GitHub
衡量AI智能体的标准在于端到端交付的软件成果而非代码行数,开发者应从机械维护中抽身主导目标与评估,将构建验证与重构工作交由云端自主闭环。
AI-assisted summary of Humans set direction. Agents close the loop. — original source. Check the original for full context.
Source published:
Key ideas
- GitHub 驳斥 AI 将全面取代开发者的观点,提出“人类定方向,智能体闭环回路”的新型协作范式,核心衡量指标从消耗 Token 量转向端到端交付的软件成果。 (2:42)
- GitHub 推出 Fusion 架构,通过运行时模型路由与动态编排,在太阳系互动应用实测中以仅 400 积分实现 Opus 水平的效果,大幅降低推理开销。 (13:48)
- 针对 AI 激增导致的 CI 膨胀与 20% 测试不稳定率,内部开源工具 Lever 采用多臂老虎机机制调度 20 个并发智能体实验臂,在 1.5 天内将流水线达标耗时缩短近一半。 (18:50)
- 在拆分 60 万行 Rust 单体 crate 的重构中,工程师通过 Lever 与巡检智能体协同,5 天内仅发送 38 条提示词便成功合入 19/20 个 PR,CI 速度提升 28%。 (21:33)
Detailed notes
## Background 本视频由 GitHub 官方频道于 2026 年 11 月 5 日发布在 YouTube 平台上。视频记录了 GitHub Universe 2026 大会上由首席产品官 Mario Rodriguez 与首席工程经理 Evan Boyle 带来的主题演讲,探讨了在开发者定义预期产出与工程规范的前提下,GitHub Copilot 智能体如何打通全生命周期回路,完成从代码编写到规划、审查、安全防护及部署的闭环交付。
## TL;DR 分享首先驳斥了“AI 将完全取代人类开发者”的激进论调,明确提出“人类定方向,智能体闭环回路”的核心协作范式,并展示了通过全新 Copilot 应用与 Fusion 架构降低门槛、二创社区技能的实践。随后,演讲重点聚焦于“抬高技术上限”:面对海量生成代码带来的 CI 耗时激增与不稳定测试膨胀问题,团队展示了基于多臂老虎机原理自研并开源的 Lever 自动化系统。通过设定自主等级与接入 Copilot Cloud Automations,Lever 实现了并发实验、重构 60 万行 Rust 代码并自主减半 CI 耗时,从而将人类工程师从机械琐事中彻底解放,重归高价值的创造性探索。
## Atmosphere & style 整场演讲兼具振奋人心的宏大叙事与极其硬核接地气的工程实战感。Mario Rodriguez 在开场与结尾情绪饱满、言辞犀利(甚至直率爆粗驳斥全自动工厂论),瞬间点燃全场对开源社区与协作初心的高度认同;而 Evan Boyle 的接棒则迅速切换到极客务实风格,坦诚剖析数百 GB 会话挖掘出的团队真实痛点与搞笑翻车聊天记录,引发台下开发者的会心大笑。两位讲者的配合既有产品远见的感染力,又有资深架构师掌控生产系统的从容与幽默,让观众在严谨的架构演示与代码实机操作中切实感受到技术跃迁带来的自由与兴奋。
## Bulletin - [02:42](https://www.youtube.com/watch?v=BR65KdRfGvY&t=162s) GitHub 驳斥 AI 将全面取代开发者的观点,提出“人类定方向,智能体闭环回路”的新型协作范式,核心衡量指标从消耗 Token 量转向端到端交付的软件成果。 - [13:48](https://www.youtube.com/watch?v=BR65KdRfGvY&t=828s) GitHub 推出 Fusion 架构,通过运行时模型路由与动态编排,在太阳系互动应用实测中以仅 400 积分实现 Opus 水平的效果,大幅降低推理开销。 - [18:50](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1130s) 针对 AI 激增导致的 CI 膨胀与 20% 测试不稳定率,内部开源工具 Lever 采用多臂老虎机机制调度 20 个并发智能体实验臂,在 1.5 天内将流水线达标耗时缩短近一半。 - [21:33](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1293s) 在拆分 60 万行 Rust 单体 crate 的重构中,工程师通过 Lever 与巡检智能体协同,5 天内仅发送 38 条提示词便成功合入 19/20 个 PR,CI 速度提升 28%。
## Key takeaways - [00:03](https://www.youtube.com/watch?v=BR65KdRfGvY&t=3s) 技术演进的底层始终是人类社区与协作,Git 写入性能突破至每秒 7,200 次,比现有业内系统提升 180 倍。 - [02:42](https://www.youtube.com/watch?v=BR65KdRfGvY&t=162s) GitHub 的使命是双向的:既要培育 10 亿构建者以“降低门槛”,也要在攻克重大科学难题中“抬高上限”,绝非打造全自动流水线取代人类。 - [02:42](https://www.youtube.com/watch?v=BR65KdRfGvY&t=162s) 人机交互经历了从幽灵文字补全(Ghost Text)、接受工具调用与 Diff,到目标驱动与闭环执行的三阶段演进。 - [05:25](https://www.youtube.com/watch?v=BR65KdRfGvY&t=325s) 智能体原生工程系统由交互界面、智能体网络、质量与安全、学习系统和企业信任等六大支柱构成,重新定义从意图到交付的 GitHub Flow。 - [06:48](https://www.youtube.com/watch?v=BR65KdRfGvY&t=408s) 全新 Copilot 应用程序集成了类 TweetDeck 的多列实验仪表盘,支持实时监控 Issues、PR 动态及 Checks 失败报警,并原生集成社区二创(Remixing)。 - [11:40](https://www.youtube.com/watch?v=BR65KdRfGvY&t=700s) Palette 工具能够将普通 Mermaid 语法渲染为高质感 SVG,该能力从 Obsidian 插件延伸并即将原生集成至 GitHub 官方应用。 - [13:48](https://www.youtube.com/watch?v=BR65KdRfGvY&t=828s) Fusion 并非单一大模型,而是将模型路由(Model Routing)与运行时模型编排(Model Orchestration)结合以追求极高质价比的架构方案。 - [16:00](https://www.youtube.com/watch?v=BR65KdRfGvY&t=960s) AI 提效引发了测试代码与流水线膨胀的新悖论;在排队时间仅 3 秒的情况下,单纯增加 CI Runner 无法解决 45-60 分钟的长尾延迟。 - [18:50](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1130s) Lever 引入多臂老虎机实验臂机制,在工程师明确期望产出与保留标准后,并发调度智能体自主重试、验证和构建 PR 候选栈。 - [21:33](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1293s) 在 60 万行 Rust crate 架构拆分实战中,巡检智能体保障持续绿灯,人类工程师全程仅需 38 条指令纠偏和把关。 - [24:19](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1459s) 通过 lever.yaml 策略配置,团队可在生产环境采用严格保留人工合入把关的 L2 自主等级,或在个人仓库放开全自动合入的 L4 等级。 - [24:19](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1459s) Lever 借助 GitHub MCP Server 深度打通 Copilot Cloud Automations,使工程师告别本地或专用 VM 运维,直接将优化任务无缝托管至云端循环。 - [27:30](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1650s) 自动化并非剥夺工程师的乐趣,而是将无聊枯燥的重复劳动交给智能体,让人类专注打磨评测体系(Evals)与孵化 V0 阶段的创造性构想。 - [28:53](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1733s) 鼓励开发者破除“半成品羞耻”,让代码和创意大胆“逃离 Localhost”推向社区,在共享与二创中催生全球范围的连锁创新。
## Detailed walkthrough ### [00:03](https://www.youtube.com/watch?v=BR65KdRfGvY&t=3s) 火种与代码:人类进步的核心始终是协作
Mario Rodriguez 走上舞台,向全场开发者致以早晨的问候。他首先呼应了主旨演讲(Keynote)中公布的重磅技术突破——Git 实现每秒 7,200 次写入,这一吞吐性能是当前业内现有系统的 180 倍。但他并没有在此过多停留,而是将视角拉回人类文明最原始的起点:想象在冰冷黑暗的远古时期,人们终生茹毛饮血,直到有人拿着两根木头相互摩擦,迸射出火花,点燃了第一把火。那一刻,人类拥有了温暖与光明,晚餐变得无比美味(Mario 调侃道,对于现场来自得克萨斯州的观众而言,那就是烧烤文明的起点)。
然而,火的真正力量不仅在于“掌握钻木取火的技巧”,而在于塑造它、分享它,让其他人得以学习、改进并世代传承。人类随后发明的车轮、印刷机,乃至现代计算科学,都沿着同一逻辑演进。从 1948 年曼彻斯特“婴儿机”(Manchester Baby)在内存中运行第一个存储程序,到晶体管推动计算机微型化,再到操作系统、编程语言与开放通信协议的诞生,以及开源许可协议消除协作壁垒、Git 赋予开发者并行协作的能力,人类技术进步的底色始终是协作与社区。
- Git 写入性能突破达到每秒 7,200 次写入(7,200 writes per second),比现有系统提升 180 倍。 - 1948 年曼彻斯特婴儿机(Manchester Baby)首次在内存中运行程序,开启现代计算时代。 - “人类进步的基石向来是协作与社区,我不希望我们在前行的道路上丢失这一份初心。”Mario Rodriguez 强调道:“能够向素未谋面的人学习、在其成果之上构建新的创造,并最终回馈社区,这正是人类的独特性所在。”
---
[02:42](https://www.youtube.com/watch?v=BR65KdRfGvY&t=162s) 人类定方向,智能体闭环回路
面对近期行业中充斥着“AI 将彻底取代人类开发者”、“构建全自动化软件工厂”的论调,Mario 情绪激动地直接爆粗予以驳斥:“对于那种说法,我只想说去他妈的(f that)!我们绝不会取代你们,GitHub 就是你们,你们就是 GitHub。”他强调开发者绝不是流水线上的组装机器人,而是推动技术前行的创造者。GitHub 的使命是双向的:一方面“降低门槛”(lower the floor),希望吸纳全球 10 亿构建者(1 billion builders)进入这一领域;另一方面“抬高上限”(raise the ceiling),助力开发者精进技艺、成长为专业人士——“未来当我们攻克癌症时,背后必然有一支开发者团队在编写支撑这一壮举的软件,这就是所谓的抬高上限。”
