一句话看懂：GitHub 发现给 Copilot 代码审查换上更强大的通用代码探索工具后，反而导致成本上升、问题检出率下降。问题不在于工具，而在于为工具编写的指令。修改指令以匹配人类审查者的阅读习惯后，成本降低了约 20%，质量保持不变。
事件核心：发生了什么
GitHub AI 团队在 2025 年 7 月 10 日披露了一次意外但富有启发性的工程迭代。Copilot 代码审查原本使用专为自身设计的代码探索工具（如 list_dir、search_file、read_code）。团队希望将代码审查切换至 Copilot CLI 共享的、更成熟的三件套工具（glob、grep、view），以统一基础设施并惠及更多 Copilot 产品（包括 GitHub Copilot cloud agent）。
然而，离线基准测试显示，更换工具后审查成本上升，有效评论数量下降。通过分析代理的调用轨迹——即每次工具调用、返回内容、错误和搜索路径——团队发现代理的行为从“审查差异”退化为“浏览仓库”。它会广泛搜索、猜测路径、累积大量不相关的上下文。最终，团队发现根因不是工具本身，而是模型遵循的指令（Prompt）没有随工具变化调整。为“理解仓库”设计的通用指令，不适合“审查 PR”的精准任务。
为什么重要
这次事件提供了一条被验证的、可复用的工程原则：在构建 AI Agent 时，替换底层工具往往不会直接带来性能提升；更关键的是为特定任务重写工作流与指令。对于 Copilot 生态而言，这打破了“工具越好，智能越好”的朴素直觉。代码审查是一个对成本和精度都高度敏感的场景（每次审查都消耗 token 和推理算力），20% 的成本下降在规模化部署下意味着可观的商业化节约。
从行业视角看，这反映了当前 LLM 的 Agent 设计仍处于“手艺期”：通用工具调用框架（如 SWE-agent 式的仓库导航）无法自动适配每一种任务。开发者需要像重构代码一样，不断重构 Agent 的行为描述，而非仅仅更换 API。
对用户/开发者/创作者的影响
对企业采购和开发者：如果你的团队正在使用 Copilot 代码审查或计划引入 AI 代码审查 Agent，这项改进直接意味着更低的计费消耗（基于 token 的推理成本）和同等的审查质量。GitHub 已通过指令调整解决了工具升级带来的性能回退，实际部署后用户支付的每次审查成本有望下降约 20%。
对 Agent 框架开发者：这是一次真实的案例教学：当你的 Agent 内置了“继承而来的工具”，务必针对下游任务（而非上游框架的默认行为）重写指令。空洞的工具替换可能引入负优化。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 指令是否公开：GitHub 未披露重写的指令具体长什么样。如果开源或形成模板，将对社区开发类似审查 Agent 有直接参考价值。
2. 共享工具的持续迁移：Copilot CLI 的共享工具正被更多 Copilot 产品采用，这次经验可能被复用到代码生成、自动修复及 cloud agent 中。
3. 下游产品定价影响：如果“降低约 20% 成本”的特性随版本更新落地且不退步，Copilot 代码审查的商业性价比可能优于竞品。
