Copilot agent 模式是 AI 辅助编程的下一步演化。它可以作为一位自治的“编程同伴”，执行多步骤的编码任务——分析你的代码库、阅读相关文件、提出文件修改建议、执行终端命令并运行测试。它能够对编译和 lint 错误作出响应，监控终端和测试输出，并在循环中自动修复，直到任务完成。该功能目前对所有 VS Code Insiders 用户开放，不久也将在 VS Code Stable 中上线。在 VS Code Insiders 中，打开 Copilot Edits 视图（⇧⌘I），从模式下拉菜单中选择 Agent，然后输入你的提示（prompt）。Copilot agent 模式可以从零开始创建应用、在多个文件之间进行重构、编写和运行测试，也可以将遗留代码迁移到现代框架。它还能自动生成文档、集成新库，或帮助你理解复杂的代码库。由于它对工作区有深入的理解，Copilot agent 模式就像一个与你协作的 AI 同伴，让你在保持掌控的同时，大幅提升生产力。Copilot agent 模式会以更自主、更灵活的方式来实现目标。处理请求时，Copilot 会在以下步骤中循环并根据需要进行多次迭代：Copilot agent 模式会使用一系列工具来完成上述任务。理想情况下，你只需关心 Copilot agent 模式最终的输出。但有时它也会犯错或者偏离轨道。为了让你能在此类情况下轻松介入并撤销，每一次对工具的调用都会在 UI 中透明显示，终端工具需要你的许可才会真正执行，同时我们也提供了丰富的撤销功能——你可以使用视图标题栏上的 Undo Last Edit 控制来回退到应用上一次修改之前的状态。与其依赖一个冗长、详细的提示一次性得到完美解决方案，不如多次迭代使用 Copilot——UI 就是为了迭代而设计，能让你在整个过程中始终掌控，确保最终结果更好。Copilot agent 模式会自动查找精准的上下文，并通过调用合适的工作区工具来设定需要处理的文件范围。如果你想对 Copilot 进行更精确的引导，也可以显式地使用 #file 引用上下文，或者使用拖拽操作或点击 Add Files 按钮。例如，你可以创建一个 specifications.md 文件并将其添加为上下文，从而更好地控制 Copilot；也可以设置自定义指令，让 Copilot 遵守你的编码规范和其他偏好。请注意，由于 Copilot agent 模式对每次提示可能会发送多条请求，它的速度不会像常规的 edits 模式那样快，而且会更快地消耗你的 Copilot 免费配额。如果任务目标非常明确且范围可控，建议继续使用 edits 模式；如果需要多次编辑或执行更开放式的任务，则可以切换到 agent 模式。当你在 agent 模式下向 Copilot 发送请求时，我们会向你在模型下拉菜单中选择的 LLM 发出一个提示（prompt），其中包含以下内容：我们为 LLM 定义了一组工具，每个工具都具有自己的功能，用以帮助 Copilot 完成任务。通过这些工具，Copilot 可以搜索工作区、读取文件内容、在终端运行命令、从编辑器获得编译或 lint 错误，并通过一个推测式解码端点（我们正在努力提升其性能）来应用修改建议。这个工具列表仍在不断扩展，我们也在探索还能使用哪些工具来提升 Copilot 在 agent 模式下的能力。每个工具都有详细的说明，告诉 LLM 何时以及如何使用它。以下是 read_file 工具描述示例：{ "name": "read_file", "description": "读取文件内容。你必须指定感兴趣的行号范围，如果文件较大，会只给出文件的大纲。如果返回的文件内容不足以完成任务，你可以再次调用这个工具，以获取更多内容。", "parameters": { "type": "object", "properties": { "filePath": { "description": "要读取文件的绝对路径。", "type": "string" }, "startLineNumberBaseZero": { "type": "number", "description": "从 0 开始计算的行号。" }, "endLineNumberBaseZero": { "type": "number", "description": "同样是 0 基准的行号（包含该行）。" } }, "required": ["filePath", "startLineNumberBaseZero", "endLineNumberBaseZero"] }}我们花了大量开发时间来完善这些工具描述和系统提示（system prompt），以确保 LLM 准确地调用工具，这一点在 Anthropic 的 building effective agents 博客中也有所提及。虽然我们有自动化的评估手段，但在实际场景中，仍需要不断地在提示和描述之间来回调整和测试。我们观察到 GPT-4o 和 Claude Sonnet 在使用这些工具时会有不同的行为，但目前针对它们的系统提示大体一致。随着未来我们在 Copilot agent 模式中支持更多 LLM，我们会为每种模型定制更适合它们的提示。自 VS Code 面世的第一天起，我们就非常推崇自我“内测”（self-hosting）。如果我们团队并不使用某个新功能来完成产品级的开发，那就说明这个功能存在问题。对我们而言，这就是简单直白的标准。我们的团队管理着 200 多个 GitHub 仓库，Copilot agent 模式在较小的仓库中已经表现出色，显著提升了生产力。例如，针对任何规模的仓库，向 Copilot 提问“开放式”问题都很好用——比如，某个特性是在哪里、如何实现的。至于在大型代码库（如 vscode）中进行跨多个文件的重构，这是当今任何软件工程代理都面临的挑战。若能在复杂仓库中提高 Copilot agent 模式的表现，就能为我们团队带来更多的自我“内测”机会，也将为你带来更多有用的交互方式。除了在工作中自我“内测”，VS Code 团队成员也会在一些业余项目中使用 Copilot agent 模式，比如天气预报、膳食规划、咖啡摄入记录或健身训练计划等应用。目前，VS Code 团队更倾向于在 Copilot agent 模式的使用场景中选择 Claude Sonnet 而非 GPT-4o。在对 Claude 3.7 Sonnet 的初步测试中，我们看到 Copilot agent 模式的功能有显著提升。Copilot agent 模式目前处于预览状态，所有 VS Code Insiders 用户都可立即试用。我们每天都会推送新代码来改进 Copilot，在 VS Code Insiders 上的体验也在逐日提升（例如今天我们刚刚上线了“编辑终端命令建议”的新功能）。期待你在我们的仓库中给我们反馈，告诉我们你想如何使用 Copilot agent 模式，以便我们确保提供的功能对你真正有帮助。接下来，我们计划重点提升：更细粒度的撤销能力简化上下文 UI（工作集）Notebook 支持（目前编辑会话仅适用于文本编辑器）允许自动批准特定终端命令改进终端工具 UI（例如在编辑器中直接显示终端命令输出）探索工具可扩展性和 MCP 服务器 作为 agent 模式的工具。如果你有扩展想法，欢迎告诉我们统一 Chat 与 edits 的使用体验与此同时，我们也在提升质量和性能，目标是在 VS Code Stable 中向所有用户推出 Copilot agent 模式。若想了解有关 Copilot agent 模式的详细信息，请查看 官方文档。我们对 Copilot agent 模式的前景感到非常兴奋——欢迎你立即试用并告诉我们你的想法。祝你在编程中保持愉快的心情！Isidor 及 VS Code 团队敬上
