GitHub обновил работу агентной системы в GitHub Copilot CLI, внедрив механизм «умного делегирования подагентов». Цель обновления — сократить лишние передачи задач между агентами, уменьшить количество ошибок инструментов и ускорить отклик при повседневной разработке.
В типичном сценарии Copilot CLI может передать даже простое изменение кода вспомогательному агенту: тот запускает поиск по репозиторию, ждёт результаты и задерживает выполнение. Для задач вроде точечного редактирования файла это создаёт избыточные шаги. Подагенты действительно полезны для параллельного исследования крупного кода, проверки отдельной части проекта или длительных операций, но каждое делегирование добавляет накладные расходы.
Новая схема делегирования делает главный агент Copilot CLI более избирательным. Теперь он чаще выполняет узкие и хорошо описанные задачи сам — находит файл, читает его, вносит конкретное изменение и проверяет результат. Подагенты используются, когда работа требует независимого контекста, широкой навигации по коду или естественного параллелизма.
Система также по-другому ведёт себя при запуске подагента. Вместо того чтобы «ждать» результат, главный агент продолжает выполнять независимые шаги. Если делегирование всё же происходит, передача задачи стала более чёткой: формулируется запрос пользователя, текущий контекст, зона ответственности подагента и формат результата, который нужен основному агенту.
Обновление уже развернуто на 100% продакшен-трафика GitHub Copilot CLI. Чтобы воспользоваться улучшениями, достаточно обновить Copilot CLI в терминале командой /update до версии 1.0.42 или новее.
По данным производственного A/B‑теста, улучшение снизило число отказов инструментов на сессию на 23%. Отдельно зафиксировано уменьшение ошибок поискового инструмента на 27% и инструмента редактирования на 18%. Суммарное время ожидания пользователя сократилось на 5% на уровне P95 и на 3% на уровне P75, при этом качество ответов не ухудшилось. P95 описывает время ожидания в самых медленных 5% сессий, P75 — ближе к «медленной» части типичных сессий.
Команда Copilot подошла к улучшению делегирования как к замкнутому циклу: анализ поведения агента, поиск узкого места в оркестровке, целенаправленное изменение, проверка офлайн, измерение онлайн и выпуск только после улучшения всей цепочки. Вместо ручного просмотра сессий GitHub использовал большие языковые модели для анализа траекторий агента и выявления случаев, когда подагенты подключались к уже узким и понятным задачам.
Такой анализ показал, что часть делегирований приводила к повторному поиску по репозиторию, хотя у главного агента уже было достаточно данных для прямого действия. Это сформировало критерий изменений: простые задачи «поиск + правка» оставлять главному агенту, а подагентам отдавать более широкие или пересекающиеся по контексту работы.
После диагностики GitHub с помощью LLM сформировал более селективную политику оркестровки. Подагенты рассматриваются как инструмент параллельного выполнения, а не как механизм паузы. Сначала выбирается самый узкий эффективный путь, затем при росте неопределенности и сложности работа масштабируется через делегирование, и снова упрощается, когда задача становится достаточно сфокусированной.
Перед широким вводом изменений команда провела офлайн‑валидацию: автоматически сгенерированные регрессионные кейсы и существующие бенчмарки помогли убедиться, что новая политика делегирования снижает лишние накладные расходы и сохраняет пользу подагентов там, где они действительно дают эффект.
Далее изменения прошли сквозь этапы внутреннего и публичного A/B‑тестирования. В продакшене анализировались показатели устойчивости работы, скорости отклика, загрузки подагентов и итогового качества. Основной вклад в улучшение дал не ускоренный вызов отдельных LLM, а сокращение оркестровочных накладных расходов: меньше лишних путей с подагентами и меньшая нагрузка на подагентов на одного пользователя.
В результате Copilot CLI стал вести себя менее «шумно»: снизилось количество лишних передач задач, повторных поисковых запросов и неудачных последовательностей вызова инструментов. При этом интерфейс и сценарии использования для разработчиков не изменились — оптимизация происходит полностью за кулисами.
Для разработчиков это выражается в более плавной повседневной работе. Простые запросы чаще выполняются напрямую, сложные по‑прежнему получают помощь специализированных подагентов, а долгие сессии проходят с меньшими задержками и меньшим числом ненужных шагов.
GitHub рассматривает это обновление как часть более широкой задачи: улучшать то, как Copilot CLI подбирает модель, агента и инструменты под конкретную задачу, репозиторий, политику и ожидаемый результат. По мере усложнения задач качество оркестровки становится критичным: система должна понимать, когда действовать напрямую, когда делегировать и как поддерживать прогресс без лишнего трения.
Следующие шаги включают повышение адаптивности Copilot CLI по отношению к моделям, агентам, навыкам и инструментам, чтобы разработчикам не приходилось самим выбирать, нужен ли более крупный модельный вариант, специализированный подагент или процедурный навык. GitHub также планирует развивать метрики качества оркестровки, анализ причин сбоев и прозрачность поведения основного агента и подагентов. Цель формулируется просто: меньше ожидания, меньше избежимых ошибок и больше полезного прогресса за каждую сессию работы агента.
Чтобы опробовать улучшения, нужно обновить GitHub Copilot CLI до версии 1.0.42 или выше командой /update в терминале. Обратную связь можно оставить через команду /feedback в CLI или открыв issue в публичном репозитории GitHub Copilot CLI.
Материал основан на публикации инженерных и исследовательских команд Microsoft Code | AI и GitHub.
