GitHub 在 2026 年 6 月 10 日宣布，Copilot Chat 与 Copilot cloud agent 之间的交接体验已更新。当开发者从 chat 启动 agent session、建立 pull request 或要求 agent 对 repo 做 deep research 时，Copilot Chat 现在可以显示 session 状态，并在完成后让用户追问。
这次更新最重要的地方，是 Copilot Chat 加入两类与记录相关的能力。第一是 Get agent logs，可以把 cloud agent 在 pull request 上的工作记录拉回对话，让用户询问改了什么、验证了什么，以及为什么这样做。第二是 Session search，可以按主题、标题或时间搜索和总结过往 agent sessions。
AI coding agent 要真正进入团队流程，不能只懂「做一次任务」。团队需要知道 agent 正在做什么、做完后留下了什么、哪些检查已经跑过、哪些判断仍需要人确认。没有这层记录，agent 速度越快，review 成本反而可能越高。
Copilot Chat 看到 agent sessions，代表聊天界面正在由提示入口，变成代理工作流的控制面。开发者不一定要跳去另一个页面追踪 agent 状态，也可以在同一段对话中查询过去执行记录，延续上次未完成的工作。
这对大型 codebase 尤其重要。agent 做 deep research、建立 PR 或处理修复时，真正有价值的不只是最终 diff，而是中间曾经看过哪些文件、跑过哪些验证、为什么选择某个方向。把这些资讯变成可查的 session logs，可以改善人与 agent 之间的信任和协作。
当然，session search 也带来治理问题。企业要思考哪些 agent logs 可被哪些人搜索、记录保留多久、是否包含敏感内容，以及如何与 PR review、CI、secret scanning 和权限政策配合。
整体来看，GitHub 这次更新显示 AI 编程平台正在补上「记忆和可追踪性」这一层。下一阶段的 agent workflow 竞争，不只是谁能写更多代码，而是谁能把代理行为变成可理解、可搜索、可审阅的工程记录。
