在经历一系列可靠性挑战后，GitHub于8月部署了超过300万个CPU核心和120PB高速存储。如今，该公司正进一步扩张基础设施，计划新增400多万个CPU核心及160PB存储空间。

这一举措旨在应对AI驱动的代码提交激增。数据显示，9月GitHub代码提交量达73.8亿次，较上月增长5倍。

架构重构与算力扩容

微软CoreAI执行副总裁Jay Parikh在GitHub Universe大会前夕表示，智能体正在重塑软件开发的规模与形态。他指出，仅靠增加算力无法达成目标，必须对架构进行变革。

为此，GitHub正重构其Git架构，将计算与存储解耦。此举旨在防止开发工具在合成负载下崩溃，并实现最高35倍的吞吐量提升。

Copilot Fusion正式发布

大会上，GitHub宣布推出Copilot Fusion正式版。这是一个智能路由引擎，可根据任务难度调度前沿AI模型，以平衡成本、延迟和推理能力。

Fusion包含Standard（标准）、High（高）和Max（最大）三个层级。官方介绍显示，旗舰级Fusion Max在保持推理成本不超过基础模型1.1倍的前提下，显著提升了任务完成率。

Parikh强调，开发人员不应手动管理模型选择。Copilot Fusion会自动评估任务在推理、代码生成、调试等方面的需求，并决定执行策略。

强化供应链安全

为保护软件供应链并防止库中的幻觉问题，GitHub推行了一系列安全措施：

  • 引入基于AI的代码扫描，检查每个拉取请求和仓库中的漏洞；
  • 推广可达性分析，展示代码调用存在漏洞函数的路径，帮助团队优先处理警报；
  • 部署软件包防火墙，在下载时检查npm包，阻止已知恶意包、仿冒名称及零日依赖攻击。

Parikh表示，只有在确保交付质量的前提下，加速才有意义。Copilot Code Review旨在揭示开发人员需要关注的、可操作的Bug。

Copilot演进为项目管理工具

GitHub还扩展了Copilot应用功能，使其向项目管理工具演进：

  • Copilot Projects：允许开发人员跨并行开发轨道跟踪目标、上下文、终端会话及代码差异；
  • Copilot Connectors：原生集成模型上下文协议（MCP），使Copilot能从Cloudflare、Vercel和Sentry等服务拉取实时生产遥测数据和部署上下文，支持CLI、Web应用和VS Code；
  • Copilot Automations：允许团队配置可复用的后台代理任务。

此外，GitHub宣布所有GitHub Enterprise用户均可获得Copilot访问权限，无需额外购买席位。

值得注意的是，GitHub此前在9月使用Rust语言重写了支撑Copilot CLI、应用和SDK的运行时代码。公司指出，此举导致每个客户端工作集内存增加约100MB，提高了进程管理复杂性，并在一定程度上限制了启动速度、吞吐量和服务器密度。