Key Signals

• Copilot SDK v0.2.0 确立了成熟的平台 API，提供细粒度系统提示词定制和分布式追踪能力。 该版本引入"customize"模式，允许 SDK 使用者对 Copilot 系统提示词的十个独立部分——identity、tone、safety、guidelines 等——进行精确编辑，支持 replace、remove、append、prepend 或 transform 回调操作，无需重写整个提示词。OpenTelemetry 支持现已覆盖全部四种 SDK 语言（TypeScript、Python、Go、.NET），在会话创建、消息发送和工具执行过程中自动传播 W3C trace context。结合全新的运行时 RPC 方法（用于管理 skills、MCP 服务器、扩展和插件）以及用于内联传输二进制数据的 blob 附件功能，这些变化标志着 Copilot 从代码补全工具向完全可编程的智能体平台转型。 [1]

• OpenAI 计划将 Atlas 浏览器、ChatGPT 和 Codex 合并为单一桌面"超级应用"，整合其分散的产品线。 应用部门 CEO Fidji Simo 在内部备忘录中表示，将精力分散在过多应用上"拖慢了我们的速度，也让我们更难达到期望的质量标准"。将拥有超过两百万周活跃用户的 Codex 编程助手与 Atlas 浏览器和 ChatGPT 整合为统一桌面体验，反映出一种战略判断：开发者和消费者都更倾向于一体化 AI 工作空间，而非独立的单点解决方案。这也呼应了行业向全能 AI 平台演进的大趋势。 [2]

• OpenAI 收购 Astral 将 Python 工具链直接嵌入 Codex 生态，但引发开源治理疑虑。 Astral 的 uv（依赖管理）、Ruff（代码检查/格式化）和 ty（类型检查）是现代 Python 开发的基础性工具，每天有数百万开发者使用。Codex 负责人 Thibault Sottiaux 将此次收购描述为"加速我们将 Codex 打造为覆盖整个软件开发生命周期的最强智能体的愿景"。尽管双方承诺工具将在宽松许可证下继续开源，但两份公告均未涉及治理结构、贡献流程，或 Codex 专有功能偏离社区需求时的应对方案。 [3]

• Stripe 的自主编程智能体每周产出超过 1,300 个生产级 Pull Request，全部代码无人工编写。 基于 Block 开源项目 Goose 的内部分支构建，Stripe 的"Minions"通过"蓝图"（混合确定性流程与灵活 LLM 智能体循环的工作流）执行从 Slack、Bug 报告或功能请求发起的一次性端到端任务。所有变更均经人工审查，支撑着 Stripe 每年超过 1 万亿美元的支付处理量。该系统证明，当与 CI/CD 管道和静态分析紧密集成时，自主编程智能体能够在企业规模下可靠运行。 [4]

• GitHub Copilot 编程智能体实现提交级可追溯性，将每个智能体生成的提交链接回完整会话日志。 提交信息中新增的 Agent-Logs-Url 尾部标记提供了从任何智能体生成的代码变更到其推理过程和工具调用的永久审计链接。这解决了企业的一个关键关切——理解 AI 智能体为什么做出特定变更——并为大规模采用后台编程智能体的组织提供合规工作流支持。 [5]

• Sonatype Guide 推出首个面向 AI 编程依赖安全的生产级 MCP 服务器，针对 27% 的包幻觉率。 该防护系统位于 AI 编程工具（Copilot、Claude、Codex）和开源生态之间，提供实时包推荐，过滤掉有漏洞、已废弃或不存在的依赖。使用 Guide 的企业报告安全代码生成效率提升了三倍，修复成本降低超过五倍。随着 AI 生成代码的普及，在 MCP 协议层验证依赖项的工具正成为智能体开发技术栈的关键组成部分。 [6]

AI Coding News

• OpenAI 正在将 Atlas 浏览器、ChatGPT 和 Codex 整合为统一桌面应用以减少产品碎片化。 应用部门 CEO Fidji Simo 在内部备忘录中透露了这一计划，指出维护过多并行应用和技术栈带来了质量问题。这一"超级应用"策略将使 Codex——自 2026 年初以来使用量增长 5 倍的编程助手——与对话式 AI 和网页浏览集成在单一界面中，可能改变开发者与 Codex 的日常交互方式。 [2]

• OpenAI 对 Astral 的待完成收购将把 uv、Ruff 和 ty 引入 Codex 生态，但治理细节仍然缺失。 Astral 创始人 Charlie Marsh 称开源是公司的"核心"，双方均承诺继续开源支持。然而两份公告均未详述贡献结构或许可证演进路径，Python 社区对长期独立性仍存疑虑。Codex 目前拥有超过两百万周活跃用户，整合 Astral 工具链使其有望掌控从依赖管理到类型检查再到代码生成的完整 Python 开发生命周期。 [3]

