AI 程式開發工具
GitHub Copilot 在 JetBrains 開放代理遙測與 token 上限，BYOK 端點可集中管控模型
GitHub 更新 JetBrains 外掛，讓代理工作流匯出 OpenTelemetry，並可為自帶金鑰與自訂端點設定輸入、輸出 token 上限。Claude 代理流程亦可直接接入 MCP 伺服器與自訂代理，但工具呼叫內容、成本歸因及資料遮蔽仍需部署團隊自行驗證。
GitHub 7月27日更新 JetBrains IDE 內的 Copilot，重點從增加模型選項轉向代理的營運控制。新版允許管理者在外掛設定中配置 OpenTelemetry 匯出，讓代理工作流的執行資訊進入既有可觀測性系統；BYOK 與自訂推論端點則新增 `maxInputToken`、`maxOutputToken` 預設值，並可一次啟用或停用所有內建 Copilot 模型。對同時使用託管模型及內部閘道的團隊而言，這些設定提供較明確的成本與模型治理邊界。
更新亦把 MCP 伺服器和自訂代理帶入 Claude agent flow。開發者可在同一個 IDE 工作階段套用專案工具、團隊指令及特定代理，不必把流程拆到外部終端。Copilot CLI 工作階段現在支援 fork、`/rubber-duck` 指令與待辦清單；MCP 診斷、模型選擇器、使用者提問通知及工作集路徑大小寫處理也獲得改善。這些變更建立在 JetBrains 已把 Copilot 納入原生 agent picker 的整合之上，而驗證仍透過獨立的 GitHub OAuth 與 Copilot 訂閱完成。
技術上最值得注意的是 OpenTelemetry 是否足以支撐代理除錯。公告確認可以設定匯出，卻未列出完整 span schema、提示與工具參數的遮蔽規則、跨 fork 的 trace 關聯方式，或自訂端點的 token 計數差異。token 上限也只是請求邊界，不能保證代理總工作階段費用，因為重試、分支及 MCP 工具仍可能累積消耗。準備導入的團隊應先在測試專案檢查匯出的欄位與敏感資料，再確認停用內建模型後是否存在回退路徑；同時把模型、工具及端點白名單納入版本化設定，而不是只依賴個別開發者的 IDE 選項。