一句话看懂：GitHub 为企业版 Copilot 的托管设置增加了团队级定制能力，管理员可以在守住合规底线的同时，让不同团队自主选择模型、插件等策略。这是企业 AI 治理从“一刀切”走向“分层放权”的一次具体更新。
事件核心：发生了什么
GitHub Changelog 于 2026 年 8 月 3 日发布更新：企业管理员现在可以通过 copilot/managed-settings.json 文件中的 "overridable" 语法，将部分配置键标记为“可覆盖”。被标记的键可以由团队在自己的配置文件里设置不同值，例如 "disableBypassPermissionsMode" 和 "model"；未标记的键则保持企业级固定策略，团队无法修改。
团队级配置文件存放在 copilot/teams/ 目录下，并通过 team-mappings.json 将配置文件与一个或多个团队标识（team slug）映射。例如，可以把同一份 ai-users.json 应用到所有已完成培训的团队，再为特定角色创建 devs.json 之类的额外配置。此外，enabledPlugins 和 extraKnownMarketplaces 采用“叠加”机制：企业基线始终生效，团队只能额外添加插件或市场，不能削弱全局下限。
目前该配置已在 VS Code、Copilot CLI、Copilot App 和 Copilot cloud agent 中生效，适用范围是持有企业发放的 Copilot Business 或 Copilot Enterprise 许可的用户。GitHub 表示正在通过 Copilot SDK 将支持扩展到更多客户端。
为什么重要
企业引入 Copilot 时，治理往往陷在两难里：集中审批拖慢效率，完全放开又失控。这次更新提供了一个可落地的中间方案——企业管理员只需在少数关键键上锁定策略，其余交给团队自行决定。这相当于把“治理边界”和“使用灵活性”分开处理。
另一个值得注意的点是 AI 生态变化很快，模型和插件频繁更新。GitHub 建议将治理配置的 .github-private 仓库设为 internal 可见性，让用户通过 Pull Request 提议修改。这意味着 AI 治理规范不再只是一份静态文档，而是可以随工具链演进持续迭代的“开源式”配置。
对用户/开发者/创作者的影响
对团队管理员和开发者而言，最直接的好处是不再需要等中央管理员处理每一个配置请求。比如“AI 先锋团队”可以自己选默认模型、调整绕过权限的行为，其他团队继续继承企业默认值；法规或安全相关的配置仍然由企业锁定，避免因个别团队误操作而降低合规水平。
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。
如果用户同时属于多个团队，系统会按每个键取“最宽松”的值合并团队设置，再叠加到企业文件之下。这个规则意味着管理员在划分团队时需要注意成员重叠带来的策略“穿透”，避免无意中放大权限。普通开发者只需要知道：团队配置只作用于被标记为可覆盖的键，其他设置仍然听企业的。
值得关注的后续
一是覆盖范围。目前支持四个客户端，后续 Copilot SDK 能否让桌面端、IDE 之外的更多工具也遵守相同策略，值得跟踪。
二是治理模式的实际效果。多团队映射和“最宽松合并”规则在企业组织架构复杂时是否容易误配，GitHub 是否会提供配置校验或冲突检测工具，是下一个观察点。
三是竞品反应。微软、Google、Anthropic 等都在做企业级 AI 治理功能，GitHub 这次把“团队自选 + 企业兜底”做成显性配置，可能推动其他平台跟进类似的分层控制能力。
