前天打开电脑，发现 GitHub 悄悄放了个大招------**Copilot Desktop App 技术预览版**。 不是 VS Code 插件更新，不是 Copilot Chat 换皮，是一个独立的原生桌面应用。重点是：它能同时跑多个 Agent，每个 Agent 有自己的 Git worktree 和分支，互不干扰。跑完还能自动 review、自动修 CI、自动合并 PR。 我花了一天时间折腾，说说真实体验。 ## 三种 Agent 模式，不是一上来就全自动 打开 App 第一眼，界面比我想象的简洁。左边是 Inbox（统一收件箱，聚合你所有仓库的 issue 和 PR），中间是对话区，右边是 diff 预览和终端。 开一个新 Session 时，有三个模式可选： | 模式 | 干什么 | |------|--------| | **Interactive** | 你和 Agent 一步步协作，它会在需要你确认的地方暂停 | | **Plan** | Agent 先出方案，你批准了再动手 | | **Autopilot** | 全自动，从规划到提 PR 一条龙 | 说实话，Autopilot 听着很爽，但现阶段我建议别对生产代码开这个。早期用户 Arnesen 在测评里直接说了------"还不敢在没有监督的情况下让它碰生产系统"。我自己试了几次，Agent 写的代码能用，但偏复杂，喜欢过度设计。一个简单的 bugfix，它能给你重构半文件。 不过 Plan 模式倒是意外的好用。让它先列个方案，你看看靠不靠谱，再让它改，省得写完再推倒重来。 ## 多 Agent 并行------这个是真亮点 传统 AI 编程工具都是单线程：你让它干活，它干完一件才能干下一件。Copilot Desktop 不一样。 每个 Session 启动时，App 自动创建一个独立的 Git worktree 和分支。你可以同时开三个 Session： - Session 1：在 worktree A 里修 CI 错误 - Session 2：在 worktree B 里加新功能 - Session 3：在 worktree C 里重构老代码 三个 Agent 各干各的，不冲突。不用 stash，不用切分支，不用担心改乱了回不去。 ```bash # 实际上你在终端里看到的是这样的 # 每个 session 对应不同的 worktree /home/my-project/.git-worktrees/session-abc123 # Session 1 /home/my-project/.git-worktrees/session-def456 # Session 2 /home/my-project/.git-worktrees/session-ghi789 # Session 3 ``` 这一点比 Claude Code 和 Codex CLI 都强。Claude Code 的 Agent Teams 是实验性功能，Codex CLI 目前还是一个 task 一个 agent。Copilot Desktop 是第一个把这做成开箱即用的。 对了，每个 Session 还能选不同的模型。左边用 Claude 写核心逻辑，右边用 GPT 写测试，第三个用 Gemini 搞文档------模型混搭，各取所长。 ## Agent Merge：自动修 CI + 自动合并 PR 这个功能是 Copilot Desktop 的杀手锏，其他工具暂时没有对标。 流程是这样的： 1. 你在 App 里开启 Agent Merge 2. Agent 读取 PR 内容，开始盯着 CI 跑 3. CI 挂了？自动拉日志、分析原因、推修复代码 4. 有合并冲突？自动 resolve 5. Code review 有意见？自动处理 6. CI 通过 + 所有检查绿灯 → 合并 7. 合并完，Agent Merge 自动关闭 听起来像科幻片，但 GitHub 官方文档确实写了这些。我的实测体验是------简单 PR（比如文档修改、小 bugfix）确实能跑通。复杂 PR（涉及多文件重构的）CI 挂了之后 Agent 修了两轮还是挂，最后还是得自己上手。 另外有个小坑：如果你开了 GPG 签名，Agent 提交时会弹 passphrase 输入框。这意味着不是完全 hands-off。GitHub 文档把这归类为"Interactive 行为"，说得还挺委婉的。 ## MCP 支持：原生接入，不用折腾 MCP（Model Context Protocol）这块，Copilot Desktop 做得比 Codex 好，和 Claude Code 打平手。 配置方式很简单。项目根目录放一个 `.mcp.json`： ```json { "mcpServers": { "github": { "url": "https://api.githubcopilot.com/mcp/" }, "cloudflare": { "url": "https://mcp.cloudflare.com/sse" } } } ``` App 里也内置了一个 MCP Server 目录，一键搜索添加。GitHub 自家的 MCP Server 是预装好的，issue 管理、PR 操作、代码搜索都能直接用。 按 `/mcp search` 还能从注册表搜索安装新的 MCP Server（v1.0.49 实验性功能）。 ## Skills 系统：给 Agent 装上专业技能包 Skills 不是 slash commands，是 Agent 根据你的意图自动匹配加载的"技能包"。 ```bash # 从 awesome-copilot 仓库安装 gh skills install github/awesome-copilot brag-sheet ``` 一个 Skill 就是一个文件夹： ``` .github/skills/ └── my-custom-skill/ ├── SKILL.md # 技能定义 ├── references/ # 参考文档 └── scripts/ # 自动化脚本 ``` SKILL.md 里有触发条件（"USE FOR:" 和 "DO NOT USE FOR:"），Agent 会根据你的 prompt 自动判断要不要加载这个 Skill。