回顾人机协作的演进史,自 2021 年 GitHub Copilot 面世以来,工具的形态发生了翻天覆地的跃迁:最初是行级补全的幽灵文字(ghost text),开发者只需不停敲击 Tab 键;随后进化为向智能体委派任务、接受工具调用(tool calls)并审查代码差异(diff);而如今,开发者已经转变为设定目标、校准预期产出,将机械繁琐的日常劳动交由智能体完成,从而全神贯注于核心创造。Mario 将这种理想状态比喻为找到律动的爵士乐手——在乐队伙伴默契的支持与即兴伴奏下,乐手得以全身心沉浸在创作心流(flow)之中。
- 目标是培育 10 亿构建者(1 billion builders),同时在攻克诸如癌症等重大人类难题上抬高软件工程上限。 - GitHub Copilot 诞生于 2021 年,人机协作从最初的“接受代码行补全(ghost text)”,发展到“接受工具调用(tool calls)与 diff”,再跃迁至如今的“目标驱动与结果引导”。 - “在我看来,人类定方向,智能体闭环回路(Humans set directions, agents close the loop)。”Mario Rodriguez 掷地有声地总结道:“这个闭环必须逃离本地环境(escape localhost),因为衡量整个系统的核心标准永远是完成的软件工作。”
```mermaid flowchart LR accTitle: 开发者与智能体协作演进路径 accDescr: 展示从最初的Ghost Text代码补全,演进到工具调用与Diff审查,最终走向目标驱动与智能体闭环回路的发展阶段。
subgraph Phase1["初期阶段 (2021)"] A["幽灵文字 Ghost Text"] -->|"Tab 键接受行级代码"| B["单行/多行补全"] end
subgraph Phase2["进阶阶段"] B -->|"任务委派"| C["工具调用 Tool Calls"] C -->|"人工审查"| D["接受代码 Diff"] end
subgraph Phase3["智能体原生阶段 (当前)"] D -->|"设定工程目标"| E["人类定方向 Humans Set Direction"] E -->|"自动化流水线"| F["智能体闭环回路 Agents Close the Loop"] F -->|"超越本地"| G["逃离 Localhost / 完成软件交付"] end ```
---
[05:25](https://www.youtube.com/watch?v=BR65KdRfGvY&t=325s) 智能体原生工程系统与全新 GitHub Flow
为了让“交付完整的软件成果”成为现实,GitHub 正在将六大支柱整合为一个“智能体原生工程系统”(Agent-Native Engineering System)。在新的范式下,价值衡量单位不再是消耗的 Token 数量或生成的代码行数,而是最终交付的业务成果。这六大核心组成部分包括:人机实时协作的交互界面(Surfaces)、在运行时调度的智能体网络(Agent Network)、严守工程门槛的质量与安全体系(Quality and Security)、驱动智能演进的学习机器(Learning Machine),以及支持企业级管控以平衡成本与投资回报率的企业信任体系(Enterprise Trust)。
这套平台重塑了整个软件开发流(GitHub Flow)。一次全新的循环可以由任意特定事件触发——开发者的即时诉求、一段代码变更,或者来自生产环境的监控告警。中枢智能体将主动介入,贯穿规划(planning)、构建(building)、验证(verifying)与监控观察(observing)的全流程,实现从“意图”(intent)到“已交付软件工作”(completed software work)的全生命周期闭环。
- 六大架构核心支柱:协作界面(Surfaces)、智能体网络(Agent Network)、质量与安全(Quality and Security)、学习系统(Learning Machine)、企业信任(Enterprise Trust)以及全流程运行环境。 - 价值度量基准转移:从浅层的 Token 吞吐量和代码行数,转向端到端“已完成的软件工作”(completed software work)。 - “新流程以事件为起点——无论是你的需求、代码提交还是生产信号,系统协助贯穿规划、构建、验证与监控全流程;从意图直接走向完成的软件交付,这就是居于中枢、始终主动协同的全新 GitHub Flow。”Mario Rodriguez 如此描绘工程系统的未来形态。
---
[06:48](https://www.youtube.com/watch?v=BR65KdRfGvY&t=408s) 全新 Copilot 应用程序实机演示与社区二创
Mario 切换到实机演示,展示了全新的 GitHub Copilot 应用程序。他在“实验性功能(Experiments)”中开启了全新的仪表盘(Dashboards)功能。其界面布局类似 X 的 TweetDeck,由多个可自由配置的微件(widgets)组成,支持实时抓取当前仓库中动态涌入的 Issues、新发起的 Pull Requests(甚至能捕捉到现场即时刷新的真实 PR 提交与失败的 Checks 状态),以及近期已合并的项目分支。Mario 现场全屏展开了一个由稍后即将登台的工程经理 Evan Boyle 提交的 PR,以极高的流畅度展示了代码改动审查流程。此外,应用内集成了社区趋势榜单,开发者可以直接浏览最火爆的仓库和趋势开发者,并一键进入代码二创(remixing)。
