可以在本地计算资源运行,也能无缝切入云端沙盒,开发者即便合上笔记本电脑,智能体依然会在云端继续工作,完成任务后自动在项目看板中挂载提请合并的 PR。 - 状态更新:GitHub Copilot Projects 即日起面向所有用户正式上线。 - 架构亮点:支持多仓库跨越检索与调度,多智能体(Subagents)在云端与本地混合执行,告别单线程盯盘。 - 协同资产:支持摄入设计稿、Slack 聊天记录、Teams 视频会议纪要等非结构化多模态上下文。 > “Y'all, nobody likes micromanaging agents with Copilot projects. You get to get out of that business completely so that you can just focus on the results.” —— Burke Holland --- ### [18:51](https://www.youtube.com/watch?v=AArI948SDz8&t=1131s) Copilot Fusion 降本加速与跨端沙盒流转 在送别 Burke 和 Cassidy 后,Jay Parikh 总结了智能体时代软件交付系统的核心基石。随着智能体编写的代码量爆发式增长,团队迎来了海量的 PR、密集的安全审计以及更高频的部署上线,核心挑战是如何在速度飙升的同时守住软件质量的底线。为此,GitHub 引入了“Copilot Fusion”模型路由引擎,它能够基于具体任务动态挑选性价比最高、能力最匹配的模型,以更低的算力成本实现更高的推理性能;配合宣布的还有促销政策:即日起至 11 月底,Copilot Fusion 使用量享受 30% 优惠。 紧接着,April Leonard 登台展示在端侧与云端之间自由切换的下一代排错流程。April 走上台时正拿着手机操作,她笑着澄清自己并不是在“刷负面新闻上瘾”(doomscrolling),而是在用手机上的 Copilot App 诊断并修复一个现网故障——Fourth Coffee 咖啡店在打烊前会提前停止接单,但页面并没有给用户任何提示,导致用户无端受挫。 April 在手机上直接开启了一个 Copilot 排查会话,系统迅速在云端沙盒(Cloud Sandbox)中为其搭建好了测试环境。这套跨设备连续性背后依赖的是微软全公司通用的统一底层框架“Copilot Harness”。开发者从手机端启动的任务,走到工位时可以无缝同步到桌面客户端、VS Code 或是命令行(CLI)中继续推进。 - 架构能力:微软宣布即日起开发者也可以基于该 Copilot Harness,在 Microsoft Foundry 上构建属于自己的各类业务智能体。 - 体验无缝:手机端触发沙盒任务,桌面端 VS Code 即时拉取会话状态、架构图示及修改草案。 > “So we want to make sure that you have strong continuity across all the surfaces. So you can start a task on your phone, pick it up from the app, move it to VS Code or the CLI or wherever you are.” —— Jay Parikh --- ### [21:45](https://www.youtube.com/watch?v=AArI948SDz8&t=1305s) Copilot Automations:全自动云端智能体巡检与修复 进入 VS Code 后,April 迅速确认了 Copilot 提出的修复方案,界面不仅给出了完整的代码 Diff,还附带了逻辑时序与架构图。在向智能体输入“看起来不错,搞定后直接提 PR”(Looks good to me. Let's do a PR when you're done.)的指令后,智能体接管了分支提交流程。April 强调,开发者现在并不缺少算力或智能体,真正匮乏的是人类的“注意力与时间”,而单线程的人脑需要尽快从这类修补流程中抽身。 随后,April 在前端页面点击“How Ordering Works”(下单流程说明)按钮,系统瞬间弹出了一个 HTTP 500 内部服务错误。April 切换到基于 Sentry 集成的自定义画布(Custom Canvas)中查看监控警报详情。她调侃道:“我们都活在 2026 年了,为什么还要人类去手动点按钮提 Issue 或者点修复按钮?”系统应该在监控捕获到异常的瞬间就全自动触发溯源与修复。 由此,April 和 Jay 揭晓了“Copilot Automations”(Copilot 自动化)特性。这项功能允许开发者在代码库中编排完全由 AI 驱动的后台工作流。它们全天候运行在云端,可以通过 Webhook 事件、定时 Cron 排期或是外部 API 及手动触发。Copilot Automations 就像常驻在代码库里的智能体特勤小组(Squad of agents),负责全天候接管 Bug 的自动会诊、分类分流(Triage)和派单修复,让工程团队可以把宝贵的专注力留给高价值的核心架构与业务创造。 > “The important thing here is that the agent has a clear direction forward, which means that I can pick up some other work and do something else that needs my focus because I'm not short on agents. Jay, I'm short on attention and time.” —— April Leonard ### [23:37](https://www.youtube.com/watch?v=AArI948SDz8&t=1417s) 云端 Agent 自动化与专业分工流水线 演讲者展示了自动化工作流在实际生产中的运作方式。自动化任务完全运行在云端,这意味着开发者在下班回家时根本不需要保持笔记本电脑处于开机状态。与此同时,系统提供了细粒度的权限控制,例如可以允许 Agent 创建 Pull Request(PR),但明确禁止其直接合入代码,以保证操作安全性。此外,开发者还能严格限制 Agent 的花费预算,防止因 Agent 失控而耗尽宝贵的 AI 积分。 在更复杂的仓库(如演示中的 subscriptions 仓库)中,GitHub 展示了多 Agent 协同的完整流水线。多个各司其职的“专职”自动化脚本相互接力,消除了开发中大量的重复性繁重工作(toil): ```mermaid flowchart LR accTitle: Agent 自动化流水线 accDescr: 展示从信号捕获到最终验证的五阶段专业 Agent 协作流程 subgraph Pipeline["自动化协作流水线"] A["捕获信号 & 创建 Issue"] --> B["分类与分流 (Triage)"] B --> C["复现 Bug & 生成截图"] C --> D["代码修复 (Fix)"] D --> E["对比原诉求验证修复"] end ``` 这种高度分工的模式让每个专职 Agent 只专注于做精一项任务,让开发者能从琐碎的事务中抽身,将注意力集中在真正需要人类决策的事情上。正如演讲者所言:“Now, a process like this means that I can automate away a lot of the toil that I have, and so I can focus on the things that actually require my attention.” ### [24:53](https://www.youtube.com/watch?v=AArI948SDz8&t=1493s) AI 驱动的安全性保障:从代码扫描到推送防护 在保障代码安全方面,GitHub Code Scanning 通过 AI 扩展了支持的编程语言范围,能够深层扫描整个代码库,查找新旧代码中的漏洞。当检测到漏洞时,系统不仅会精确定位问题所在的代码段和漏洞类型,还会提供典型的修复方案建议。即便开发者没有预先配置复杂的自动化流水线,也可以直接将漏洞分配给“Agentic Auto-fix”,由 Agent 自动根据这些上下文生成带有建议修复方案的 PR。 为了在更早的阶段拦截安全风险,GitHub 引入了 AI 推送保护(AI Push Protection)。在现场演示中,演讲者展示了在本地文件意外提交了密钥(Secret)并尝试 `git push` 的危险操作。AI 在代码真正抵达远程仓库之前就完成了实时拦截,而且整个过程开发者无需提前配置任何正则表达式或匹配模式,系统便能自动识别出敏感凭据。结合 Secret Scanning 与 AI Push Protection,代码在进入生产前就构筑了极其坚固的防御屏障。 - **AI 代码扫描(Code Scanning)**:扩大语言覆盖面,提供具体漏洞类型定位及修复指导。 - **Agentic Auto-fix**:一键将安全漏洞转化为修复 PR。 - **AI Push Protection**:无需手动配置 pattern,在代码 push 阶段即时阻截本地泄漏的密钥。 ### [26:23](https://www.youtube.com/watch?v=AArI948SDz8&t=1583s) Copilot Code Review Max 与堆叠 PR 及 Agent 自动合入 在代码质量审查方面,演讲者强调了一个硬性规范:无论 PR 是由人类还是由 Agent 提交的,在任何人类介入审查之前,必须首先交由 Copilot Code Review 进行审查。Jay Parikh 登台介绍了这项功能的最新里程碑:Copilot Code Review 自前一年发布以来,已累计为开发者发现了 2 亿处问题(200 million findings)。今天 GitHub 正式推出了审查深度最高的新版本——**Code Review Max**。Jay Parikh 强调:“It posted the highest F1 score on ReviewBench for high severity issues.”(它在针对高严重度问题的 ReviewBench 基准测试中拿下了最高的 F1 分数)。