GitHub的下一次规模挑战：为智能体工作负载重构软件技术栈

为智能体规模进行重建 随着GitHub规模扩大到容纳2.25亿开发者和数百亿次提交，该平台面临的基础设施主要挑战正从人类驱动的活动转向自动化的智能体工作负载。微软CoreAI执行副总裁Jay Parikh指出，这需要对软件开发技术栈进行根本性的重新设计，使开发基础设施能够处理高频率的、智能体生成的各种操作。 模型编排与 Copilot Fusion 访谈重点介绍了Copilot Fusion通过智能模型路由平衡质量与成本边界的方法。系统没有依赖单一模型，而是能够自主判断何时由单个模型独立编写代码、何时由评审模型进行审查，以及何时由多个模型共同对输出进行批判。这种编排层充当了一个旨在优化执行质量和Token消耗的技术支架。 经济与架构转型 除了模型路由之外，Parikh还探讨了AI开发的演进经济框架，认为企业应当将AI支出直接与完成的工作和商业成果挂钩，而不是单纯看Token消耗量。此外，诸如将GitHub基础设施迁移至Azure，以及支持跨手机、桌面和VS Code持续运行的跨设备会话等架构变化，反映出开发者工具正在适应持续的、由智能体驱动的工作流。