紧接着,Mario 演示了他在主旨演讲中用于组织全套演示的 Projects 系统(包括其个人数字助理“Mona”)。他现场展示了 Copilot 的多模态生图能力:在对话框输入“让智能体修复一个不稳定的测试(flaky test)以完成闭环,结果智能体直接把测试删除了,CI 瞬间全绿”的技术冷笑话后,Mario 当场指令模型发挥即兴创作能力,在数秒内并发生成了三种不同视觉风格的插图。随后,他展示了如何借力 GitHub 社区生态实现二创:他以 X 平台上的热门开源项目“Anatomy”(由开发者 Ryan 创造并托管在 GitHub)为基础,将其改造成一台复古像素风的微型虚拟电脑,开机画面被自定义为带有 GitHub 标志与“Social Coding”标语,用户甚至能直接在键盘部件上交互键入“Hello GitHub Universe”。Mario 还拉取了由社区成员 Lucas 开源的原型设计技能插件“Hairline Canvas”,展示了产品经理如何直接通过智能体调用社区共享的能力快速搭建白板线框图,生动诠释了社区知识共享与技能二创的无穷潜力。
- 实验性仪表盘(Dashboards):支持类似 TweetDeck 的多列微件,可实时监控 Issues、PR、自动化 Checks 失败报警及代码合并动态。 - 多模态交互扩展:Copilot 原生支持上下文图像生成,能够根据工程梗即兴输出多风格艺术插图。 - 社区技能无缝二创(Remixing): - “Anatomy”项目:由社区开发者 Ryan 开源,被现场魔改为带 GitHub 开机动画与“Social Coding”交互打字界面的虚拟电脑。 - “Hairline”项目:由社区开发者 Lucas 共享,通过下载该技能(Skill),产品经理可以直接在 Copilot 内部唤起 Canvas 画布完成快速产品原型设计。 - “所有核心资产和技能归根结底都在 GitHub 之上,”Mario Rodriguez 指着屏幕上的项目表示:“开发者创建了它并向所有人共享,我们便能顺理成章地拿来二创(remix)。”
[11:40](https://www.youtube.com/watch?v=BR65KdRfGvY&t=700s) 社区重组与可视化呈现:Palette 与 Mermaid 图表的美化
Mario Rodriguez 延续了主题演讲中关于社区协作与工具重组(remix)的探讨。他展示了当开发者需要为客户制作演示文稿或与团队协作时,如何直接获取开源社区现成的成果,进行二次加工并迅速分享。为了说明这一点,Mario 重点介绍了由社区成员 Kopano 分享的 Palette 工具。传统的 Mermaid 流程图直接呈现时往往略显简陋生硬,而 Palette 不仅能将其渲染为高质量的 SVG 图表,还赋予了开发者深度自定义样式和排版的能力。该功能最初在 Obsidian 中落地,而 GitHub 官方应用程序也即将正式上线对其的原生支持。
随后,Mario 以另一位社区成员 Kevin 的实践为例,展示了社区生态的创造力:Kevin 绘制了一套标准流程图,并利用 Palette 赋予其极具质感的设计风格,打破了 Mermaid 图表给人的传统死板印象。Mario 现场切换到画布(Canvas)进行实时演示,展示他如何将 Kevin 的设计进一步封装为一个专属技能(Skill)与轻量应用程序。尽管现场演练中画布出现了一瞬间的短暂报错,但应用迅速恢复并完成了实时渲染。Mario 借此高度评价了开源社区的价值,强调 GitHub 的使命正是让所有人都能站在彼此的肩膀上推陈出新。
> “And this is why we exist, is to allow you to get things out there that are sharing the open source and then remix it and do more with it.” —— Mario Rodriguez
- **Palette 工具特性**:支持将普通的 Mermaid 语法渲染为高质量 SVG 格式,并提供精细的视觉样式定制。 - **产品整合进度**:该功能已作为插件运行在 Obsidian 等工具中,并即将在 GitHub 官方应用中推出原生支持。 - **自定义技能扩展**:现场演示了通过技能(Skill)驱动的动态画布,直接把标准流程图转换为带专属样式的可视化界面。
---
[13:48](https://www.youtube.com/watch?v=BR65KdRfGvY&t=828s) Fusion 架构:智能路由与编排实现超高性价比
Mario 接着向大家揭示了 GitHub 推出的核心架构——Fusion。他着重澄清了一个常见的行业误区:Fusion 绝非单一的底层大语言模型,而是一套将模型路由(Model Routing)与运行时模型编排(Runtime Model Orchestration)深度结合的智能系统。该系统的核心目标是根据任务特征将提示词分发到最合适的模型上,以在保证输出质量的同时将推理开销降到最低,实现最优的“质价比”。
为了让台下观众更直观地理解成本差异,Mario 分享了一个真实的家庭场景:他想为自己 9 岁的女儿制作一个互动式太阳系科普应用。他分别使用了三种方案:首先是 Astra 模型,生成了包含各大行星可点击卡片的基础页面,消耗了 1254 个 API 积分(约合 1.25 美元);接着是 Claude Opus,生成了带有 3D 探索体验但稍有小 Bug 的版本,单次提示词耗费了 1.8k 积分(约合 1.80 美元);最后他使用 Fusion,仅仅输入了一句“我想为女儿做一个引人入胜的太阳系科普,请帮我重新创建”,Fusion 便生成了一个沉浸感极强、支持“太空探索任务”的应用。令人惊叹的是,整个生成过程仅消耗了 400 个积分。Mario 表示,这就是“降低门槛”(lowering the floor)的真正意义——让规模化构建不再被高昂算力成本所制约。随后,他邀请 Evan Boyle 登台,展示如何利用智能体进一步“拔高技术上限”(raising the ceiling)。
