社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

GitHub深夜引爆,最强Claude + Codex合体,全球1.8亿码农一夜解放

36氪-资讯-AI • 7 月前 • 411 次点击  

深夜,GitHub官宣大变身!全球两大编程AI Claude和Codex集体入驻,再加上Copilot,正式开启AI编程「三足鼎立」的时代。三个「AI码农」集体卖命,人类开发者狂喜。

GitHub要变天了!

凌晨,微软GitHub宣布重磅更新:正式集成全球「最强编程大脑」——Claude和Codex

地表最强编程三剑客——Copilot、Claude、Codex,终于迎来史诗级合体!

开发者只需一个指令,三个AI任你差遣,瞬间完成编码、修Bug、提交PR等复杂任务。

这标志着,GitHub正从一个单纯的代码托管平台,进化为多智能体协同的「AI战场」。

这一切,都通过一个「指挥中心」Agent HQ实现。软件开发中,最耗神的就是「上下文切换」。

如今通过Agent HQ,无需切换工具,丝滑完成构思到落地的全过程,极大地降低了摩擦感。

最关键的是,Copilot、Claude、Codex三个AI,可以在IDE、GitHub,以及移动端一键调用。

微软这一步棋,是希望通过GitHub,让AI智能体成为开发者们原生的核心配置。

2023年,GitHub开发者数量突破1亿大关,如今平台有超1.8亿人

目前,订阅Copilot Pro+、Copilot Enterprise,今天就可以抢先体验。

评论区下方,开发者们纷纷欢呼,「同一时间可以让三个顶级AI为自己打工了」。

GitHub超进化,一次集齐全球最强AI编程大脑

可以说,GitHub搞的这个大动作,意味着开发者们的「上下文地狱」终于要终结了!

在软件开发中,上下文切换就意味着效率损耗

从今天起,Agent HQ平台正式开启公测,这次它不再让Copilot独占鳌头,直接引入Claude+Codex「两尊大神」。

简言之,码农们终于可以在GitHub中,一次可以运行不同的编程智能体。

最让程序员兴奋的,莫过于那种「原生」的丝滑感

以前,你可能得在AI应用和代码编辑器之间反复复制粘贴;现在,这些智能体直接「长」在了GitHub仓库里

它们不仅能帮你写代码,还能在拉取请求(PR)里像真人队友一样发表评论、分析漏洞。

这样一来,所有的上下文、历史记录和代码review,都会紧密关联在个人工作流中,再也不用跳来跳去了。

只要是Copilot Pro、Enterprise用户,今天即可在GitHub网页端、手机App,甚至VS Code,直接指派顶级AI为你「卖命」。

那么,开发者该如何快速上手这套「神级装备」呢?

一杯咖啡,指挥三个「AI码农」打工

先说个有趣的玩法,针对同一个编码难题,可同时指派Copilot、Claude和Codex一起执行。

只需把费时的重活儿丢给多个AI异步处理,喝一杯咖啡功夫,就能看到一份详尽的日志和写好的PR建议。

每次启动编程智能体任务,都会消耗一个高级请求(Premium Request) 额度。

接下来,是具体的操作过程。

1. 在GitHub上管理智能体任务

  • 进入已启用智能体的仓库,点击Agents标签页;
  • 输入需求,点击Copilot图标并从中选择一个智能体;
  • 提交请求即可开始。

智能体默认异步运行。开发者可以盯着进度条看实时反馈,也可以晚点再来复盘。

详细的日志会清晰记录智能体每一步做了什么以及为什么要这么做。

智能体生成的产物(如review、代码草案或修改建议)会像普通的代码贡献一样呈现,方便个人进行评审。

2. 在Issue和PR中指派智能体

对比方案:为一个Issue同时指派Copilot、Claude和Codex,看看谁给出的方案最优秀。

自动提交PR:智能体可以自动生成草稿PR供审核。

深度分析:在现有的PR中召唤智能体,让它帮忙分析代码或进行针对性修改。

随时召唤:在PR评论区@Copilot、@Claude或@Codex即可指派后续任务。

由于智能体的所有活动都是透明且可评审的,它们的产出会像「队友」提交的代码一样,自然地融入个人评估流程。

切记:智能体也会犯错。

这就是微软为什么将流程设计为「可评审、可对比、可质疑」,而不是盲目接受它们的建议。

VS Code深度集成

如果开发者习惯在IDE中工作,VS Code(1.109+版本)也已深度集成:

打开方式:在标题栏查找,或快捷键Ctrl+Shift+P/CMD+Shift+P搜索Agent sessions(智能体任务)视图。

选择适合的模式:

