代码生成只是起点：GitHub 官方的 Agentic 工程四阶段工作流

GitHub 观察到一周内提交量同比暴涨 400%，但 AI 采用度高的团队 PR 评审等待时间反而拉长 441%。文章把开发流程拆成 Plan、Build、Verify、Observe 四个阶段，逐段讲清 Copilot 系列工具怎么分担检索、并行、评审和线上排查的负担，是一份可照着落地的 agentic 工作流指南。

Plan：先让人和 Agent 对齐，再动手写码

• 典型痛点：设计文档、Slack 里的兼容性要求、旧 PR 里的历史决策散落各处，光收集上下文就耗掉几小时
• 用 Copilot 在 Slack 或 Teams 里拉上产品、设计、业务方一起对齐需求，并接入关联工具的上下文
• 让 Copilot 把达成共识的需求转成带验收标准的 GitHub Issues，拆出可独立处理的任务
• 用 GitHub Agentic Workflows 做打标和复杂度估算，低复杂度任务直接派给 Copilot，人只管难决策
• 复杂工作用 Plan Mode 对比方案，人工审批计划后再交给 Copilot 实施

Build：让任务在你离开电脑后继续跑

• Session continuity 支持跨设备接续同一个 Copilot 会话，换个地方也能继续干活
• 任务跑在云端沙箱里，合上笔记本工作照常推进
• Copilot app 给每个会话隔离的仓库副本，实现任务和文档更新互不污染工作区
• 用仓库指令和共享记忆沉淀团队约定与校验命令，Copilot Dreaming 会根据会话和 PR 反馈自动更新记忆
• Copilot Fusion 可按任务选模型和推理深度，自行权衡质量、成本和响应速度

Verify：别让 47 个文件的'小重构'堵死评审队列

• 441% 的评审延迟就是这么来的：生成测试、格式化改动和核心逻辑混在一个大 PR 里
• 用 stacked pull requests 把依赖性工作拆成小 PR，各自独立评审，他人还能提前在其上开发
• GitHub Code Quality 在人评审前先按组织规范拦截常规问题
• Copilot code review 按改动复杂度调整分析深度；AI Scan 补上 CodeQL 覆盖不到的语言和非结构化密钥检测
• Agentic Autofix 修安全问题，Agent Merge 处理失败检查、评审意见和冲突，配置后 Copilot 甚至能自动合并

Observe：上线只是开始，不是终点

• 所有检查都过了，第二天 on-call 面板照样可能报间歇性超时，大客户受影响
• 通过 Fabric 等 connector 接入可观测性工具和业务数据，让 Copilot 协助定位是哪些请求或客户群受影响
• 把运行时证据和工程上下文放在一起看，再决定是修复还是回滚