> “Fusion is not a model. I don't want you to think about it as a model. is two items together. It's a model routing. It's a way for us to actually write the right place. And then it's model orchestration at runtime. And what we show you is that we could achieve the best quality at the best price with that.” —— Mario Rodriguez
- **太阳系应用多模型消耗对比**: - **Astra**:1254 积分(约 1.25 美元),提供全行星基础卡片与点击交互。 - **Opus**:1800 积分(约 1.80 美元),提供了轻度 3D 渲染界面,但交互略带瑕疵。 - **Fusion**:400 积分(约 0.40 美元),生成完整互动任务体验,成本仅为高规格单模型的零头。 - **技术定位转变**:从追求单一大模型的参数上限,转向运行时多模型智能协同与成本优化。
---
[16:00](https://www.youtube.com/watch?v=BR65KdRfGvY&t=960s) 突破能力上限:应对智能体激增带来的 CI 膨胀危机
GitHub 首席工程经理 Evan Boyle 接过麦克风,分享了 GitHub 内部最具前瞻性的工程师们如何运用 AI 重新定义工程系统的天花板。Evan 特别强调,这些核心工程师并不是那些消耗 token 最多的团队,而是懂得把算力用在关键节点上、以最少 token 撬动最大商业价值的人。为了回应社区关于“你们到底用什么工作流与技能”的频繁提问,团队调取并分析了数百 GB 的工程师实际会话日志,用智能体挖掘并提炼出了可复用的工作模式与最佳实践。
Evan 指出,当前工程领域正面临一个普遍的悖论:智能体极大地提高了编码效率,但同时也以前所未有的速度制造出更多繁杂的维护工作。自动化生成的大量单元测试迅速堆积在代码库中,导致持续集成(CI)管线急速膨胀。团队时常被卡在某一个执行时间极长的分片(如 Shard 6)上,原本平衡的流水线变得头重脚轻。在 GitHub 的应用(App)与运行时(Runtime)两个关键仓库中,单个 PR 从提交到完全通过测试需要 45 分钟至 1 小时,且测试的不稳定失败率(flake rate)高达 20%。Evan 强调,解决之道绝非盲目增加 CI 执行机(Runner),因为当时系统的任务排队等待时间实际上只有 3 秒;问题的真正根源在于代码膨胀导致的流水线失衡与任务结构腐化。
> “I got together with a bunch of the most AI forward engineers at GitHub, not the people using the most tokens, but the people who are having the most impact with the smallest number of tokens, who are putting those tokens to use in the right place.” —— Evan Boyle
- **会话挖掘规模**:分析了 GitHub 内部先锋工程师团队数百 GB 的会话数据,提取共用工作流与技能。 - **CI 瓶颈现状**:PR 验证耗时 45 到 60 分钟,伴随 20% 的间歇性失败(flake rate)。 - **资源利用洞察**:任务队列排队时间仅 3 秒,证实算力堆叠无法从根本上消除流水线长尾延迟。
---
[18:50](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1130s) Lever 智能体实验臂:基于多臂老虎机的 CI 自动化优化
为了破解 CI 维护恶性循环,Evan 与团队构建了名为 Lever 的工具。Lever 的核心理念是为智能体构建严密的工程反馈回路:由人类明确期望的产出结果、核心指标、监测手段以及保留标准(keep bar),再让智能体自主闭环验证。针对流水线优化这一复杂且单调的场景,Lever 引入了类似于强化学习中“多臂老虎机”(multi-armed bandits)的实验臂机制,在峰值期同时并发调度 20 个独立智能体进行持续试错与验证。
在执行过程中,Lever 自主生成优化策略并并行运行测试。一旦某个分支取得成效,它就会将改动推入候选合并栈;若改动失败或效果平平,智能体则果断将其丢弃并自动补充新的实验方案。Evan 分享了一个插曲:他曾在 Twitter 上看到 Clint Rutkas 为开发者排查 Windows Arm64 构建慢的问题,便让智能体尝试了 Dev Drive 优化策略;虽然因 GitHub 内部构建环境的差异最终丢弃了该实验,但智能体并未停步,而是持续衍生新思路。最终,在短短 1.5 天的自主运行中,智能体包揽了等待 1 小时构建、自动重试间歇性失败等枯燥琐事,分别在 App 和 Runtime 仓库各跑通了 10 个有效 PR,直接将整体流水线达标时间缩短了将近一半。
> “The answer was not to throw more runners at the problem. We had only a three second queue time for jobs. And so this is what lever does. It helps you establish feedback loops. You describe? What's your outcome? What's your metric? How do we instrument it?” —— Evan Boyle
