摘要本文深入解析 GitHub Copilot 的 Agent 模式它是继 Chat对话分析和 Edit原地修改之后的第三代 AI 编程助手。Agent 模式的核心是“自动执行”你只需告诉它最终目标如“加一个分页查询接口”它便能自主分析项目结构、修改多个文件、运行测试并修复 Bug完成从需求到可运行代码的全流程。文章通过三个实战案例补全接口文档、自动修 Bug、重构老项目和五大使用技巧详细展示了 Agent 模式如何将开发者从重复性、跨文件的机械操作中解放出来并与 Chat、Edit 形成互补的工作流最终实现“Chat 讨论方案 → Edit 精准修改 → Agent 自动执行”的高效组合。背景回顾从补全到代理如果你是从第一篇开始追这个专栏的你应该记得我们聊了 Copilot 的两大核心能力-Copilot Chat— 侧边栏聊天窗口适合问问题、分析代码、讨论方案-Copilot Edit— 内联编辑器适合选中代码原地修改、重构这两个功能的区别很简单Chat 是跟你讨论Edit 是直接动手改。但 Copilot 在 2026 年更新了一个更重要的模式——Agent 模式。Agent 模式跟 Chat 和 Edit 最大的区别在于它不需要你告诉它改什么只需要你告诉它要什么结果。中间的步骤——创建文件、修改代码、运行命令、检查结果、修正 bug——都是由 Copilot 自己完成的。一个典型的场景对比用 Edit你选中代码 → CtrlI → 给我加一个分页功能Copilot Edit在你的代码旁边生成 diff你看着 Accept用 Agent你CtrlShiftI → 帮我在 UserController 里加一个分页查询接口支持按用户名模糊搜索用 MyBatis-Plus 实现Copilot Agent自己思考需要哪些步骤 → 打开 Controller 文件 → 修改代码 → 创建 Mapper 方法 → 检查有没有遗漏 → 全部改完后告诉你结果第二个场景里的 Copilot Agent实际上承担了一个初级开发者的角色。你给它一个需求它从头干到底你最后验收结果就行。Agent 模式到底能做什么先说清楚一个概念VS Code 里的 Copilot Agent 跟 GitHub 上那个 Copilot Agent 是两个东西。今天聊的是VS Code 编辑器里的 Agent 模式——它在你编辑器的上下文里工作能看到你打开的文件、项目结构、终端输出。Agent 模式能做的事情包括第一类多文件修改这是 Agent 跟 Edit 最大的区别。Edit 一次只改一个文件的一块代码。Agent 可以同时改多个文件。假设你要给项目加一个用户登录日志的功能。用 Edit你得先改 Controller 加接口 → 再改 Service 加方法 → 再创建 LogMapper → 再建数据库表 → 再改配置文件。改 5 个文件切 5 次做 5 次 diff。用 Agent你只需要说一句给项目加用户登录日志功能每次登录成功记录到 login_log 表 字段包括 user_id、login_time、ip_address、user_agent。Agent 会自动分析项目结构找到 Controller加日志记录逻辑、创建 LoginLog 实体和 Mapper、建表 SQL。一条提示词改好了 4 个文件你逐文件审查一次就行。第二类自动跑测试和修 BugAgent 模式下Copilot 可以执行终端命令。你让它跑测试它就跑。跑挂了它就看错误日志自己定位问题自己改代码修复再跑一次。你不需要打开终端、不需要分析报错、不需要手动修改。Agent 跑完会说测试通过修复了 3 个问题。举个例子我在 user_service_test.py 里加了一些测试用例帮我跑一下看看能不能通过Agent 会1. 打开终端 →pytest userservicetest.py -v2. 看到 3 个 FAILED3. 分析每个失败的报错AssertionError、TypeError、NameError4. 打开对应的 user_service.py逐个定位问题5. 修改代码6. 重新跑测试7. 全部通过后告诉你测试通过修复了 mock 参数不匹配、类型转换遗漏、变量名拼写错误三个问题整个过程你只需要看结果什么都不用操作。第三类项目创建、代码迁移、重构中小型项目可以从头让 Agent 帮你创建。用 Express TypeScript 创建一个 TODO API 项目。 数据库用 SQLiteORM 用 Prisma。 需要有完整的 CRUD 接口、数据校验、错误处理。 启动后输出到 terminalServer running on port 3000Agent 会自己走安装流程✅ 初始化项目 package.json ✅ 安装 express, prisma, typescript 等依赖 ✅ 配置 tsconfig.json ✅ 创建 Prisma schema ✅ 生成数据库迁移 ✅ 写路由文件、控制器、中间件 ✅ 启动项目验证接口可用 → 全部完成用时 3 分 12 秒很接近 Claude Code 的操作方式——但 Claude Code 是在终端里你的 IDE 体验是零。Agent 模式在 VS Code 里运行你可以实时看到文件的变化和 diff。