此外,没有 Copilot 独立订阅的用户也可以直接使用该功能,只需按需消耗 AI 积分即可。 面对现代开发中庞大且快速变动的代码量,GitHub 演示了两项提升吞吐效率的核心功能: 1. **堆叠式 PR(Stacked Pull Requests)**:对于大型功能(如 Cassidy 团队开发的 Coffee Passport 服务),代码被拆解为前端 UI 变更、依赖的服务端端点以及底层数据变更三大部分。通过 Stacked PR,这组相互依赖的代码变更既可以打包作为一个整体一次性合并,也可以逐层按顺序合入。 2. **Agent Merge(Agent 自动合入)**:随着主干代码迅速迭代,许多 PR 在人类来得及 review 前就会过期(stale)或产生冲突。通过 Agent Merge,Agent 会在后台自动处理审查意见、修复 CI 失败并解决代码冲突。在全套安全扫描与质量门禁均通过的情况下,系统将自动执行最终合并,让开发者无需在修冲突和跑流水线中反复拉扯。 ### [29:42](https://www.youtube.com/watch?v=AArI948SDz8&t=1782s) 企业级能力普惠与底层架构扩容挑战 Jay Parikh 对前面的演示进行了阶段性回顾,重点强调了三大支柱:跨终端的**会话连续性(Session Continuity)**、**可复用的自动化(Automations)**,以及充当生产防护盾的 **Copilot Code Review**。为了降低采纳门槛,Jay Parikh 宣布了一项重磅政策:即日起,GitHub Enterprise 客户无需额外订阅,即可直接使用全部 Copilot 功能(包括 GitHub Copilot App、Code Review、Automations 等),只需按实际用量支付 AI 积分。 然而,要支撑如此庞大的 AI 与自动化需求,必须有极其稳健的底层基础设施作为基石。Jay 坦诚地回顾了过去一年 GitHub 在性能和可用性上面临的挣扎,指出背后的根源是开发者活动与规模的爆发式增长。但他强调:“That's not meant to be an excuse, though. We will and we must do better.”(但这绝不是借口。我们一定会、也必须做得更好)。为此,GitHub 在当年进行了空前规模的基础设施扩建: - **算力提升**:新增超过 400 万个 CPU 核心(4 million CPU cores)。 - **存储扩展**:新增 160 PB 的高速存储。 - **网络带宽**:新增 50 Tbps(50 terabits/s)的网络传输容量,且扩容仍在继续。 - **多区域部署**:全面推进向 Azure 全球多区域(Multi-region)超大规模架构的平滑迁移,在保障服务全球开发者的同时,计划于次年年初彻底完成。 ### [32:46](https://www.youtube.com/watch?v=AArI948SDz8&t=1966s) 重构 Git 架构:迎接 Agent 时代的极限流量 面对负载的大幅攀升,GitHub 意识到仅仅堆硬件是不够的,必须彻底重构底层架构假设。为此,GitHub 针对 Agent 时代研发了全新的 Git 底层架构。新架构通过简化系统原语、解耦存储与计算(decoupling storage from compute)并最大限度减少协同开销(minimizing coordination),实现了惊人的吞吐能力: 在极端压力测试中,团队释放了 5,000 个“极具攻击性”的编码 Agent(“5,000 of the angriest coding agents”)同时冲击单一 Monorepo。该单个代码仓库成功抗住了每秒 7,200 次持续写入(7,200 writes per second)。在另一项测试中,团队将 GitHub 上最繁忙的开源仓库整整 24 小时产生的所有流量压缩进 1 分钟内灌入系统,全新架构表现得从容不迫,毫发无损。 随后,April Leonard 登台进一步阐述了重构 Git 的必要性。以往由人类主导的开发节奏已经被彻底打破,当每一个开发者的背后都有一整支 Agent 舰队时,每一个会话都在并发地创建分支、读取历史和推送代码。April 幽默地分享道:“The other day my agents complained about the traffic. I had to tell them, you're not in traffic, you are traffic.”(前几天我的 Agent 还向我抱怨拥堵,我不得不告诉它们:你们不是被堵在路上,你们本身就是拥堵制造者)。数据显示,仅仅在刚过去的 9 月份,全球开发者和 Agent 就在 GitHub 上共同产生了超过 70 亿次提交(7 billion commits)。虽然大部分仓库目前仍在现有容量限制内运行,但最繁忙的那些仓库已经触及上限,随着 Agent 的普及,架构革新势在必行。 ### [35:53](https://www.youtube.com/watch?v=AArI948SDz8&t=2153s) 重构底层架构:从物理机房到分支级锁与无上限吞吐 在以智能体(Agent)为主导的时代,传统的 Git 基础设施已然成为严重的性能瓶颈。GitHub 开始全面重构 Git 的底层技术栈。第一步是破除物理机房托管的固有物理限制,在过去一年里,团队几乎将 Git 上的每一个仓库都成功迁移到了 Azure 云端。然而,对于平台约 100 个最繁忙的高负荷仓库而言,仅仅是数据中心之间 25 毫秒的网络延迟都会对并发性能造成实质性打击。为此,GitHub 从根本上改写了 Git 处理写入并发协调的机制:旧机制会在每次写入时锁定整个仓库,而新设计只锁定正在更新的具体分支。这一改变让在不同分支上并行工作的各路智能体不再相互阻塞,直接将写入吞吐量提高了 3 到 4 倍。 但这仅仅是“提高了上限”,GitHub 的终极目标是“彻底消除天花板”。通过与 Azure Storage 团队的深度合作,工程师们确立了三大核心架构设计原则:**简化原语(Simplify the primitives)**、**存储与计算分离(Decouple storage from compute)**,以及**最小化协调(Minimize coordination)**。代码作为权威可信源持久保存在 Azure Blob Storage 中;响应 Git 请求的计算服务器仅做临时数据缓存以保证速度,且具备完全的无状态和短暂性(ephemeral),以便根据需求随时弹性扩容;而在协调层面,唯有体积极小的引用事务(reference transaction)保留在关键路径上,交由专门针对极速场景优化的高性能多副本日志服务处理。 ```mermaid flowchart TD accTitle: Git 新一代高并发存储与计算分离架构 accDescr: 展示了 Git 如何通过解耦存储计算和优化关键路径来消除并发写入瓶颈 subgraph Clients["客户端与并发 Agent"] A["多 Agent 协同 / 开发者推送"] end subgraph Coordination["关键路径协调"] B["细粒度分支锁 (Branch Lock)"] C["多副本日志服务 (Replicated Log)"] end subgraph Compute["无状态计算层"] D["临时缓存服务器 (Ephemeral Cache Servers)"] end subgraph Storage["持久化存储层"] E["Azure Blob Storage (Source of Truth)"] end A -->|"并发写入更新"| B B -->|"仅锁定目标分支"| C A -->|"Git 数据交互"| D D -->|"高并发读写落地"| E C -->|"事务提交记录"| E ``` 这一全新架构彻底重塑了 Git 吞吐量的物理边界。旧架构在单个仓库上达到每秒数十次推送就会陷入瘫痪,而新系统在设计上直接面向每秒数千次并发写入。在极端压力测试中,测试团队将 5,000 个智能体同时指向单一仓库,系统跑出了每秒 7,200 次写入的惊人记录,达到了现有真实生产吞吐量的 180 倍;而在读取测试中,测试套件自身的发包机甚至比新架构更早达到性能瓶颈。为了验证真实世界的表现,GitHub 联合最繁忙的开源项目之一 Open Core 进行了实测。Open Core 的创始人 Peter Steinberg 在启程前往 TED 演讲前评价道:“GitHub change how the Git objects are stored, and it will affect us in a way that our agent will be able to operate much, much faster.” 他还特别提到,过去的 Agent 经常需要通过轮询 CI 这种笨拙的方式获取状态,而底层新基础设施让 GitHub 能够主动推送状态通知,从而从根本上解决了现有瓶颈。官方计划在明年初前将所有用户迁移至该全新架构。 - 物理机房迁移:过去一年内已把几乎全部 Git 仓库迁移至 Azure。 - 分支级加锁:将原本“锁定全仓库”改写为“仅锁定被更新分支”,写入吞吐量立增 3 至 4 倍。 - 架构三大原则:简化原语、存储与计算分离、最小化协调。 - 性能实测数据:在 5,000 个 Agent 并发测试下实现每秒 7,200 次持续写入,吞吐量提升至原先的 180 倍。 - 迁移时间表:预计所有开发者与仓库将于明年初全面迁移完毕。 ### [38:57](https://www.youtube.com/watch?v=AArI948SDz8&t=2337s) 平台级基础设施扩容:AI 网关、GitHub Actions 与全球网络 Git 存储引擎的重写只是 GitHub 平台全面升级的一环。为了应对 Agent 涌现带来的海量流量冲击,多项核心系统同步展开了扩容与重构。首先是 GitHub AI Gateway,该网关目前每日处理数以万亿计的 Token,工程团队在 Prompt 缓存、网络延迟最小化以及评估框架性能提升上做了大量深度调优,确保模型推断链路又快又稳。 与此同时,每月处理数十亿分钟计算任务的 GitHub Actions 迎来了重大加固工程。