```mermaid flowchart TD accTitle: Lever 多臂老虎机 CI 优化反馈循环 accDescr: 展示人类工程师设定指标后,Lever 调度 20 个并发智能体实验臂进行优化分支评估与自动处理的闭环流程。
subgraph HumanInput["人类设定目标"] A["工程师定义目标与指标<br/>(保留阈值、降噪标准)"] end
subgraph LeverBandits["Lever 并发实验臂"] B["调度 20 个智能体并行验证"] C{"评估单项实验成效"} D["保留成果并加入合并栈"] E["丢弃失败方案并压入新实验"] end
subgraph Results["产出与人工决策"] F["App 仓库 10 个优化 PR"] G["Runtime 仓库 10 个优化 PR"] H["资深工程师审查合并<br/>CI 耗时减少约 50%"] end
A --> B B --> C C -->|"测试达标"| D C -->|"优化无效 / 恶化"| E E --> B D --> F D --> G F --> H G --> H ```
- **多臂实验机制**:同时运行多达 20 个实验分支,自动在长达一小时的测试周期中轮询与重试。 - **阶段性成果**:在 36 小时(1.5 天)无人工守候的自主运行下,成功交付 20 个验证通过的 PR。 - **人机权责分工**:资深工程师 Cornelius 对 Runtime 模块的所有 PR 进行了最终把关,确认智能体给出的数学评估逻辑完全成立后才合并入主干。
---
[21:33](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1293s) 人机协同护航:60 万行 Rust 代码拆分与自主等级选择
当单一代码仓库体积失控时,单纯的构建参数微调便不再奏效。Evan 讲述了数据挖掘中浮现的第二个核心案例:GitHub 运行时模块中有一个接近 60 万行代码的庞大 Rust crate,团队必须将其拆解为两个对等模块以降低耦合度。负责该任务的核心工程师 Cornelius 是一名重度终端(CLI)用户,他使用 Copilot CLI 的目标管理(goal)和调度命令,建立起一套多层次的巡检与护航机制:一部分调度任务负责按计划检查代码拆分进度,另一套智能体守卫(Shepherd)则日夜坚守,专门负责把所有关联 PR 调整至可测试的绿色状态。
在为期 5 天的高难度解耦重构中,智能体生成的 20 个重构 PR 中有 19 个顺利合并,成功使 CI 速度进一步提升了 28%。然而引人深思的是,整整 5 天期间,Cornelius 本人仅仅向智能体发送了 38 条交互指令。Evan 还在现场公开了一张幽默的“交互证据”(receipts):Cornelius 在终端发现合并冲突,焦急地打字命令智能体“Merge conflict push immediately”(有冲突,立即推送),智能体却未能领会;随后他不得不发了一句“你到底哪里没听懂立即推送?”——全场会心大笑。Evan 指出,这正是人机协同的常态:人类设定愿景、提供纠偏纠错,在智能体偏移航向时深入反思原因并予以微调。Lever 将所有这些能力整合为一条精简命令,赋予开发者不同的自主运行等级(如仅负责提出 PR 的 L2 等级),由人类全权掌控授权边界。
> “He set the goal, steered. When they drifted, he shipped these 19 pairs. He introspected as he found these issues, these missteps from the agent. And he corrected them. And all of this is in lever one command, but a verb per job for setting up loops that run autonomously for Experimentation.” —— Evan Boyle
- **大规模 Rust 架构重构**:针对体量达 60 万行代码的超大单一 crate 进行结构切分。 - **5 天重构战果**:最终合并 19/20 个 PR,整体持续集成速度再度提升 28%。 - **极简人机交互**:人类工程师 5 天内仅手动输入 38 条提示词,其余工作全由巡航智能体自主推进。 - **Lever 动词指令化**:统一将多臂实验、重构、审查以及 PR 绿灯护航封装为单一命令行工具,支持灵活选定自主等级(如 L2)。
[24:19](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1459s) Lever 的自主性分级与云端自动化(Cloud Automations)
Evan Boyle 进一步阐明了内部工具 Lever 在权限与自主性上的颗粒度控制机制。通过代码仓库中的 `lever.yaml` 配置文件,团队可以针对不同代码库设定不同级别的自主权(Autonomy Levels)。在生产级团队协作中,工程师是各领域的专家,依然保持严格的审核控制(L2 级别),由人类决定何时合入代码;但在个人私有项目中,工程师则完全可以放开权限设置为 L4 级别,放手让智能体直接向仓库合并分支。
虽然此前展示中,工程师 Cornelius 在云端配置了专用虚拟机(VM)来无人值守运行智能体,但这需要耗费精力维护操作系统补丁与环境更新。为了彻底免除运维负担,Lever 深度集成了 Copilot Cloud Automations。以往工程师优化 CI 流水线时,需要不断通过对话发送数十条指令并手动跟进;而现在只需运行一条命令 `lever arms` 并传入目标(如同时优化运行时与 App 的 CI 见绿时间),配合 Copilot Fusion 载入对应技能。系统会自动读取 `lever.yaml`,检测到当前处于 L2 自主等级后,便能“留在正轨上”(stay on the rails),严格遵守与该团队协作时应有的智能体礼仪(agent etiquette)。更进一步,工程师直接在本地中断会话并键入 `lever automate`,借助 GitHub MCP Server 将该任务完整推送到 Copilot Cloud Automations。云端任务将自动执行日常或每周的深度优化、发起 PR,开发者只需坐享成果并在适合的周期统一审查合并。
