GitHub 在 2026 年 6 月 15 日更新 Copilot usage metrics。今次變化不是新增一個漂亮 dashboard，而是把報表的資料來源由單靠 client-side telemetry，擴展到加入 server-side telemetry。對企業管理 AI coding tools 來說，這是一個很實際的治理更新。
過去 Copilot 使用報表主要依賴 IDE 和其他 client 發出的 telemetry。問題是這些訊號不一定全部送達。網絡環境、proxy、client 設定或其他外部因素，都可能令一名實際有使用、亦有付費 seat 的用戶，在報表中消失。結果是管理層看見的 AI 採用率，可能比真實情況低。
GitHub 現在會用額外 server-side telemetry 去確認活躍用戶。凡是 server side 可以確認活躍、但 client telemetry 沒有捕捉到的用戶，都會加入 enterprise single-day 和 28-day reports。官方例子是原本單日報表顯示 1,000 名 daily active users，更新後可能變成 1,050 名，新增的 50 名就是 server side 確認到的活躍用戶。
這個改動也有一個重要限制：server-side telemetry 目前未必帶有 client telemetry 那種細節，例如 IDE、feature、model 或 lines-of-code activity。因此，高層總數會更完整，但部分維度 breakdown 可能暫時變成 unattributed。GitHub 表示這是把 server-side signals 帶入 Copilot metrics 的第一步，之後會逐步補回更豐富的功能和使用面向。
對企業而言，這件事的價值在於減少「有付款、有活動，但報表看不到」的落差。AI 工具的採用率、活躍率和 ROI 討論，很容易因資料缺口而失真。當報表更接近 billing 和 activity log，IT、財務和工程管理層就更容易對齊同一套數字。
這也反映 AI coding agent 正由試用階段進入營運管理階段。早期團隊關心 Copilot 能不能幫人寫快一點；成熟階段則要知道誰在用、用在哪裏、成本是否合理、哪些團隊需要 training，以及哪些流程應該進一步導入 agentic coding。
整體來看，GitHub 這次更新提醒企業：AI adoption 不只是工具上線，而是要有可信的量度基礎。當 active users 可以更準確地被捕捉，團隊才有條件把 AI coding 從個人效率工具，升級成可管理、可培訓、可審視的工程能力。