团队正着手大幅扩展算力容量、加固控制平面(Control Plane),并简化整体协调机制,确保在 Agent 高频触发工作流时仍能平稳顺畅推进。在网络互联方面,GitHub 进一步增设了边缘节点(Edge sites),将 GitHub 传统遗留数据中心与 Azure 骨干网之间的回传带宽(Backhaul)直接扩容至原来的 4 倍,并在 TLS 等传输协议层做了专项优化,全力确保全球智能体通信流量毫无阻碍。 - AI Gateway:优化 Prompt 缓存与延迟指标,承载每日万亿级 Token 流量。 - GitHub Actions:应对每月数十亿分钟的构建压力,加固控制平面并降低调度开销。 - 全球网络骨干:增设边缘节点,将传统机房到 Azure 的回传网络带宽直接翻了四倍,并完成 TLS 层调优。 ### [40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) 软件开发的新纪元:1% 与人类创意的无限放大 从重塑底层 Git 架构,到推出 Copilot Fusion,再到连接 VS Code、命令行(CLI)以及全新 GitHub Copilot 独立应用的跨端体验,GitHub 技术栈的每一层都在面向 Agent 时代重新演化。演讲者指出,虽然开发软件的方式正在发生不可逆转的变革,但开发者的核心地位反而比以往任何时候都更加关键:“The way we build software is changing, but developers have never been more important because the hardest part of building has never been just writing code.” 编写代码从来不是构建软件中最艰难的部分,真正的挑战始终在于理解真实世界的难题、构想更好的解决方案,并拥有将其在现实中落地的能力与驱动力。 GitHub 的本质在于让任何开发者都不必再独自前行。一个人提出想法,另一个人让它更加完善,开源项目便成为下一个创作者未曾设想过的基石——“Creativity fuels collaboration. Collaboration unlocks creativity.” 这种社区协作的力量目前才刚刚展现冰山一角。演讲最后给出了一个极具前瞻性的论断:人类有史以来写过的所有软件,可能仅仅是未来五年内人类与 Agent 协同构建总量的 1%。“In fact, I think all the software ever written may amount to just 1% of what humans and agents will build in the next five years.” 但单纯增加代码总量从来不是目的,代码为世界带来的真实影响力才是终极追求。演讲在对未来软件创造的无限期待与对现场观众的感谢声中圆满落幕。 ## Notable quotes > [40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) In fact, I think all the software ever written may amount to just 1% of what humans and agents will build in the next five years. > [03:26](https://www.youtube.com/watch?v=AArI948SDz8&t=206s) The SDLC is no longer linear. In fact, the Sclc is collapsing. — Jay Parikh > [40:00](https://www.youtube.com/watch?v=AArI948SDz8&t=2400s) The hardest part of building has never been just writing code. ## Mentioned GitHub, GitHub Copilot, GitHub Universe 2026, Jay Parikh, April Leonard, Cassidy Williams, Burke Holland, Microsoft, CoreAI, Octoverse, Ersilia, OpenQuake, Matt Pocock, AI Skills, Datadog, Figma, Cloudflare, Slack, WorkIQ, Vercel, Netlify, Sentry, Copilot Fusion, Opus 5.5 Max, Artificial Analysis, SvelteKit, Copilot Dreaming, Copilot Projects, Microsoft Teams, Microsoft Foundry, Copilot Automations, ReviewBench, Code Review Max, Azure, Azure Blob Storage, Open Core, Peter Steinberg, GitHub