打开 Agent 模式的方法Copilot Agent 的入口在 VS Code 里很显眼——Chat 面板左上角有一个切换按钮。默认是 Chat 模式聊天气泡图标点一下切换到 Agent 模式小机器人图标再点一下切换回 Chat。用快捷键触发的话-CtrlShiftI打开 Chat 面板 → 默认是 Chat 模式-CtrlI在弹出的 Edit 输入框 → 输入框右下角也有一个「切换到 Agent」按钮- 最直接的直接在 Chat 面板打/agent后面跟你的需求切换完成后你会看到输入框下面多了一行提示Agent 模式 | Copilot 将读取你的工作区文件并执行操作同时出现两个选项-编辑文件默认开启— Agent 可以修改你的代码文件-运行命令默认关闭— Agent 可以执行终端命令首次需要你确认如果打开运行命令Agent 的威力才能完全释放——它可以在终端里跑测试、安装依赖、编译代码。但注意建议第一次使用 Agent 模式的时候先把运行命令关闭。等你有把握了再打开。不然 Agent 自动给你装了一堆依赖你可能都不知道发生了什么。实战一用 Agent 补全接口文档场景你有一个 Spring Boot 项目控制器写完了但没写 Swagger 注解。之前的做法手动在每个 Controller 方法上加 Operation、ApiResponse。20 个接口一个一个加枯燥且容易漏。用 Agent在 Chat 面板切换到 Agent 模式输入给 controller 包下所有 REST 接口加上 Swagger 注解。 每个接口的描述从方法名和参数名推断。 响应错误码统一加400参数错误、500服务器错误、200成功。Agent 会1. 扫描 controller 目录找到 20 个文件2. 分析每个方法签名和参数名3. 推断接口描述「根据用户名和邮箱查询用户」→ Operation(summary 查询用户, description 根据用户名和邮箱模糊查询)4. 给每个方法加上 ApiResponses5. 所有文件改完后逐个展示 diff结果20 个文件全部加上了 Swagger 注解耗时大约 40 秒。你逐个文件翻一遍看到不合适的描述手动改一下就搞定了。实战二用 Agent 自动修 Bug比改代码更爽的是让 Agent 帮你 Debug。你有一个 Node.js 项目用户反馈了一个 Bug上传文件超过 10MB 时服务器直接挂了连错误提示都没有。你在 Agent 模式下输入用户上传文件超过 10MB 时服务器崩溃帮我找到问题并修复。 重点关注文件上传相关的中间件和路由。Agent 会1. 打开项目结构找到multer配置文件和文件上传路由2. 分析代码发现multer的limits.fileSize没设Nginx 也没有限制3. 检查后端有没有错误处理中间件——发现没有全局错误拦截4. 于是它做了三件事- 给multer加上limits: { fileSize: 10 1024 1024 }- 加了一个全局错误处理中间件捕获MulterError返回友好提示- 在nginx.conf加入clientmaxbody_size 10m然后它报告结果✅ 修复完成改动 3 个文件 1. src/middleware/upload.js — 添加 fileSize 限制10MB 2. src/middleware/errorHandler.js — 新增全局错误处理 3. nginx.conf — 添加 client_max_body_size 10m 已生成超过10MB文件的测试用例需要我跑测试验证吗Agent 的 Debug 能力强在其理解整个系统的上下文——它知道瓶颈可能在前端、后端、Nginx、数据库等不同层面。给它一个 Bug 描述它自己就能顺藤摸瓜找到根因。实战三用 Agent 重构老项目假设你要接手一个同事留下的老项目——Java 8、Spring Boot 2.x、JSP 页面混杂、手写 JDBC。你的任务是把它升级到 Spring Boot 3.x MyBatis-Plus。大部分程序员看到这种任务脑子已经开始疼了。但用 Agent你可以拆成几个小任务第一步让 Agent 分析项目结构分析这个项目的依赖和架构列出迁移到 Spring Boot 3.x MyBatis-Plus 需要改动的地方。 按改动量从大到小排列。Agent 读完项目后会输出一份详细的迁移计划包括哪些文件需要改动、涉及那些依赖升级、有哪些已知的兼容性问题。第二步让 Agent 逐个执行开始迁移先把 pom.xml 里的 Spring Boot 版本从 2.x 升级到 3.x 同时检查所有依赖的兼容性列出需要升级的第三方库。Agent 会逐条处理每改完一个文件就展示 diff你确认后执行下一步。第三步替换 DAO 层把所有手写 JDBC 的 DAO 类改成 MyBatis-Plus 的 BaseMapper 继承方式。 Mapper XML 文件保留不动。Agent 会扫描所有 DAO 类逐个替换。这种大型重构一口气让 Agent 做完不现实会有遗漏。但拆成清晰的子任务每个任务做一次验证经过 3-5 轮对话就能逐步替你把整个项目翻新一遍。