目前社区已经有 Azure SDK、Aspire 分布式应用、.NET MCP 开发等 Skills 可用。 ## 和 Claude Code、Codex 怎么选？ | 对比项 | Copilot Desktop | Claude Code | Codex CLI | |--------|----------------|-------------|-----------| | 界面 | 原生 GUI | 终端 CLI | 终端 CLI | | 多 Agent 并行 | 原生支持 | 实验性 | 不支持 | | 自动合并 PR | Agent Merge | 手动 | @Codex 标签 | | MCP 支持 | 原生 + 目录 | .mcp.json | 不支持 | | 模型选择 | 多模型混搭 | 仅 Anthropic | 仅 OpenAI | | 执行位置 | 本地 | 本地 | 云端沙箱 | | 价格 | 10-39/月 \| 20/月起 | ChatGPT Plus 含 | | GitHub 深度集成 | 原生 | 通过 MCP | 原生 | **我的建议**： - 你的团队重度依赖 GitHub（issue + PR + Actions 一条龙）→ Copilot Desktop，没有悬念 - 你需要深度代码推理、复杂重构 → Claude Code 的 1M context 依然是最强的 - 你想要完全 hands-off，连电脑都不想开 → Codex 的云端沙箱 + @Codex 标签适合你 说白了，这三个工具不是互相替代的关系，更像是各有专长。我现在日常是 Claude Code 写代码 + Copilot Desktop 管 PR，双持。 ## 安装踩坑实录 ### macOS ```bash # 下载（选对应架构） curl -L -o copilot-darwin-arm64.tar.gz \ https://github.com/github/copilot-cli/releases/latest/download/copilot-darwin-arm64.tar.gz # 解压 tar -xzf copilot-darwin-arm64.tar.gz # 移到 PATH 里 sudo mv copilot /usr/local/bin/ ``` 第一次打开 macOS 可能弹安全提示，去"系统设置 → 隐私与安全性"里放行就行。 ### Linux ```bash curl -L -o copilot-linux-x64.tar.gz \ https://github.com/github/copilot-cli/releases/latest/download/copilot-linux-x64.tar.gz tar -xzf copilot-linux-x64.tar.gz sudo mv copilot /usr/local/bin/ sudo chmod +x /usr/local/bin/copilot copilot # 启动，浏览器里走 OAuth 认证 ``` **注意**：org 管理员需要先在后台开启 Preview Features 和 Copilot CLI 权限，否则你登进去也用不了。这个坑我踩了半小时。 ### 权限和访问门槛 目前 Copilot Desktop 处于技术预览阶段，访问门槛有点迷： | 套餐 | 能不能用 | |------|----------| | Copilot Free | 不能 | | Copilot Pro (10/月) \| 排队等邀请 \| \| Copilot Pro+ (39/月) | 排队等邀请 | | Copilot Business (19/人/月) \| 可以，需要管理员开启 \| \| Copilot Enterprise (39/人/月) | 可以，需要管理员开启 | 所以个人开发者目前基本得排队等。Business 和 Enterprise 用户可以直接用，但得说服管理员开权限。 还有一个隐患：**2026 年 6 月 GitHub 要改成按 token 计费**。Pro 用户每月 10 额度，Business 30，Enterprise $70。重度用 Agent 的话这个额度可能不太够------Agent 跑一轮就是几万 token。到时候实际成本可能会比现在高不少。 ## 现阶段值不值得用？ 技术预览版嘛，别指望它十全十美。我能列出一堆问题： - Pro/Pro+ 要排队，个人用户暂时摸不到 - 有人在社区反馈 Pro+ 也会被 rate limit，用了 180 个请求就被限了 - Agent 写的代码需要 review，别直接合并 - 企业账号偶尔认证失败 - 6 月改计费后成本不确定 但多 Agent 并行 + Agent Merge 这两个功能，方向是对的。AI 编程工具的竞争已经从"谁补全更准"升级到"谁能管好整个开发流程"了。GitHub 拿着自己最大的开发者生态入场，这个牌面确实大。 我自己的用法是：简单 issue 扔给 Autopilot 跑，复杂功能用 Plan 模式一步步来，PR 合并开 Agent Merge 但保持盯着。不指望它替我写代码，但当个不知疲倦的初级开发者用，已经挺香了。 你们试过了吗？多 Agent 并行这块，是噱头还是真有用？评论区聊聊。
相关推荐
盈达科技2 小时前
谷歌 officially 定性：GEO 不是新赛道，而是 SEO 的延伸 —— 但其他 AI 平台同意吗？东方佑2 小时前
生成即测度坍缩：深度学习生成模型必须构建连续波函数并从采样获取离散输出财经资讯数据_灵砚智能2 小时前
基于全球经济类多源新闻的NLP情感分析与数据可视化（日间）2026年5月17日架构源启2 小时前
Spring AI 进阶系列- Agent 智能体开发：ReAct模式、多步推理与自主Agent实战萤萤七悬2 小时前
【AI帮玩游戏】一、搭建Claude+vscode环境，先看看异环ok-nte项目深度学习lover2 小时前
＜数据集＞yolo 瓜果蔬菜识别＜目标检测＞黎阳之光2 小时前
数字城管与社区治理｜黎阳之光平台，整合政务、安防、环卫全链路管理m0_571186602 小时前
第四十六周周报阿_旭2 小时前
基于YOLO26深度学习的【咖啡果实成熟度检测与计数系统】【python源码+Pyqt5界面+数据集+训练代码】