隨著我們跨入 2026 年下半年,AI 領域正在經歷一場深刻轉型。在以開發人員為中心的 GitHub Copilot 生態系統與以生產力為焦點的 Microsoft 365 Copilot 套件中,我們都見證了從反應式、單一提示詞自動完成工具,轉向主動、自主且持續的代理式工作流程的根本性轉變。

對 IT 領導者而言,此一演進需要策略性樞軸轉向。這不再只是部署生成式 AI 來節省基本任務的時間;而是關於協調完全自主的代理,使其能在您的企業環境中執行複雜的多步驟流程。本週的研究綜整突顯了您需要瞭解的關鍵更新,從持續代理的正式上市到新的經濟模型與強化的企業治理。

1. 代理式 AI 的崛起:Microsoft Scout 與 Copilot Cowork

Microsoft 近期更新的決定性主題,是從在地化的聊天介面轉向持續、長時間執行的情境工作。

最近在 Build 2026 發表且目前提供給 Frontier 客戶的 Microsoft Scout,代表該公司首款始終開啟的「Autopilot」代理。與等待提示詞的標準聊天機器人不同,Scout 在雲端、桌面與網頁環境中持續運作。透過整合來自 Teams、Outlook、OneDrive 與 SharePoint 的訊號,Scout 主動監控並協助整個數位工作區,作為真正的持續企業 copilot。

與此同時,Copilot Cowork 已於 2026 年 6 月 16 日正式上市。這個企業代理在 Microsoft 365 生態系統中協調長時間的多步驟任務執行。憑藉品牌化範本、整合的安全性,以及能無縫引入合作夥伴外掛的能力,Cowork 將 Copilot 轉變為穩健的工作流程引擎,能夠處理複雜的專案協調而非簡單的問答。

為了以即時企業資料驅動這些智慧工作流程,Microsoft 也已讓 Federated Copilot Connectors 正式上市。建構於 Model Context Protocol (MCP) 之上,這些連接器安全地將 Microsoft 365 Copilot 橋接到第三方 SaaS 平台(如 HubSpot 與 Notion),同時嚴格遵守原生安全控制與資料駐留要求。

2. GitHub Copilot CLI 正式上市與進階開發人員子代理

在工程方面,GitHub 已從根本上將 Copilot 從不透明、單一後端的助手,重建為多模型、多提供者的協調器。

GitHub Copilot CLI 現已正式上市,帶來徹底重新設計的終端機使用者介面 (TUI)。這個持續的工作區將開發人員帶超越簡單的提示詞到命令的互動。它引進了分頁佈局、免持語音聽寫,以及排程延遲或週期性提示詞的能力。

更重要的是,CLI 現在具備 Autopilot Mode。啟用後,CLI 會自主執行多步驟工作流程——建構、檢查測試輸出並修復錯誤,而不會為了手動核准而中斷鏈結。此自主性由一群專門的子代理提供動力。開發人員可使用 /fleet 命令並行協調任務(例如一個代理寫測試,另一個更新文件)。此外,內建的「Rubber Duck」代理會在執行前批評計畫並尋找安全盲點。

工作流程的連續性也已完善。現在常見的模式是在 CLI 中使用 /plan 命令概述任務並將它們連結到 GitHub issues。當開發人員開啟 IDE 時,VS Code Copilot 代理會以完整情境無縫接續該計畫。

為了支援這些複雜任務,GitHub 已擴展多提供者支援。開發人員現在可利用 MAI-Code-1-Flash 處理高量、低延遲的工作流程,或切換至 Claude Opus 4.8 處理複雜的架構推理。團隊甚至可根據複雜度動態路由任務,將公用程式任務送往較便宜的模型,將高風險推理送往頂級 frontier 模型。

3. 強化核心:安全、治理與合規

隨著代理獲得執行程式碼與存取廣泛企業資料的自主權,治理變得至關重要。Microsoft 與 GitHub 引進了關鍵的管理與安全 hooks,以實現大規模企業採用。

在 Copilot Studio 中,管理員現在透過 Advanced Connector Policies (ACP) 擁有細緻的控制權,可精確指定哪些連接器可由特定代理與流程使用。新引進的 AI 使用量清冊會記錄連接器使用的詳細模式,對稽核與合規有顯著助益。

Microsoft 也正在推動全球合規的邊界,將其 ISO/IEC 42001:2023 認證擴展至整個 Copilot 產品組合。2026 年 6 月的產品條款引進了通用 AI 合規框架,確保 Enterprise AI Services 行為準則適用於透過 Azure AI Foundry 部署的每個模型,包括第三方模型。

在開發人員方面,GitHub 已將 AGENTS.md 檔案標準化於存放庫中。這讓 IT 與工程領導者能定義自訂指示、指定工具存取權,並強制執行代理在所有環境中必須遵守的行為限制。為了降低終端機中的風險,預設 CLI 模式會強制針對破壞性 shell 命令要求明確的開發人員確認,確保 Autopilot 的自主性必須是刻意選擇啟用的。此外,GitHub 正積極強化沙箱化,以確保安全的外掛執行。

4. 駕馭新經濟學:AI Credits 與分層

朝向多模型、長時間執行的代理式工作流程的轉變,需要對 AI 經濟學進行重大改革。企業現在必須在部署 Copilot 時高度具備「成本意識」。

自 2026 年 6 月 1 日起,GitHub 已從固定費率的 Premium Request Units 轉為由 GitHub AI Credits 驅動的用量計費(1 AI Credit = $0.01)。雖然標準內嵌程式碼補完仍包含在基礎授權中,但聊天、自主代理與多步驟工作流程現在依實際 token 消耗量計量。

為了容納使用昂貴 frontier 模型(如 Claude Opus 4.8)的進階使用者,GitHub 推出了 Copilot Max Tier($100/月),包含 20,000 AI Credits。

同樣地,Microsoft 365 生態系統引進了 Agent 365 授權先決條件。進階的、始終開啟的代理能力現在保留給採用較高層級、安全就緒 SKU(Microsoft 365 E5、F5 Defender 與 Purview,或 Business Premium)的組織。

為了管理這些基於用量的成本,IT 領導者現在擁有強大的控制桿。GitHub 允許管理員為 Pull Requests 設定預設審查深度,將全面分析保留給安全敏感的程式碼。同時,共享的 CLI 工具(如 grep 與 rg)已透過標準化檔案探索將自動化程式碼審查成本降低約 20%。

結論:IT 領導者的策略性下一步

從 AI 作為自動完成公用程式轉變為 AI 作為自主、持續的代理,提供了巨大的生產力解鎖,但它需要策略性監督。為了讓您的組織為下一階段做好準備:

  1. **建立代理治理:**開始在關鍵存放庫中 prototype AGENTS.md 檔案,以標準化代理行為、工具存取與安全邊界。
  2. **評估始終開啟的工作流程:**評估 Copilot Cowork 與 Microsoft Scout 能在您的 M365 環境中哪裡自動化長時間、多步驟的流程。
  3. **部署 Federated Connectors (MCP):**識別可包裝在 MCP 伺服器中的關鍵內部知識庫、專有資料集或部署儀表板,以將專有情境直接饋送至 Copilot。
  4. **稽核 AI 成本模型:**檢視新的 Agent 365 授權先決條件,並在 GitHub Copilot 中實施路由策略,以在不同 AI 模型間平衡成本、延遲與推理能力。

代理式工作流程的時代已正式到來。透過將進階自主性與嚴格治理及策略性成本管理相結合,企業能安全地解鎖下一個數量級的 AI 驅動生產力。