GitHub 在 2026 年 6 月 15 日更新 Copilot usage metrics。这次变化不是新增一个漂亮 dashboard，而是把报表的数据来源由单靠 client-side telemetry，扩展到加入 server-side telemetry。对企业管理 AI coding tools 来说，这是一个很实际的治理更新。
过去 Copilot 使用报表主要依赖 IDE 和其他 client 发出的 telemetry。问题是这些讯号不一定全部送达。网络环境、proxy、client 设置或其他外部因素，都可能令一名实际有使用、亦有付费 seat 的用户，在报表中消失。结果是管理层看见的 AI 采用率，可能比真实情况低。
GitHub 现在会用额外 server-side telemetry 去确认活跃用户。凡是 server side 可以确认活跃、但 client telemetry 没有捕捉到的用户，都会加入 enterprise single-day 和 28-day reports。官方例子是原本单日报表显示 1,000 名 daily active users，更新后可能变成 1,050 名，新增的 50 名就是 server side 确认到的活跃用户。
这个改动也有一个重要限制：server-side telemetry 目前未必带有 client telemetry 那种细节，例如 IDE、feature、model 或 lines-of-code activity。因此，高层总数会更完整，但部分维度 breakdown 可能暂时变成 unattributed。GitHub 表示这是把 server-side signals 带入 Copilot metrics 的第一步，之后会逐步补回更丰富的功能和使用面向。
对企业而言，这件事的价值在于减少「有付款、有活动，但报表看不到」的落差。AI 工具的采用率、活跃率和 ROI 讨论，很容易因数据缺口而失真。当报表更接近 billing 和 activity log，IT、财务和工程管理层就更容易对齐同一套数字。
这也反映 AI coding agent 正由试用阶段进入营运管理阶段。早期团队关心 Copilot 能不能帮人写快一点；成熟阶段则要知道谁在用、用在哪里、成本是否合理、哪些团队需要 training，以及哪些流程应该进一步导入 agentic coding。
整体来看，GitHub 这次更新提醒企业：AI adoption 不只是工具上线，而是要有可信的量度基础。当 active users 可以更准确地被捕捉，团队才有条件把 AI coding 从个人效率工具，升级成可管理、可培训、可审视的工程能力。