Actions, GitHub AI Gateway ## Video description Join us for the GitHub Universe 2026 opening keynote as we look at the next era of software, the developers building it, and the tools and workflows GitHub is creating to help them go further. Hear from engineering leaders April Leonard, Jay Parikh, Cassidy Williams, Burke Holland, and Damian Brady as they unveil major updates across GitHub Copilot, autonomous agent workflows, and core developer tools. Expect new announcements, live demos, and a few surprises along the way. Speakers: April Leonard, VP of Engineering for GitHub Copilot, GitHub Cassidy Williams, Sr. Director, Developer Advocacy, GitHub Burke Holland, Principal Cloud Advocate, Microsoft Jay Parikh, Executive Vice President, CoreAI, Microsoft Damian Brady, Staff Developer Advocate, GitHub Watch more videos from GitHub Universe 2026: https://www.youtube.com/watch?v=AArI948SDz8&list=PLENrlACZ7mnU — CHAPTERS — 00:00 GitHub's explosive growth & agentic shift 03:26 Evolving for the agentic era 06:10 GitHub Copilot app & connectors 09:39 Copilot fusion, Copilot app canvases & Copilot dreaming 14:55 Copilot projects & Copilot automations 19:59 Agent-powered quality & security 31:25 Rebuilding GitHub's core infrastructure 40:00 The future of software development #GitHubUniverse #GitHubCopilot #SoftwareDevelopment Stay up-to-date on all things GitHub by connecting with us: YouTube: https://gh.io/subgithub Blog: https://github.blog X: https://twitter.com/github LinkedIn: https://linkedin.com/company/github Insider newsletter: https://resources.github.com/newsletter/ Instagram: https://www.instagram.com/github TikTok: https://www.tiktok.com/@github About GitHub It’s where over 180 million developers create, share, and ship the best code possible. It’s a place for anyone, from anywhere, to build anything—it’s where the world builds software. https://github.com [Source](https://www.youtube.com/watch?v=AArI948SDz8)

Source quotes

[40:00] In fact, I think all the software ever written may amount to just 1% of what humans and agents will build in the next five years. [3:26] Jay Parikh: The SDLC is no longer linear. In fact, the Sclc is collapsing. [40:00] The hardest part of building has never been just writing code.