# GitHub 发布 CC0-1.0 开源多语言仓库级数据集，覆盖 README、Issue 和 PR - 来源：GitHub Blog - 作者：Natalie Guevara - 发布时间：2026-06-18 03:41 - AIHOT 分数：61 - AIHOT 标记：精选 - AIHOT 链接：https://aihot.virxact.com/items/cmqiicjpx015ysl5wa4xk67zg - 原文链接：https://github.blog/ai-and-ml/github-copilot/getting-more-from-each-token-how-copilot-improves-context-handling-and-model-routing ## 精选理由 GitHub 发布了一个多语言开发者内容数据集，CC0 许可，对于训练跨语言代码模型和辅助翻译有直接价值，做多语言 Copilot 的团队应该会关注。 ## AI 摘要 GitHub 推出一个新的仓库级数据集，采用 CC0-1.0 许可证，旨在帮助研究人员和开发者发现跨 README、Issue 和 Pull Request 的多语言开发者内容，加速多语言 AI 开发。 ## 正文 随着 Copilot 承担起更多智能体类工作——从规划、编辑到调试、审查，以及在更长的会话中调用工具——效率的含义已不仅仅是使用更少的模型 token。它意味着要更聪明地使用这些 token。 提升效率首先要减少 Copilot 在每次交互中需要重复的内容，包括上下文、工具定义和缓存状态。其次，要为具体任务选择合适的模型。快速解释、针对性编辑和复杂的多文件修改，不应被同等对待。 我们正在两方面同时推进：改进 Copilot 的运行框架，让每次会话的更多算力用于任务本身；同时扩展 Auto 模式，使 Copilot 能够自行选择适合工作的模型，而无需开发者在每次操作时都做选择。本文重点介绍 GitHub Copilot for VS Code 中的框架改进，以及将 Auto 模式扩展到更多 Copilot 界面的持续工作。 增强的提示词缓存与延迟加载工具 在 VS Code 中较长的 GitHub Copilot 会话里，运行框架会为模型准备大量重复信息：指令、仓库上下文、对话历史、可用工具以及任务的当前状态。其中部分上下文是必需的，而另一部分则可以缓存、延迟加载，或仅在需要时才加载。 GitHub Copilot for VS Code 中的两项改进在此发挥了主要作用。提示词缓存帮助 Copilot 复用重复提示词前缀的模型状态，而无需在每次请求时重新计算相同的前缀。工具搜索则允许模型按需加载工具定义，而不是在每次交互时都将所有完整的工具模式送入上下文。 随着智能体使用更多工具，这一点变得愈发重要。一次会话可能需要访问 MCP 工具、终端命令、文件操作、工作区搜索以及特定于产品的操作。预先加载所有完整的工具定义会给每次交互增加固定开销，即使只有少量工具与当前任务相关。借助工具搜索，Copilot 可以保持广泛的可用工具集，同时向模型发送更少不必要的工具模式。 关于实现细节的更深入技术探讨，包括提示词缓存、缓存控制断点、特定于提供商（provider）的工具搜索，以及这些变更如何在长时间运行的智能体会话中发挥作用，请阅读 VS Code 技术深度解析文章。 GitHub Copilot 自动模型选择功能的定位 “自动”回答了一个实际问题：当前哪个模型最适合这项任务？ 在您发出第一个提示词后，Copilot 会根据任务意图和当前模型健康状态，选择最适合该任务的模型。不同类型的工作，例如快速解释、针对性编辑或多文件更改，并非都能从相同级别的推理能力中受益。因此，“自动”功能会做出判断，无需您手动调整模型设置。 在我们的评估中，没有任何单一模型能在所有任务上持续表现最佳。在许多情况下，一个更高效的模型也能达到相同的结果；而当任务需要更深入的推理时，更强的模型才至关重要。“自动”功能会学习在哪些情况下更强的推理能改善结果。当任务需要时，它会将请求路由到更强的模型；当不需要时，则保持更高的效率。其目标并非以质量换取成本，而是使用最适合当前工作的模型。 “自动”功能如何选择正确的模型 “自动”功能结合了两种信号：当前哪个模型健康且可用，以及 Copilot 被要求执行哪种类型的工作。 实时模型健康状态：一个动态引擎会追踪模型的可用性、利用率、速度、错误率和成本。一个模型可能有能力处理某项任务，但这并不意味着它在当前时刻是最佳选择。“自动”功能会考虑当前的系统状况，以便 Copilot 能将请求路由到一个既有能力又能及时响应的模型。 基于 HyDRA 的任务感知路由：一个路由模型，它会考虑推理深度、代码复杂度、调试难度以及工具编排需求等因素。HyDRA 会识别出能够满足任务质量要求的模型，然后从中选出最合适的。 