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
c萱几秒前
AI产品经理——03Prompt Engineering提示词工程归秋1422 分钟前
2026企业AI办公工具选型指南：从场景匹配到平台评估2601_9689007715 分钟前
Agent沙盒基础设施拆解：三层镜像与按需加载的工程取舍楚楚25123 分钟前
2026实测：智能体办公平台三周上手真实体验智圣新创0132 分钟前
教育数据要素流通刚需下 智圣新创高校数据中台解决方案的全域建设落地框架xianghongtao011637 分钟前
如何选择一台适合你的本地 AI 硬件设备？Lucy AI Studio——从本地 AI 办公到家庭影音的完整指南ZhangJun9544 分钟前
Mobike 共享单车分析项目互联网资讯1 小时前
本地创业者入局 AI 短剧，本地化部署怎么选更省钱唐维康1 小时前
昆工计算机408考研2027招285人，比去年少6人Martina_03211 小时前
AI生成的过山车轨道导入后频繁脱轨？用5步检查样条、轨距与碰撞