```mermaid flowchart TD accTitle: Lever 云端自动化架构流程 accDescr: 展示从 lever.yaml 策略读取到本地启动并迁移至 Copilot 云端自动化的工作流。
subgraph Config ["配置与策略控制"] YAML["lever.yaml<br/>(设定仓库自主级别 L2/L4)"] end
subgraph Local ["本地触发 (Evan 本地执行)"] CmdArms["运行 lever arms<br/>Copilot Fusion 载入技能"] Check["读取工作区状态与限制<br/>(确认 L2 规范/合入礼仪)"] CmdAuto["键入 lever automate<br/>(请求迁移至云端)"] end
subgraph Cloud ["GitHub 云端生态"] MCP["GitHub MCP Server"] CloudAuto["Copilot Cloud Automations<br/>(无人值守/定期执行)"] PR["生成优化 PR<br/>(等待人类审查或自动合入)"] end
YAML --> Check CmdArms --> Check Check --> CmdAuto CmdAuto --> MCP MCP --> CloudAuto CloudAuto --> PR ```
- **自主性等级划分**:生产级多仓库环境默认配置为 L2 等级,智能体严守交互礼仪、保留人工合入把关;个人私有仓库可配置为 L4 等级,赋予智能体自主合入权利。 - **协议与集成**:Lever 底层借助 GitHub MCP Server(Model Context Protocol)与 Copilot Cloud Automations 打通,免去了自行架设、维护远程 VM 及其操作系统更新的沉重包袱。 - **现场互动与邀约**:Evan 热情向全场打趣,邀请参会者在稍后的活动 After Party 上找他复盘,亲眼看看刚才推送到云端自动化的任务在一小时内究竟交出了怎样的 CI 优化成果。
---
[27:30](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1650s) 从脏活累活中解脱,重塑创造性工作的乐趣
Evan Boyle 指出,无论是处理复杂的 Rust 代码切分还是抠 CI 流水线性能,团队打造自动化工作流的核心初心,绝非让人类在这些琐碎事务上花费大把时间盯盘,而是利用 AI 彻底吞掉无休止的机械劳动。这正是 GitHub 决定将 Lever 完全开源的原因。
谈及自己通过 Lever 与各类智能体“夺回(reclaim)”的宝贵时间,Evan 坦言自己最热衷投入的事情是“爬山算法”(hill climbing)式的调优实践——即不断挖掘智能体在特定任务中的失败案例,编写针对性的评测体系(evals),让模型与工具链一天比一天更强。此外,他将省下来的精力全面倾注于充满探索意味的“V0 阶段”产品孵化与快速实验中。Evan 直言这种从零开始创造的体验充满乐趣与成就感,并给出现场最鲜明犀利的建议:“把无聊的事情交给智能体,把好玩的事情留给自己。”(“Give the agents to the boring stuff. Keep the fun stuff for yourself.” —— Evan Boyle)
- **开源与社区共建**:Lever 现场正式提供开源二维码,邀请所有开发者拉取项目、体验试用并反馈 Issue。 - **工作重心的转移**:通过将 CI 与繁杂运维委托给智能体,开发者从被动维护者转变为高阶指导者,专注打造 Evals 与打磨模型边界,重拾软件工程中最有激情的创造本能。
---
[28:53](https://www.youtube.com/watch?v=BR65KdRfGvY&t=1733s) 打破 Localhost 禁锢,以社区与协作畅想明天
GitHub 首席产品官 Mario Rodriguez 重回舞台做大会闭幕总结。他提纲挈领地梳理了本次分享的双重维度:一方面,通过 GitHub Copilot 与社区资产降低软件构建门槛(lowering the bar of creation);另一方面,如 Evan 所展示的,通过智能体与云端闭环收回时间,去持续拉高技术与软件工程的上限(raising the ceiling)。Mario 特别点出了本次演示中融合的核心技术矩阵:包括瞬间展示的 Copilot Fusion、GitHub Projects、团队深以为傲的 Code Review Max,以及支撑 Lever 全流程运行的 Copilot Cloud Automations 与智能体执行回路(Agentic loop)。
Mario 极力敦促在场的每一位工程师,打破内心的迟疑与“半成品羞耻”:找出脑海中尘封的想法,去给老旧的项目除除灰,勇敢地让项目“逃离本地环境(escape localhost)”并推送到 GitHub 社区中——因为任意一个推上云端的起点,都可能启发地球另一端的某个人借此构想出全新的天地。
