GitHub Copilot 雲端代理開放推理強度選擇，複雜任務可用更多 AI Credits 換取深度

GitHub 8 月 3 日為 Copilot cloud agent 加入推理強度選擇器：使用者委派任務時，除了挑選支援的模型，也能決定模型在回應或採取動作前投入多少推理計算。功能已提供給包含 cloud agent 的 Copilot Pro、Pro+、Max、Business 與 Enterprise 付費方案。

這項改動把原本隱藏在模型端的推理預算，變成單次代理執行的可調參數。對只需修改小函式、補註解或產生樣板的工作，較低強度可減少延遲與 AI Credits；跨多個檔案追查錯誤、規劃重構或分析大型程式庫時，較高強度則可能讓代理在動手前檢查更多依賴與替代方案。GitHub 明確提醒，高強度會消耗更多 token，因此不能直接當成免費的品質升級。

技術團隊不宜只比較最終答案是否「看起來更好」。較完整的回歸測試應記錄任務成功率、測試通過率、產生的 diff 大小、工具呼叫次數、完成時間及 AI Credits，並按任務類型設定預設值。高推理強度也不代表模型一定掌握正確上下文；若儲存庫指令、測試環境或權限配置有誤，額外推理可能只是放大錯誤前提。

另一個待觀察點是可重現性。GitHub 目前只描述介面層級的 reasoning level，未公布各模型對應的實際 token 預算、停止條件或不同強度間的穩定性。企業若要把 cloud agent 納入可稽核的工程流程，仍應保存模型、強度、提示、執行紀錄與成本資料，而不能把「高」視為跨模型一致的計算規格。