Vad hände
GitHub utökad Copilot-kodgranskning för att täcka förfrågningar från botförfattare, pull-förfrågningar från Copilot molnagenter och mycket stora pull-förfrågningar. Det lade också till upplösningsskäl för Copilot recensionskommentarer.
GitHubs ändringslogg den 27 augusti 2026 säger att Copilot-kodgranskning nu kan granska två kategorier av pull-förfrågningar som den inte tidigare täckte: pull-förfrågningar skapade av bots när en granskning begärs automatiskt, och mycket stora pull-förfrågningar. Uppdateringen är en produktändring av ett AI-granskningssystem, snarare än en allmän ändring av GitHub:s pull-request-arbetsflöde. Källan anger inte hur många kunder som är berörda eller hur ofta dessa fall inträffar.
För bot-författade pull-förfrågningar säger GitHub att organisationer måste aktivera policyn som tillåter medlemmar utan en Copilot-licens att använda Copilot-kodgranskning på GitHub.com. Enligt det arrangemanget kan granskningen fortsätta även om det inte finns något Copilot-licensierat konto att tillskriva det, och GitHub säger att användningen faktureras direkt till organisationen. Källan anger inte faktureringsenhet, pris, kvot eller om administratörer får ytterligare kontroller.
Uppdateringen ändrar också behandlingen av pull-förfrågningar som öppnas av Copilot molnagent. Tidigare säger GitHub att automatiskt begärda granskningar av dessa pull-förfrågningar föll tillbaka till en begränsad upplevelse. Copilot kodgranskning kan nu ge vad GitHub kallar en fullständig agentgranskning. Separat säger GitHub att dess tidigare gräns på 300 filer eller 20 000 rader kod inte längre gäller för stora pull-förfrågningar. Tillkännagivandet identifierar inte en ersättande övre gräns eller förklarar hur fördröjning och kostnad för granskning kan förändras för ovanligt stora förändringar.
GitHub lade till en rullgardinsmeny bredvid knappen "Lös konversation" i kommentarer om Copilot kodgranskning. Utvecklare kan välja "Adresserat", "Kommer inte att fixa" eller "Inkorrekt" när de löser en kommentar. GitHub säger att dessa val ger feedback till dess produktteam och hjälper till att förbättra produkten. Källan säger inte om orsakerna påverkar framtida granskningar för ett enskilt förvar, används endast i sammandrag eller exponeras genom rapporteringsverktyg.
Källinformation: github.blog ↗
Varför det spelar roll
Ändringarna utökar AI-kodgranskning till arbetsflöden där programvara produceras av bots och tar bort en angiven storleksgräns. De skapar också en feedbacksignal om huruvida utvecklare adresserade, avvisade eller ifrågasatte en AI-kommentar.
Ändringen av botgranskning är viktig eftersom den för in AI-granskning i ett arbetsflöde där författaren till en pull-begäran själv kan vara en automatiserad mjukvaruagent. Det kan hjälpa organisationer att tillämpa ett granskningssteg på kod som produceras av Copilot molnagent eller andra botar utan att kräva att varje bot-författad ändring ska mappas till ett licensierat mänskligt konto. Samtidigt upprättar källan ett fakturerings- och policyberoende: organisationen måste uttryckligen aktivera den relevanta inställningen, och organisationen står för den angivna användningskostnaden.
Förändringen av Copilot-molnagenten är betydande inom GitHub:s produktekosystem eftersom den tar bort den begränsade recensionsreserv för automatiskt begärda granskningar av företagets egna agentförfattade pull-förfrågningar. Rent praktiskt kan en mjukvaruagent generera en förändring och en annan Copilot-granskningsförmåga kan granska den under organisationens konfigurerade automationsregler. Tillkännagivandet slår inte fast att detta skapar oberoende försäkran, fångar upp fler defekter eller ersätter mänsklig granskning. Den beskriver bara en bredare produktkapacitet och en förändring i recensionsupplevelsen.
