GitHub 于 2026 年 9 月 25 日介绍 Copilot app 的 canvases，提出一种由工作流开始设计界面的方式。Canvas extension 是用户和代理共同操作的可自定义表面，可以是 kanban board、issue triage board、release checklist、dashboard、form 或 spreadsheet。
与一般只显示答案的聊天不同，canvas 是双向的。代理可以在工作进行时更新卡片和数据，用户则可以通过按钮、filter、card 或其他控件修改同一个表面。GitHub 把它比喻为一块实时共享白板，界面不再只是输出，而是工作本身的一部分。
创建 canvas 不需要先写 UI 或排版。用户在 agent session 输入 `/create-canvas`，用自然语言说明三件事：canvas 要支持的 workflow、用户需要的控件，以及代理可以执行的动作。代理会在右侧 panel 创建第一版，之后可以用对话和实际操作逐步修改。
这种方式适合把零散工作变成一个可见状态，例如追踪 release notes、整理待处理 issue、管理发布清单或显示一组数据。它的价值不只在于节省写界面时间，也在于把代理的工作进度放进人可以直接操作、检查和修正的表面。
不过，生成一个可交互界面不等于工作流已经可靠。团队仍要检查 canvas 使用的数据来源、更新权限、动作副作用、版本和谁可以看到或修改内容。如果 canvas 连接 issue、repository 或部署流程，仍应保留审批、测试及变更记录，不应因为画面看起来直观就跳过工程治理。
GitHub 也提到社区已经分享多种 canvas extensions，包括 release notes、kanban 和 issue triage 工具。这可以缩短起步时间，但第三方 extension 的权限、指令和数据流仍要按项目审阅；适合一个 workflow 的 extension，不一定适合另一个团队的 repository 或敏感数据。
Copilot canvas 的方向，是将 AI agent 从聊天框带到可持续操作的工作空间。对采用者而言，较稳妥的做法是先从简单 checklist 或只读 dashboard 开始，确认数据和操作边界，再逐步加入代理更新和外部系统写入。
