GitHub 于 2026 年 9 月 22 日公布 Copilot for JetBrains 1.18.0，更新重点不是单一模型，而是代理工作阶段的控制方式。新功能包括 AI-assisted tool approvals、重编辑早前消息、共享 skills 和 instructions、Codex agent plan mode，以及对 MCP 工具的持久化控制。
其中 assisted approvals 已进入 public preview。Copilot 会尝试自动批准低风险工具调用，而较高风险的行动仍然要求用户作决定。这种分级方式可减少代理在读取、搜索或其他低风险步骤中反复打断，但 GitHub 没有把它描述成完全自动化的批准系统；团队仍需定义哪些操作可接受，并检查工具本身的权限。
用户也可以重新编辑 agent session 中较早的消息。发送替代消息前，Copilot 会把对话和文件变更回溯到该位置，让用户修正方向后重新开始，而不是在错误路径上继续追加指令。对长流程任务来说，这把「撤回」由文字层面延伸到工作区状态，但仍应配合版本控制和清楚的变更记录。
在组织管理方面，本地和 Copilot agent session 现在支持 organization 和 enterprise skills，以及由组织管理的 custom instructions。共享规则可以让团队对代码风格、测试要求和工作流程有一致基线，也同时让管理员需要审查指令来源、更新流程和适用范围，避免过时规则被长期套用。
Codex agent 新增 plan mode，用户可以在代理开始修改代码前先 review、refine 或 approve 计划。这一层把批准点由单一工具调用提升到整体方案，对大型重构或跨文件工作尤其重要：人可以先查看步骤、预期文件和风险，再决定是否让代理进入实施阶段。
MCP 方面，Copilot 新增设置可独立开关内置 GitHub MCP Server，而不必更改手动配置的 MCP server；内置 server 默认仍然启用。代理工作阶段也可对 MCP server 内的个别工具设置持久控制，这让「可以连接哪个 server」和「可以使用其中哪一个工具」变成两个不同的治理层次。
这次更新把代理的可用性与可控性放在同一个产品版本内。自动批准可降低操作摩擦，plan mode 让人先看全局，shared instructions 维持团队标准，MCP controls 则缩窄外部工具边界。它们并不会自动消除 prompt injection、错误计划或权限配置问题，因此仍需记录批准、定期检查工具清单和保留人工复核。
对采用 Copilot agent 的团队而言，较合理的流程是先为工具和数据分类，再设置批准政策，最后才调整自动化程度。低风险读取可以减少打断，写入、部署、删除或外部通信则应保留明确门槛。GitHub 这次发布的价值，在于把代理工作流的控制点做得更细，让团队可以按风险而不是按工具名称管理代理。
