GitHub 推 Copilot Fusion API，单任务成本减半耗时降 40% 重塑开发者接入

Agent 重构开发范式

GitHub 负责人 Jay Parikh 透露，截至今年 9 月，平台上超过 40% 的 Pull Request 已由 Coding Agent 起草首版，而今年 3 月这一比例仅 17%。这种激增促使 GitHub 重新审视传统协作流程，认为 PR 不再适合所有场景，个人项目可直接让 Agent 生成代码，无需强制遵循审查环节。

Fusion API 智能路由

为应对模型选择难题，GitHub 推出 Copilot Harness 与 Copilot Fusion 协作机制。Fusion API 负责根据任务复杂度自动匹配模型，减轻开发者在速度、成本与能力间的权衡。系统支持多模型协同，自动在质量与效率间寻找平衡，成为 API 聚合分发的核心节点。

成本与效率显著优化

数据显示，在 Artificial Analysis Coding Agent Index 中，Fusion Max 与 Opus 5.5 Max 分数差距不到 2 分，但前者单任务成本约为后者的一半，耗时减少约 40%。这种性价比优势使得企业能在保持代码质量的同时，大幅降低每百万 tokens 的实际支出，提升开发者接入的经济性。

跨设备会话延续性

GitHub 的 Session continuity 功能允许开发者在手机、VS Code、命令行及网页间无缝切换同一云端 Agent 会话。任务可在不同设备接续，开发者无需重复上下文输入，这种流畅的交互体验进一步降低了使用门槛，鼓励更频繁的 Agent 调用。

供应链安全与挑战

尽管 AI 能重写 2000 个开源依赖，Parikh 强调维护责任不会消失。GitHub 正加强代码审查与密钥拦截，并与微软合作降低包管理器风险。企业需意识到，自行替代开源组件虽减少外部依赖，却将维护成本转移至内部，长期拥有成本未必同步下降，安全漏洞仍需持续修复。

价值衡量新标准

企业需超越 Token 消耗统计，关注投入产出比。Parikh 建议结合收入、成本节省及用户留存等指标评估 AI 价值。Agent 生成的代码量增加不必然提升效率，需通过长期稳定性与业务表现验证。GitHub 提供费用监控工具，帮助组织优化模型选择，确保资源投向高价值环节。

来源：InfoQ