装完刹车，Agent 开始值夜班

上一篇我说，大厂都在给 Agent 装刹车。

这几天，故事的另一半来了：刹车装完，Agent 开始被排进后台值班表。

6 月 2 日，GitHub 给 Copilot cloud agent 上了 Automations。它可以定时运行，也能由新 Issue、PR 等仓库事件自动启动。分拣 Issue、夜间修测试、准备周报，都不必等人先发提示词。

6 月 4 日，Agent tasks REST API 开放。外部脚本可以启动任务、追踪进度，让 Agent 在独立云端环境里改代码、验证并提交 PR。

6 月 9 日，主打长时自主编码的 Claude Fable 5 进入 GitHub Copilot。同一天，GitHub 把 CodeQL、依赖漏洞和密钥扫描扩展到 Claude、Codex 等第三方 Agent。

6 月 10 日，Copilot Chat 开始能看见 Agent 状态、读取任务日志、搜索历史会话，并基于上次结果继续追问。

这些不是零散更新，而是一条清晰的产品路线：

触发任务 → 后台执行 → 自动验证 → 提交结果 → 留下日志 → 人类接管。

AI 编程正在从“我问它一次”，变成“系统在合适的时间叫醒它”。

这也解释了为什么上一篇讲的权限、隔离、日志、回滚突然变得重要。

刹车不是为了让 Agent 跑慢。

刹车是为了让它在你不盯着的时候，也敢继续跑。

协作重点正在变化

以后程序员和 Agent 协作，重点可能不再是反复改提示词，而是四件事：

1. 定义什么情况触发任务。
2. 限制它能动哪些资源。
3. 设计结果如何验收。
4. 规定异常时谁来接管。

OpenAI 介绍 Nextdoor 的实践时用了一个很准确的说法：从反复提示 Agent，转向“结果工程”。

提示词会越来越便宜。

真正变贵的，是任务设计、验收标准和异常处理。

Agent 不只是更会写代码了。

它开始有班表、有日志，也有下班前必须交付的结果。