欢迎阅读本周的 Copilot 周报。如果说 2026 年上半年证明了什么，那就是 Microsoft 与 GitHub 正在积极将 AI 边界从简单的聊天和自动补功能推向更远。我们已正式进入"智能体时代"。贯穿 GitHub Copilot、Microsoft 365 Copilot 和 Copilot Studio 的核心主题，是部署能够独立执行、复杂推理并直接与企业内部系统集成的自主多步智能体。对于 IT 领导者而言，这一转变需要战略上的调整：从教员工如何编写提示词，转向教他们如何委派任务——同时强化企业治理框架，以安全地支撑这些新能力。

GitHub Copilot：智能体化终端与多模型未来

GitHub Copilot 已从 IDE 自动补全插件显著演进为多智能体、跨界面的编码平台。今年早些时候正式发布的 GitHub Copilot CLI 刚刚完成了一次大规模 UX 重构。该 CLI 现在作为一个生产就绪的"终端原生编码智能体"运行，允许开发者以交互式"计划模式"或在可信工作流中以完全自主的"Autopilot 模式"执行复杂工作流。

一个突出的新增功能是新的"Rubber Duck"智能体——一个专门负责在执行前对架构计划和代码进行建设性批判的审查者。结合更简洁的标签式界面、提示调度能力（/every 和 //after）以及后台执行，开发者现在可以设置持久的编码伙伴，自主处理重复性任务、测试重跑和安全扫描。

同样重要的是底层基础模型的多样化。GitHub 已将 Copilot 正式定位为多模型路由器。Anthropic 的 Claude Fable 5、Google 的 Gemini 3 Pro 以及 GitHub 自有的 MAI-Code-1-Flash 已完全集成，而 GPT-5.2 和 GPT-4.1 等旧模型正在被弃用。借助新的"Auto"模型路由，Copilot 会将工作负载动态匹配到最佳模型——把对延迟敏感的行补全分配给更快的模型，把复杂重构任务分配给高推理能力的模型。

为支撑这一庞大的生态系统，GitHub 已将计费方式从 Premium Request Units 转向基于使用量的"AI Credits"模式，用于聊天、智能体和智能体工作流，这突显了将 AI 编码助手视为可衡量、可扩展企业基础设施的转变。Copilot SDK 和 Model Context Protocol (MCP) 的 GA 发布进一步巩固了这一点，使组织能够将内部服务安全地直接连接到 Copilot 生态系统。

Microsoft 365 Copilot：Cowork 与专用智能体

在 Microsoft 365 生态系统中，“第三波"正在兑现自主办公工作的承诺。这一波的核心是 Copilot Cowork 的正式发布。这一执行层跨越整个 Microsoft 365 应用套件编排长时间运行的多步任务，以最少的人工干预管理委派和后续跟进。

Microsoft 还在推出专用的、针对特定角色的智能体。Microsoft Scout 充当一个始终在线的个人智能体，持续以你的邮件、文档和会议为基础，预判需求。除了 Scout，我们还看到一个能够执行复杂电子表格操作的 Excel Agent 集成、一个加速内部技能提升的内置 Learning Agent，以及一个从源文件原生生成内网结构的 SharePoint Page Agent。

为这些智能体提供动力的是新的 Work IQ API。Work IQ 取代了旧的"work/web"切换，作为一个整体智能层。它提供开放 API，开发者可以利用这些 API 深入组织模式，赋予 Copilot 智能体对企业上下文、日历和活跃项目的深度语义理解。

Copilot Studio：连接遗留系统与深度自动化

对于自定义企业解决方案，Microsoft Copilot Studio 正快速成熟为自主自动化的强力平台。最大的变革是 Computer Use Automation 的正式发布。对于负担着缺乏现代 API 的遗留桌面或 Web 应用的 IT 部门，Copilot Studio 制作者现在可以部署以可视化、交互方式驱动这些应用的智能体——实质上弥合了前沿 AI 与遗留技术债务之间的鸿沟。

集成能力也实现了飞跃。基于 Model Context Protocol (MCP) 构建的新 Federated Connectors，允许组织将 Copilot 安全地连接到第三方 SaaS 系统和内部数据库，无需将数据复制到 M365 租户中。

随着这些自定义智能体能力的增强，管理它们的工具也在增强。Microsoft 推出了高级评估与治理功能，允许管理员全面评估智能体在多轮对话中的性能。借助统一的错误、警告和治理通知仪表板，IT 可以确保自定义 Copilot 部署在大规模下保持合规和有效。SharePoint 上 Code Interpreter 的引入进一步增强了内部数据分析和推理能力。

企业治理与工具的标准化

随着 AI 能力从只读聊天转向主动执行，治理不再是可选项——它是采用的前提。GitHub 和 Microsoft 365 都在稳健的策略钩子上投入巨大。

在 GitHub 中，使用自定义 AGENTS.md 文件允许团队将特定智能体技能和编码标准定义为配置即代码，确保组织一致性。preToolUse 策略钩子的引入提供了严格的文件访问控制，要求在 CLI 执行敏感操作前必须有强制的人工审批工作流。此外，组织现在可以使用"Bring Your Own Key” (BYOK) 连接其私有托管的基础模型，以实现最大程度的数据隐私和成本控制。

在 M365 方面，Microsoft 已恢复在符合条件的商用 Windows PC 上自动安装 M365 Copilot 应用，并为 IT 管理员配备了广泛的控制手段，以保障、管理和衡量 Copilot Chat 的使用。将组织品牌应用于该应用也有助于向用户表明他们正在一个受认可的安全企业环境中操作。许可也在演进，新的产品条款和永久 SKU 表明 AI 试用期正在让位于标准企业许可。

IT 领导者的要点

2026 年 6 月的各项进展为 IT 领导层和技术主管提供了清晰的路线图：

  1. 优先治理而非启用： AI 智能体的自主能力正迅速超越传统安全边界。实施 MCP 联合连接器、preToolUse 钩子和严格的智能体生命周期策略必须是广泛部署前的当务之急。
  2. 将培训转向委派： 使用 Copilot Cowork 和自主 CLI 智能体等工具，将内部培训计划从"如何编写好的提示词"转向"如何委派多步工作流"。
  3. 评估多模型生态系统： 随着 GitHub 全面拥抱 Claude、Gemini 和自有的 MAI 模型，IT 领导者必须开始评估哪些模型最适合其特定工作负载，以在成本（AI Credits）和推理性能之间取得平衡。
  4. 现代化遗留自动化： 利用 Copilot Studio 的 Computer Use Automation，将遗留应用引入现代的、AI 驱动的工作流，而无需昂贵的 API 改造或迁移。

我们将持续关注这些进展，因为组织正从实验阶段转向企业范围的自主智能体部署。请关注下周的更新。