Local(本地模式): 使用本地Copilot、Claude或Codex进行快速的交互式辅助。

Cloud(云端模式): 将自主任务发送到GitHub服务器运行,运行期间你可以继续做别的事。

Background(后台模式): 仅限Copilot,用于异步处理本地工作。

这样,开发者就可以在编辑器里推敲想法,然后把那些费时的重活儿丢给GitHub处理,历史记录和上下文一个都不会丢。

此外,在GitHub移动端,你也可以直接在手机上调用三个AI干活。

开发者「终极外挂」,原生AI融入编码工作流

再来看Agent HQ,它不仅仅是写代码,还是一个「参谋部」。

开发者可以让不同的智能体处理同一个难题,观察Copilot、Claude和Codex在权衡取舍时的不同逻辑。

这种方式,可以帮助人们更早地发现潜在问题:

架构防线:让多个智能体评估代码的模块化和耦合度,防止由于改动引入意想不到的副作用。

逻辑压测:指派一个智能体专门寻找边界情况、异步死锁或在高并发下的潜在隐患。

务实方案:让另一个智能体提出那种改动最小、向后兼容性最好的重构方案,将波及范围控制到最小。

通过这种模式,开发者的工作重点正发生质变——

从苦哈哈的「抠语法」,正式升华为高屋建瓴的「定策略」。

为什么在GitHub中,原生运行智能体很重要?

微软给出了最好的解释,GitHub是代码的家,是团队协作和决策交付的中心。

将智能体原生内置到这个流程中,而不是作为外部插件,其规模化效益是巨大的:

开发者不再需要在各种工具、文档和对话框之间反复复制粘贴代码块,所有的讨论和改动都直接「长」在仓库里。

这意味着:

  • 尽早权衡:在代码还没写死之前,利用多个智能体探索不同的实现路径。
  • 上下文不丢失:智能体直接读取仓库、Issue和PR的数据,告别那些「前言不搭后语」的无状态提示词。
  • 零成本评审:智能体生成的改动就是草稿PR,和平时评审同事代码的习惯一模一样。

没有新平台要学,没有复杂的AI工作流要维护。一切都在个人熟悉的环境里。

最重要的是,Agent HQ不仅为开发者个人带来了福利,整个技术组织也将成为最大的受益者,可以实现:

  • 集中管控:管理员可以在后台一键管理所有AI智能体的访问权限和安全策略。
  • 代码质量关卡GitHub Code Quality(公测中)会评估AI生成代码的可维护性和可靠性,确保「LGTM」不仅是随口说说,而是真正符合长期代码健康。
  • 自动化一审:Copilot能在开发者介入前,先对智能体生成的代码进行第一轮预审和问题修复。
  • 量化指标:通过指标看板跟踪AI对组织的实际贡献,让AI的投入产出比清晰可见。

不只是IDE,AI开始接管平台

这一动作不仅是功能的更新,更是一场维度的彻底升级。 

它直接印证了今年最猛烈的几大趋势: 

战场转移:从IDE到全平台

AI的军备竞赛已不再局限于编辑器(IDE)里的代码补全。风向变了!下一个制高点,是贯穿软件全生命周期的平台级智能体。 

作战单位:从单兵到军团

告别「单兵作战 + AI助手」的旧时代吧。现在的核心挑战,是如何在组织层面建立统一、安全的工作流,让AI真正规模化落地。 

能力分工:从通用到专精

「万能型」助手已显疲态。未来属于各司其职的「专用AI智能体编队」——有的搞安全,有的搞测试,有的搞重构。 

像「舰队指挥官」一样去战斗

2026年,我们不需要再纠结「哪个AI工具更好用」,唯一的命题是: 

 团队该如何指挥这支「智能体舰队」,去碾压低效的工作流?

别忘了,开发者真正写新代码的时间只占20%。 

剩下的80%,那些重复的Bug分拣、枯燥的文档更新、繁琐的PR审查——才是AI真正的主战场! 

2026年,你的任务只有两个字:进击。 

不要只做写代码的士兵,要学会像「舰队指挥官」一样思考: 

审视全局:哪里在空耗时间?哪里在浪费生命?

大胆放权:把脏活累活统统丢给AI智能体,让它们去试错,去执行。

这是一场思维的革命。有些实验会失败,但只要成功一次,你的工作模式将被永久重塑。 

拥抱这套新逻辑吧。 

别再只盯着屏幕敲代码,去指挥战斗,2026年将是你脱胎换骨的一年。 

参考资料:

https://github.blog/news-insights/company-news/pick-your-agent-use-claude-and-codex-on-agent-hq/  

https://www.linkedin.com/posts/aboutasha_today-were-bringing-two-new-coding-agents-activity-7424866224217579521-rwm4/   

https://www.theverge.com/news/873665/github-claude-codex-ai-agents   

https://x.com/github/status/2019093909981257849?s=20   

https://www.eficode.com/blog/why-github-agent-hq-matters-for-engineering-teams-in-2026 

本文来自微信公众号“新智元”,作者:新智元,36氪经授权发布。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/192614