MAI Code 2 进入 GitHub Copilot:编码 Agent 该怎么选模型
GitHub Copilot 在 11 月 17 日加入 MAI Code 2 与 MAI Code 2 Flash。真正的变化不是又多了两个模型,而是编码 Agent 开始需要按任务分流。
上周我在改一个跨多个目录的功能时,最容易犯的错不是写错代码,而是让同一个模型处理所有事情。读仓库、找调用链、改几行配置、跑一次测试,这些动作的成本和难度根本不一样。11 月 17 日,GitHub 在 Copilot 里加入 MAI Code 2 和 MAI Code 2 Flash,我更关心的正是这个分流问题。
GitHub 的官方 changelog 把 MAI Code 2 定位为通用编码模型,适合多文件实现、深度调试、重构和仓库级推理;Flash 则面向代码解释、定点修改和快速迭代。两者都可以在 VS Code、Visual Studio、Copilot CLI、云端 Agent 和 GitHub 网站等入口选择。这意味着模型选择不该再是个人偏好,而要和任务类型绑定。
我会把任务拆成两条路径
对一个 SaaS 仓库,我会先让快速模型做低风险工作:解释一个函数、补一个测试、把日志字段改名、给已有接口加一个校验。它的价值不是“更聪明”,而是缩短反馈循环。每次改动小,审查也简单。
遇到跨模块重构、难复现的并发问题,或者需要理解数据库、队列和部署文件之间关系的任务,再切到 MAI Code 2。官方说它面向复杂任务,这个定位比宣传一个抽象的“更强”更有用。我的工作流大概会长这样:
small edit -> MAI Code 2 Flash -> test -> review
repo-wide change -> MAI Code 2 -> focused tests -> human review
这里的 human review 不能省。模型能把一组改动做完,不代表它知道业务边界,更不代表它理解生产环境的权限。尤其当 Copilot 云端 Agent 可以直接围绕仓库工作时,我会把可写目录、测试命令和提交权限分开配置。
费用和权限要放进同一张表
GitHub 说明这两个模型采用按使用量计费,并按订阅层级提供不同可用范围。对团队来说,模型策略至少要记录三件事:谁可以启用模型,什么任务默认用 Flash,什么仓库必须强制人工审查。企业管理员可以在 Copilot 设置里的模型策略中管理 MAI 模型;默认启用规则也可能让新模型自动出现,所以不能只依赖“大家自己小心”。
我会给仓库加一个很朴素的规则文件,哪怕只是文档,也比口头约定可靠:
agent:
quick_tasks: [explain, test, rename, lint-fix]
deep_tasks: [refactor, concurrency, schema-change]
require_review_for: [infra, auth, billing, migrations]
这不是 Copilot 的官方配置格式,只是团队自己的任务分流记录。它的意义在于让模型选择可审计,让失败之后能回头看:问题来自模型能力、上下文不足,还是权限给得太大。
我还会把上下文准备当成任务的一部分。快速模型拿到相关文件、接口约定和一条失败测试就够了,不需要把整个仓库都塞进去;复杂模型则需要明确不该改的目录、迁移顺序和验收命令。上下文越宽不一定越好,边界模糊时,Agent 很容易把“顺手整理”当成需求。
提交前我会看四个结果:改了哪些文件,新增了哪些依赖,测试覆盖了什么,模型有没有触碰配置或密钥路径。若任务涉及支付、身份或集群清单,我会要求人工先写验收条件,再让 Agent 动手。这样做有点慢,却能把模型的自由度限制在可解释的范围里。
这也改变了我对“效率”的理解。少一次返工,通常比少几十秒生成时间更重要。模型切换应该服务于交付质量,而不是为了在截图里展示更多自动化。
如果团队没有统一入口,我会把这套分流写进 issue 模板,让提交者注明任务范围、风险等级和预期测试。Agent 只负责执行,不负责替团队决定哪些东西可以直接进入主分支。
这条界线会让审查更快,也让责任更清楚。
尤其在多人协作时。
我会怎么试
我不会一上来把 MAI Code 2 设成全公司的默认模型。先拿一个有测试的服务,抽取一小组真实任务,分别记录修改范围、测试结果、返工原因和审查时间。Flash 如果能处理大部分机械性工作,就把更强模型留给真正需要仓库级推理的部分。
GitHub 的官方 changelog说明了模型定位与入口,Copilot 模型文档可用来核对可用范围和策略,Copilot CLI 文档则更适合检查终端工作流。我预计接下来真正拉开差距的不是谁能生成更多代码,而是谁能把“何时用快模型、何时升级、何时停下”写成团队的默认行为。