什么时候该用 Agent什么时候不该用Agent 模式很强大但不是所有场景都适合。适合 Agent 的场景1. 重复性修改批量加注释、批量加日志、批量改命名、批量改参数——任何需要在所有类里做同样的事的场景Agent 比人高效 10 倍。2. 跨文件修改一个需求改动涉及 3 个以上的文件用 Edit 要切来切去用 Agent 一站式搞定。3. 需要跑命令验证写完代码后跑测试验证——Agent 可以自动执行测试命令、分析结果、修完继续跑。4. 你心里有底但你懒的操作你知道怎么写你完全能做但你觉得这种事情让 AI 做吧——这是 Agent 最舒服的场景。你给明确的指令它一模一样的执行。不适合 Agent 的场景1. 需要精确控制修改范围的Agent 有时候会改多——它觉得改 A 的时候顺便改一下 B 的命名更统一。但对于需要严格控制的代码比如支付模块、安全模块多改一点都不行。2. 第一次写的代码你不确定怎么写的时候你甚至没法判断 Agent 写得好不好。这种情况下用 Chat 问清楚方案再用 Edit 逐步写更适合。3. 涉及外部系统变更的Agent 只能改你项目目录里的代码。它不能帮你配置 AWS、不能帮你改线上数据库、不能帮你发 PR。它的边界是你的工作区。Agent 模式的使用技巧用了一段时间 Agent 模式之后我总结了几个实用技巧技巧一第一步先分析不要一上来就改Agent 模式最容易翻车的地方是——它没理解透你的项目就开始改。解决办法是任何复杂操作前先加一句先分析不要改。列一下需要改哪些文件、改什么内容。Agent 会输出一份计划你审完说好按这个执行它再动手。技巧二复杂操作分批进行把一个大需求拆成 3-5 个明确的小步骤每一步做完你确认一次。第一步给 UserController 加分页查询接口 ✅ 确认 第二步创建对应的 Service 方法 ✅ 确认 第三步加 Mapper 查询方法 ✅ 确认 第四步跑测试看能不能用 ✅ 确认如果你一次把四个步骤都扔给 Agent它可能会全部做完但是其中某一步跑偏了你还要回退。技巧三给 Agent 看例子Agent 执行多文件修改时它理解项目风格的能力没有你想象中那么强。如果你想让 Agent 参考项目中已有的某个写法直接把那个文件拖到 Chat 里给它看看参考这个 UserController 的写法风格给 OrderController 也加上类似的日志和异常处理。有了参考文件Agent 生成的代码风格贴合度会提升很多。技巧四修改前先备份Agent 会直接修改你的代码文件。如果出错了虽然有 Undo 可以回退但批量修改后 Undo 可能覆盖不了所有改变。建议在让 Agent 做大范围修改前先 git stash 或创建新分支。git checkout -b agent-refactor-xxxxAgent 改完你觉得 ok再合并到主分支。有问题直接删分支重来零成本。技巧五第一次用先关闭运行命令Agent 的运行命令能力是双刃剑。它能自动安装依赖、跑测试、编译代码非常强。但你得看住它别让它乱装东西。建议第一次使用时关闭运行命令。等理解 Agent 的行为模式后再对有把握的操作打开。Agent vs Edit vs Chat怎么组合Copilot 三个模式不是互相替代的是三种不同层级的助手模式能力你做什么AI 做什么适合场景Chat对话问答分析代码、设计方案、学习Edit原地修改选中范围、说需求原地改代码精准修改、小范围重构Agent自动执行说需求审结果分析、改代码、跑命令多文件修改、Debug、自动测试一个典型的一天工作流1. 早上打开一个 PR不知道它在改什么 →Chat这个 PR 的改动范围是什么2. 讨论方案 →Chat这段代码用状态模式合适吗3. 确定要改了 →Edit选中方法说需求Accept4. 涉及多个文件 →Agent在这个模块加缓存参考 user 模块的缓存写法5. 跑测试 →Agent跑测试看有没有问题6. 最终 Review →Chat把改完的代码贴过去让它做性能分析总结Copilot Agent 模式是 VS Code 里 AI 编程能力的一次跃升。它不是简单改代码而是理解上下文、分析需求、多步执行、验证结果——更接近一个初级开发者的角色。从使用频率上看我自己的实际体验- Chat每天都在用问问题、讨论方案- Edit写代码时高频使用80%的代码修改- Agent每天用 2-3 次用于批量修改、自动测试、项目初始搭建Agent 不会完全取代 Chat 和 Edit。但它是三个人里面最能让你少干活的那个。它适合你做但不想做的重复劳动——批量加注释、改命名、跑测试。你跟 Agent 配合的默契度越高你花在机械操作上的时间就越少。如果你还没有试过 Agent 模式今天就可以试打开 VS Code按CtrlShiftI在输入框的下面找到模式切换按钮切换到小机器人图标然后输入帮我分析这个项目列出所有的设计模式使用情况。Agent 会开始扫描你的代码逐个文件分析最后给你一份惊喜的清单。看明白 Agent 在干什么之后你再给它提下一步需求你会发现——原来之前需要自己动手的那么多步骤现在说一句话就够了。下一篇预告Windsurf vs Cursor vs Copilot——2026年AI IDE 横评。这三个神仙打架的 AI 编辑器到底哪个更适合你