一句话看懂：GitHub 在 2026 年 10 月 28 日的 Universe 大会上推出 Copilot Fusion，会针对编码任务的不同步骤选择合适的 AI 模型或模型组合；同期发布的 Octoverse 报告显示，9 月已有超 40% 的拉取请求由 Agent 起草。
事件核心：发生了什么
Copilot Fusion 的核心是“调度”：它根据任务在推理、代码生成、调试和工具调用上的需求，决定用哪个模型、或如何混用模型。据微软 CoreAI 执行副总裁 Jay Parikh 在 GitHub 博客中的说法，Fusion Max 在 Artificial Analysis Coding Agent Index 上距 Anthropic Claude Opus 5.5 Max 仅差两分，而单任务成本约为后者一半、耗时少 40%。微软 CEO Satya Nadella 在 LinkedIn 上给出的说法则是“前沿级质量、快 40%、成本最多低 77%”。这些数字属于特定评测条件下的结果，不宜视为长期排名。
配套变化还包括：GitHub Enterprise 客户自周三起无需另购订阅即可使用全部 Copilot 功能，按消耗的 AI credits 付费；Copilot 应用支持跨多个仓库并行运行 Agent 会话，并可在应用、VS Code、命令行和网页间延续同一云端会话；代码审查侧新增 Copilot code review Max。
Octoverse 数据显示，截至 9 月，平台开发者超过 2.25 亿；过去 12 个月提交 343 亿次 commit、合并 13 亿个 PR，其中 40% 以上 PR 始于 Agent 草稿（3 月为 17%），9 月单月约 1.1 亿个。GitHub 称 Agent 数量只是下限，因为无法识别全部 Agent。
为什么重要
Copilot 过去主要绑定单一模型路线，Fusion 转向按任务调度模型，意味着模型之间的竞争正从“谁更强”延伸到“谁在单位成本内完成工作”。这对闭源大模型厂商的定价与 API 策略构成直接压力，也让多模型编排成为 AI 编程工具的基础能力。企业侧“免订阅、按 credits 计费”则把采购逻辑从席位制推向用量制。
对用户/开发者/创作者的影响
开发者可能更少纠结选哪个模型，把注意力放在任务描述和审查上；但 Agent 起草 PR 占比快速上升，也意味着代码审查、权限和审计流程需要同步加强。企业采购方应关注 credits 的实际消耗曲线，以及与现有 Copilot Business/Enterprise 合同的切换成本。长期运行 Agent 的团队，则会直接受益于 GitHub 今年新增的 400 万 CPU 核心、160 PB 高速存储和 50 Tb/s 网络容量。
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
一是 Fusion 的模型调度策略是否公开、能否自定义；二是按 credits 计费的自助购买何时落地，实际账单是否可控；三是 Agent 起草 PR 的比例继续上升后，代码质量与安全审查工具能否跟上。
来源：The Next Web
