Copilot CLI 和 Copilot app 中的动态工作流

事件核心：发生了什么

根据 GitHub Changelog 2026 年 10 月 1 日的更新，动态工作流现已登陆 Copilot CLI、GitHub Copilot 应用以及 GitHub Copilot SDK，目前处于公开预览阶段，所有 Copilot 套餐用户均可使用。所谓动态工作流，本质是一段用代码定义任务执行方式的程序：它把自动化步骤与一个或多个 agent 的工作组合起来，步骤可以串行、并行或混合执行，何时调用 agent、如何使用 agent 返回的结构化结果，都由代码决定。

这些流程运行在 GitHub Copilot 扩展内部，因此可以调用 Copilot 的扩展 API，执行命令、使用工具、调用外部服务，把目标拆分成并行子任务，让子 agent 互相验证结论，并在关键节点暂停等待人工确认后继续。GitHub 特别说明，动态工作流与 /fleet 不同：后者由 Copilot 自行把工作分派给子 agent 并并行协调，而前者执行的是开发者用代码写死的流程。

为什么重要

多智能体协作目前最大的痛点不是“能不能做”，而是“能不能稳定地重复做”。单纯靠提示词驱动 agent，每次执行路径可能不同，结果难以复现，也难以审计。动态工作流把编排逻辑从自然语言挪到代码里，等于给多 agent 任务加上了确定性的骨架，这对需要合规、可追溯的企业场景尤其关键。

从竞争格局看，这标志着 Copilot 正从 IDE 内的补全和聊天工具，向“AI 工作流基础设施”延伸。它不只是让模型写代码，而是让模型参与一个由代码控制的流程，并开放 SDK 供二次开发。目前公开信息显示，GitHub 走的是“扩展 + SDK + CLI”三端一致的路线，这与单纯提供 agent 框架的玩家形成差异化。

对用户/开发者/创作者的影响

对开发者而言，最直接的价值是复用：可以把发布检查、PR 审查、大规模代码库扫描、变更调研与实施等重复流程写成动态工作流，之后每次以相同步骤运行。例如在 PR 中并行审查大量改动文件，或先用代码找出已合并 PR 里未解决的评论，再让两个模型判断评论是否仍然成立，只有双方都同意才上报。

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。

了解 GamsGo AI

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。

Copilot 内置了编写指引，开发者可以让 Copilot 直接生成一个完整工作流，也可以自己手写。CLI 用户需要开启实验特性（启动时加 –experimental 或在会话中执行 /experimental on），Copilot 应用则无需配置。对于需要长时间运行、成本较高、且希望中途暂停审查再恢复的任务，这类工作流提供了比普通聊天模式更合适的载体；简单的问答或小改动，用标准聊天模式仍然够用。

值得关注的后续

一是公开预览期间 API 和流程定义格式是否稳定，这会直接影响开发者是否愿意投入生产使用。二是动态工作流与 /fleet 的边界如何演化，GitHub 是否会进一步融合两者。三是 SDK 开放后，第三方是否会基于它构建垂直行业的 agent 编排模板，以及企业客户对“代码定义 agent 行为”这一模式的接受度。

来源：GitHub Changelog