在演讲的最后,Mario 展示了来自 GitHub Next 团队设计师兼研究员 Maggie Appleton 的概念插画。这幅画生动映射了当下开发者与智能体协作时遭遇的各种摩擦与局限,但更预示着未来的可能:随着技术演进,协同摩擦将彻底消融,脑海里的每一个创意意图都将无缝具象化。Mario 动情地总结道,人类历史上每一次重大跃迁的驱动力从未改变:“我们都有梦想、想法和初衷,而实现它们最好的途径,依然是带领我们走到今天的那些基石——创造力、协作与社区。”(“We all have dream ideas and intentions, and the best way to realize them is through the same things that got us here today: creativity, collaboration, and community.” —— Mario Rodriguez)
- **核心产品矩阵回顾**:涵盖 Copilot Fusion、GitHub Projects、Code Review Max、Copilot Cloud Automations 以及底层的 Agentic Loop。 - **开源精神号召**:不要将构想锁死在 `localhost`,坚持“提交、推送、分享”(Commit. Push it. Share it.)。 - **展后交流通道**:演讲结束后两位讲者于中午 12:15 进驻 Speakeasy 展区,与开发者面对面深度探讨。
## Notable quotes > [02:42](https://www.youtube.com/watch?v=BR65KdRfGvY&t=162s) 在我看来,人类定方向,智能体闭环回路(Humans set directions, agents close the loop)。 — Mario Rodriguez
> [00:03](https://www.youtube.com/watch?v=BR65KdRfGvY&t=3s) 人类进步的基石向来是协作与社区,我不希望我们在前行的道路上丢失这一份初心。 — Mario Rodriguez
## Mentioned GitHub, GitHub Universe 2026, Mario Rodriguez, Evan Boyle, GitHub Copilot, Git, Manchester Baby, Mona, Ryan, Anatomy, Lucas, Hairline Canvas, Kopano, Palette, Mermaid, Obsidian, Kevin, Fusion, Astra, Claude Opus, Clint Rutkas, Dev Drive, Lever, Cornelius, Copilot CLI, Rust, Copilot Cloud Automations, GitHub MCP Server, Code Review Max, Maggie Appleton, GitHub Next
## Video description The value of an agent isn’t measured by how much code it writes, but by how much software work it finishes. In this GitHub Universe 2026 session, GitHub Chief Product Officer Mario Rodriguez and Principal Engineering Manager Evan Boyle explore a new operating model where developers define outcomes and standards while GitHub Copilot agents carry work through the entire development loop. Discover how autonomous agents move beyond code generation to plan, review, secure, and deploy software while keeping people accountable for what ships. Learn how teams connect context, workflows, and enterprise controls to delegate ambitious tasks with confidence.
Speakers: Evan Boyle, Principal Manager, Software Engineering, GitHub Mario Rodriguez, Chief Product Officer, GitHub
Watch more videos from GitHub Universe 2026: https://www.youtube.com/watch?v=AArI948SDz8&list=PLENrlACZ7mnU
— CHAPTERS —
00:00 Welcome to GitHub Universe 2026 00:33 Humanity's progress through collaboration 02:42 Humans set direction, agents close the loop 05:25 The agent native Engineering system 06:48 GitHub Copilot app & community remixing 16:08 Raising the ceiling with GitHub Copilot agents 19:30 Automating CI with lever 24:07 Lever autonomy & cloud automations 27:30 Reclaim time for creative work 28:53 Share your work, imagine tomorrow
#GitHubUniverse #GitHubCopilot #AIAgents
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=BR65KdRfGvY)