Att ta bort den angivna gränsen på 300 filer eller 20 000 rader kan göra Copilot kodgranskning mer användbar för stora beroendeuppdateringar, genererade ändringar, migrering eller andra breda ändringar. Avsaknaden av en ersättningsgräns är dock viktig. Mycket stora recensioner kan fortfarande möta odokumenterade begränsningar, högre kostnader, längre handläggningstider eller minskad användbarhet om kommentarer blir svåra att prioritera. GitHub tillhandahåller inget riktmärke som jämför granskningskvaliteten för stora drag-begäranden med mindre recensioner, och inga bevis i den här källan visar att den utökade kapaciteten förbättrar programvarans tillförlitlighet.
Funktionen för upplösningsanledning kan förbättra den information som är tillgänglig för GitHub om hur utvecklare bedömer AI-genererade recensionskommentarer. "Adresserat", "Kommer inte att åtgärda" och "Felaktigt" skiljer en korrigering från ett avsiktligt beslut och ett felaktigt förslag, som kan vara mer informativt än att bara avsluta en konversation. Men källan kvantifierar inte förväntade kvalitetsförbättringar, beskriver inte hur data kommer att användas eller tar upp om urvalen är synliga för arkivdeltagare bortom själva kommentaren. Dessa detaljer påverkar funktionens styrning och arbetsplatsimplikationer.
Interaktiv mekanism: hur det faktiskt fungerar
Utforska den underliggande tekniken bakom denna utveckling interaktivt.
crm_get_transaction(id='4092').A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Vad du ska titta på härnäst
Källan tillhandahåller inte mått på granskningskvalitet, en ny maximal storlek på dragbegäran, prisinformation eller bredare tillgänglighetsvillkor. Organisationer kommer att behöva bedöma noggrannhet, kostnad och tillsyn eftersom automatiserade granskningar täcker mer genererad kod.
Organisationer som överväger det utökade arbetsflödet för botgranskning bör se policy- och faktureringskonsekvenserna först. Källan säger att automatisk granskning av bot-författade pull-förfrågningar är tillgänglig när policyn som tillåter olicensierade medlemmar att använda Copilot kodgranskning är aktiverad och att användningen faktureras direkt till organisationen. GitHub publicerar inte priser, tak eller exempel i detta tillkännagivande, så administratörer behöver fortfarande dessa uppgifter innan de uppskattar den ekonomiska effekten av en bredare automatisering.
Nästa praktiska fråga är hur den fullständiga agentgranskningen beter sig på kod som öppnats av Copilot molnagent. Användbara bevis skulle inkludera felupptäcktsfrekvenser, falskt positiva frekvenser, genomgångstider och exempel på problem som hittats eller missats. Ingen av dessa mätningar visas i källan. Mänskliga underhållare kommer fortfarande att behöva avgöra om kommentarer är tekniskt korrekta och om en pull-begäran är säker att slå samman, särskilt eftersom tillkännagivandet beskriver kapacitetsutvidgning snarare än en oberoende utvärdering.
Borttagandet av den tidigare storleksgränsen motiverar övervakning för en ny verksamhetsgräns. GitHub säger att begränsningen på 300 filer eller 20 000 linjer inte längre gäller, men den anger inte den maximala storleken som kan granskas, hur systemet hanterar genererad eller repetitiv kod, eller om stora recensioner prissätts annorlunda. Användare bör leta efter dokumentation om gränser, latens, felhantering och kontroller för att dela upp stora förändringar i mindre granskningsbara enheter.
Upplösningsskälen kan bli en viktig produktfeedback-mekanism om GitHub rapporterar hur de påverkar förbättringar av modell eller granskningssystem. För närvarande säger källan bara att valen ger värdefull feedback till produktteamet. Det står inte om utvecklare kan exportera data, korrigera en felaktig klassificering eller granska hur feedbacken används. Dessa frågor kommer att vara viktiga för team som vill ha mätbar tillsyn av AI-granskningskvalitet snarare än en enkel registrering av att en konversation avslutades.