歡迎閱讀本週的 Copilot 週報。如果 2026 年上半年證明了什麼,那就是 Microsoft 與 GitHub 正積極將 AI 邊界推進到簡單聊天與自動完成功能之外。我們已正式進入「代理時代」。貫穿 GitHub Copilot、Microsoft 365 Copilot 與 Copilot Studio 的總體主題,是部署能夠獨立執行、複雜推理並直接與內部企業系統整合的自主多步驟代理。對 IT 領導者而言,此一轉變需要策略上的改變:從教導員工如何下提示詞,轉為教導他們如何委派——同時強化企業治理框架,以安全地支援這些新能力。

GitHub Copilot:代理式終端機與多模型的未來

GitHub Copilot 已從 IDE 自動完成外掛顯著演進為多代理、跨表面的程式碼編寫平台。今年稍早正式上市的 GitHub Copilot CLI,剛完成一次大規模 UX 改版。CLI 現在功能等同於生產就緒的「終端機原生編碼代理」,讓開發人員能在互動式的「Plan Mode」或完全自主的「Autopilot Mode」中執行受信任工作流程的複雜任務。

一個突出的新增功能是全新的「Rubber Duck」代理——一個專門的審查者,會在執行前建設性地批評架構計畫與程式碼。結合更簡潔的分頁介面、提示排程能力(/every 與 /after)以及背景執行,開發人員現在可以設定持續運作的編碼伙伴,自主處理重複性工作、測試重跑與安全掃描。

同樣重要的是底層基礎模型的多樣化。GitHub 已將 Copilot 正式定調為多模型路由器。Anthropic 的 Claude Fable 5、Google 的 Gemini 3 Pro 與 GitHub 自有的 MAI-Code-1-Flash 現已完整整合,而 GPT-5.2 與 GPT-4.1 等舊模型則正在淘汰。透過全新的「Auto」模型路由,Copilot 會動態將工作負載匹配至最適模型——將對延遲敏感的行補全指派給較快的模型,將複雜的重構任務指派給高推理能力的模型。

為了支援這個蓬勃的生態系統,GitHub 已將其計費從 Premium Request Units 轉為針對聊天、代理與代理工作流程的用量基礎「AI Credits」模型,突顯了將 AI 編碼助手視為可衡量、可擴展之企業基礎結構的轉向。Copilot SDK 與 Model Context Protocol (MCP) 的正式上市進一步鞏固了這一點,讓組織能安全地將內部服務直接連接到 Copilot 生態系統。

Microsoft 365 Copilot:Cowork 與專屬代理

在 Microsoft 365 生態系統中,「Wave 3」正在實現自主辦公室工作的承諾。此波的核心是 Copilot Cowork 的正式上市。這個執行層協調整個 Microsoft 365 應用程式套件中長時間執行、多步驟的任務,以最少的人工介入管理委派與後續追蹤。

Microsoft 也正在推出專屬、針對特定角色的代理。Microsoft Scout 作為始終開啟的個人代理,持續從您的電子郵件、文件與會議中建立 grounding,以預測需求。除了 Scout,我們還看到能夠執行複雜試算表操作的 Excel Agent 整合、加速內部技能提升的內建 Learning Agent,以及能從來源檔案原生產生內部網路結構的 SharePoint Page Agent。

驅動這些代理的是全新的 Work IQ API。Work IQ 取代了舊版的「work/web」切換,作為整體情報層。它提供開放 API,讓開發人員能運用以深入瞭解組織模式,賦予 Copilot 代理對企業情境、行事曆與進行中專案的深層語意理解。

Copilot Studio:連結舊版系統與深度自動化

對於自訂企業解決方案,Microsoft Copilot Studio 正快速成熟為自主自動化的重鎮。最大的改變者是 Computer Use Automation 的正式上市。對於被缺乏現代 API 的舊版桌面或網頁應用程式所困擾的 IT 部門,Copilot Studio 製作者現在可以部署以視覺與互動方式驅動這些應用程式的代理——基本上是 bridging cutting-edge AI 與舊版技術債務之間的差距。

整合能力也大幅躍進。建構於 Model Context Protocol (MCP) 之上的全新 Federated Connectors,讓組織能安全地將 Copilot 連接到第三方 SaaS 系統與內部資料庫,而不需要將資料複製到 M365 租用戶中。

隨著這些自訂代理的能力增長,管理它們的工具也隨之增加。Microsoft 推出了進階評估與治理功能,讓管理員能全面評估代理在多輪對話中的效能。透過統一的錯誤、警告與治理通知儀表板,IT 能確保自訂 Copilot 部署在規模擴展時保持合規與有效。SharePoint 上的 Code Interpreter 引進進一步強化了內部資料分析與推理能力。

企業治理與工具標準化

隨著 AI 能力從唯讀聊天轉向主動執行,治理不再是可選的——它是採用的前提。GitHub 與 Microsoft 365 都已大量投資於穩健的政策 hooks。

在 GitHub 中,使用自訂 AGENTS.md 檔案讓團隊能將特定代理技能與編碼標準定義為 configuration-as-code,確保組織一致性。preToolUse policy hooks 的引進提供了嚴格的檔案存取控制,要求 CLI 執行敏感動作前必須有強制性的人工核准工作流程。此外,組織現在可以使用「Bring Your Own Key」(BYOK) 連接其私有託管的基礎模型,以獲得最大的資料隱私與成本控制。

在 M365 方面,Microsoft 已恢復在符合資格的商用 Windows PC 上自動安裝 M365 Copilot 應用程式,並搭配廣泛的控制項讓 IT 管理員能保護、管理與衡量 Copilot Chat 使用量。將組織品牌套用至應用程式的能力,也有助於向使用者表明他們是在經過核准的安全企業環境中運作。授權也在演進,新的產品條款與永久 SKU 顯示 AI 試用期正讓位給標準企業授權。

IT 領導者的關鍵要點

2026 年 6 月的各項發展為 IT 領導階層與技術主管提供了清晰的路線圖:

  1. **優先考慮治理而非賦能:**AI 代理的自主能力正快速超越傳統安全邊界。實施 MCP federated connectors、preToolUse hooks 與嚴格的代理生命週期政策,必須是廣泛部署前的當務之急。
  2. **將培訓轉向委派:**將內部培訓計畫從「如何寫出好提示詞」轉為「如何委派多步驟工作流程」,使用 Copilot Cowork 與自主 CLI 代理等工具。
  3. **評估多模型生態系統:**隨著 GitHub 全面擁抱 Claude、Gemini 與自有的 MAI 模型,IT 領導者必須開始評估哪些模型最適合其特定工作負載,以優化成本(AI Credits)與推理效能。
  4. **現代化舊版自動化:**運用 Copilot Studio 的 Computer Use Automation,將舊版應用程式帶入現代 AI 驅動的工作流程,而無需昂貴的 API 全面翻新或遷移。

我們將持續監控這些發展,隨著組織從實驗走向全企業的自主代理部署。請持續關注下週的更新。