图 1：三个 HyDRA 运行点展示了其可调性：（峰值）在节省 12.9% 成本的情况下超越 Sonnet；（激进）在节省 72.5% 成本的情况下平衡质量。 图 2：HyDRA（保守型）在解决率（70.8%）上与 OpenRouter Auto 持平，同时节省 3.3 倍成本。HyDRA（聚合型）则优于 Azure Foundry 的两种运行模式。 综合来看，这些信号让 Auto 避免了"一刀切"的做法。其关键并非将所有任务都发送给最大的模型，也不是全部交给最便宜的模型，而是选择最适合当前工作的模型。 让 Auto 在实践中发挥作用 在评估中实现正确的路由只是问题的一部分。为了让 Auto 在实际工作流中真正有用，我们还必须考虑开发者实际使用 Copilot 的方式：对话会变长、上下文会累积、任务会切换，而且开发者会使用多种语言。 缓存感知路由。每次交互都切换模型听起来很灵活，但这可能会损害效率。当对话停留在同一个模型上时，提示词前缀可以被缓存并在后续交互中复用。在对话中途切换模型会破坏该缓存，其代价可能超过路由切换所节省的成本。Auto 通过在自然的缓存边界处进行路由来避免这种情况：在首次交互时（此时没有缓存可丢失），以及在压缩操作之后（此时 Copilot 会总结较早的交互，提示词前缀被重置）。在这两个节点之间，所选模型保持不变，以便缓存能够持续累积。 跨语言路由。Copilot 服务于全球的开发者，因此路由机制必须支持英语以外的语言。我们使用涵盖 16 个语系（包括中日韩、欧洲及其他语系）的对话数据训练了路由模型。在评估中，各语系的路由准确率与英语基线水平的差距保持在 4 个百分点以内，且未出现统计上显著的质量差异。 图 3：智能路由与英语基线水平的差距保持在 4 个百分点以内。模型评估涵盖英语、欧洲、中日韩及其他文字语系，评估数据基于从 19 种语言的 VS Code 聊天遥测数据中抽取的保留评估集。 学习何时需要升级处理。我们没有简单地将任务标记为“简单”或“困难”，而是训练路由器去学习模型实际产生差异的节点。对于每个训练查询，能力较弱模型和能力较强模型的回答会在多个质量维度上进行评分。路由器会学习何时更强大的模型能带来额外价值，以及何时一个更高效的模型也能产生同样好的结果。对于较长智能体会话中依赖上下文的讯息，路由器会在完整的多轮对话上进行训练，包括原始用户意图、最近的助手回复以及对话元数据。 带任务意图的自动模式正在扩展 带任务意图的自动模式已在 Visual Studio Code、github.com 和移动端上线。它能为 Copilot 提供更多关于你正在从事工作类型的信号——无论是编码、调试、规划还是使用工具——从而让它能为该任务做出更好的模型选择。 我们正在将这种体验持续扩展到 Copilot 的更多场景。接下来，我们将把带任务意图的自动模式带到更多界面，并增加更多方式让团队将自动模式设为默认选项。 带任务意图的自动模式即将登陆 Copilot CLI、GitHub App 以及更多 IDE。 Copilot Free 和 Student 套餐将进行简化，以利用自动模式作为唯一的模型选择选项。 管理员控制功能将允许组织将自动模式设为默认选项，或强制将自动模式设为唯一选项。 从你的 AI 积分中获得更多价值 Copilot 默认情况下已变得更高效，但一些使用习惯可以帮助你的积分用得更久。 从自动模式开始。自动模式是许多任务的强力默认选项，因为它会根据你正在尝试做的事情来选择模型，而无需你每次都手动挑选。 保持上下文聚焦。当你切换任务时开启一个新会话，在需要时压缩长时间运行的会话，并且当你已经知道相关代码所在位置时，明确指出你希望 Copilot 使用的文件。更少的不必要上下文意味着会话中更多部分能用于实际工作。 避免在会话中途更改模型或设置。切换模型、推理级别、上下文大小或工具配置可能会破坏缓存复用，并迫使 Copilot 重建上下文。按照你想要的方式设置好会话，然后将相关工作保持在一起。 先规划，再并行。对于较大的任务，先让 Copilot 制定计划。当工作确实可以拆分时，并行智能体才真正有用，但它们也会并行消耗额度，因此请审慎使用。 只使用你需要的工具。工具和 MCP 服务器功能强大，但过于宽泛的工具集可能会增加额外上下文。启用与任务相关的工具，关闭不需要的部分。查看 GitHub Copilot 中的智能体查找器，有助于简化你的工具使用。 检查你的使用情况。你的 AI 使用页面会显示额度在各个功能和模型中的消耗情况。在 Copilot CLI 中，会话级别的使用情况也能帮助你在工作中发现高消耗模式。 完整指南请参阅《如何更有效地利用你的 AI 额度》。 自动模型选择功能现已适用于支持的 Copilot 体验。了解更多信息，请参阅自动模型选择文档。你也可以在 Copilot 讨论区分享反馈。 我们正在持续提升 Copilot 在系统层面的效率，以便更多额度能用于有效工作，而无需你手动调整每一个模型选择。 本文由 Nhu Do 和 Aashna Garg 共同贡献。