GitHub 这次 Copilot usage metrics API 更新，表面上只是多了一个字段，但对企业 AI 管理来说很有代表性。当 AI coding 工具由 autocomplete 走向 agent workflow，单纯量度「有多少人 active」已经不够。企业开始需要知道团队正在用哪一种 AI 工作方式。
新加入的 ai_adoption_phase 会根据用户在 28 日 rolling window 内的 Copilot product usage，把 engaged user 分成不同 adoption phase。GitHub 把它分成 Phase 0 no cohort、Phase 1 code first、Phase 2 agent first，以及 Phase 3 multi-agent。这个分类清楚把 AI adoption 由使用量，推进到工作模式成熟度。
Phase 1 代表用户主要使用 code completion 或 IDE agent mode；Phase 2 代表已使用单一 GitHub-based agent surface，例如 Copilot cloud agent、Copilot code review 或 Copilot CLI；Phase 3 则代表用户使用两个或以上 agent surfaces，或使用新的 GitHub Copilot app。这个层次很重要，因为 multi-agent 采用与单一功能采用，在培训、权限、成本和治理上完全不同。
企业和 organization level report 也新增 totals_by_ai_adoption_phase，将 engaged users、user-initiated interaction、code generation、lines added/deleted、PR created/merged/reviewed，以及 median time-to-merge 等指标按 phase 分组。这让管理者可以不只看 Copilot 是否有人用，而是看 agent workflow 是否真的与交付节奏产生关联。
GitHub 在说明中特别提到三个用途：讲清楚 maturity story、追踪 cohort progression，以及把 enablement 放在最大机会的位置。这其实是 enterprise AI adoption 很现实的一步。工具推出后，下一个问题往往不是再买更多 seats，而是哪些团队卡在 code-first、哪些团队已准备好 agent-first、哪些团队需要 multi-agent governance。
这次更新说明 AI coding 工具的管理层语言正在改变。未来企业不只会问 Copilot 使用率，而会问用户是否由补全走向代理、由单代理走向多代理，以及这些转变是否改善 PR 流程和交付效率。AI adoption metrics 正在变成 agent rollout 的管理基础。