• Stripe 的 Minions 展示企业级自主编程能力，每周从单条指令生成超过 1,300 个 Pull Request。 该系统基于 Block 的 Goose 内部分支演进而来，使用蓝图——混合确定性代码与 LLM 驱动智能体循环的工作流——将任务拆分为子任务、生成代码、编写测试并提交 PR。Minions 擅长处理配置变更、依赖升级和小型重构等明确定义的任务，而 Cursor 和 Claude Code 等交互式工具则继续用于人工监督的开发场景。 [4]

• Sonatype Guide 发布 MCP 服务器，在 AI 生成代码进入代码仓库前拦截不安全依赖。 LLM 的包幻觉率高达 27%，会推荐不存在、过时或恶意的依赖。Guide 通过模型上下文协议（MCP）为 Copilot、Claude、Codex 等工具提供实时安全情报过滤。Snyk 和 Mend 等竞品虽然存在，但目前均未提供面向 AI 辅助工作流的生产就绪 MCP 集成。 [6]

• 微软正在减少 Windows 11 上的 Copilot AI 入口，移除 Photos、Widgets、Notepad 和 Snipping Tool 中的集成。 Windows 与设备部门执行副总裁 Pavan Davuluri 将此举定位为聚焦于"真正有用"的 AI 体验，回应了数月来的社区反馈。Pew 研究中心本月调查发现，半数美国成年人对 AI 的担忧超过期待，较 2021 年的 37% 显著上升。此次回调延续了早前搁置 Settings 和 File Explorer 中 Copilot 集成的决定，以及因隐私问题推迟一年发布 Windows Recall 的做法。 [7]

Feature Update

• Copilot SDK v0.2.0 在全部四种语言 SDK 中交付细粒度系统提示词定制、OpenTelemetry 追踪和 blob 附件。 systemMessage 的"customize"模式暴露十个可编辑部分，支持 replace、remove、append、prepend 和 transform 操作。OpenTelemetry 支持在会话生命周期和工具执行中传播 W3C trace context。新增功能包括工具定义的 skipPermission、setModel() 的 reasoningEffort 参数、BYOK 提供商的自定义模型列表，以及会话配置的 onEvent 全局处理器。该版本还新增了大量 RPC 方法，用于管理 skills、MCP 服务器、扩展、插件、Shell 执行和结构化用户输入（elicitation）。破坏性变更影响 Python（类型化配置对象替代 TypedDict，create_session() 和 send() 改用关键字参数）和 Go（Client.Start() 上下文与 CLI 进程生命周期解耦）。 [1]

• Copilot CLI v1.0.10 新增 SDK 自定义斜杠命令、elicitation 对话框、实验性并发会话和 /undo 命令。 SDK 客户端现可注册自定义斜杠命令并通过 session.ui.elicitation 显示结构化询问对话框，扩展了 CLI 的第三方集成能力。新增 /undo 命令可撤销上一轮操作及其文件变更，--effort 提供了 --reasoning-effort 的简写。模型选择器重组为"可用"、"已封禁/禁用"和"升级"标签页。Bug 修复涵盖大文件内存占用、退出时会话历史丢失、嵌套结构中的 hook 匹配器过滤、.claude-plugin/ 和 .plugin/ 清单的插件加载，以及 WSL 兼容性问题。 [8]

• Claude Code v2.1.81 引入面向 CI/脚本管道的 --bare 标志和用于移动端权限转发的 --channels。 --bare 标志在 -p（print）模式调用中跳过 hooks、LSP、插件同步和 skill 目录遍历，仅需 API 密钥——显著减轻了自动化工作流中 Claude Code 的运行开销。--channels 权限中继允许频道服务器将工具审批提示转发至手机，实现对运行中智能体的移动端监督。修复内容涵盖并发会话 OAuth 重新认证、voice 模式 WebSocket 恢复、后台智能体任务挂起，以及与 CIMD/SEP-991 的 MCP OAuth 兼容性。Plan 模式现默认隐藏"清除上下文"选项。 [9]

• Copilot 使用指标现在将自动模型选择解析为 REST API 和仪表盘中的实际模型名称。 此前显示为通用"Auto"标签的活动现在展示实际使用的模型，在企业、组织和用户层面为合规和审计工作流提供完全透明度。随着组织中自动模型选择的采用率增长，这确保了模型级指标保持准确和可操作。 [10]

• Copilot 编程智能体提交现在嵌入 Agent-Logs-Url 尾部标记，链接至完整会话日志。 云端后台智能体生成的每个提交都包含指向产生该提交的会话的永久链接，使代码审查者和审计人员能够追溯智能体生成的变更到其推理过程。智能体将发起任务的人类标记为共同作者，形成清晰的责任链。 [5]

• GitHub Copilot 的 Raycast 扩展现在支持实时流式传输编程智能体会话日志。 使用 macOS 或 Windows 上 Raycast 的开发者可通过"View Tasks"命令监控 Copilot 编程智能体进度，无需切换到 GitHub。这为团队提供了一种轻量级方式，只需几次键盘操作即可跟踪后台智能体任务，作为现有网页端会话日志视图的补充。 [11]