9.0
重磅
AI SCORE
工具产品2025-11-05 08:00
VS Code统一多个AI编程Agent体验
VS Code Blog#Agent#VS Code#AI编程
Editor brief · 编辑速览
VS Code 2025原生支持Agent框架，集成OpenAI、Anthropic等多家Coding Agent，根本改变编程工作流。
OpenAI 的 2025 年成绩斐然：他们推出了 GPT-5 和 GPT-5 Codex 模型，通过标准的模型选择器在 VS Code 中第一时间上线。不仅如此，他们还推出了 Codex —— 一个编码 Agent，提供 CLI 工具和 VS Code 扩展两种形式。这在开发者中获得了巨大的成功。
在 GitHub Universe 大会上，我们宣布了一个重大消息：现在可以用 GitHub Copilot Pro+ 订阅来使用 OpenAI Codex。无需额外付费。
要使用这个集成，只需安装 OpenAI Codex 扩展并用 GitHub Copilot 账号登录。
当你用 Copilot Pro+ 使用 Codex 时，Copilot 会处理所有的模型调用，标准速率限制适用。你可以获得代码生成、代码解释等所有功能 —— 无需管理独立的 OpenAI 账户。
现在，VS Code 中你有四个强大的编码 Agent：
但是当有这么多 Agent 时，很容易感到不知所措。有哪些 Agent 在运行？它们在哪里运行？还是不用管了？
这就是为什么我们在 VS Code 中引入了一个新功能来协调所有 Agent —— 无论是本地还是云端运行。我们称之为 Agent Sessions。
在 VS Code 侧栏中有一个新的视图叫做 Agent Sessions。它提供了一个统一的地方来管理所有 Agent，无论它们是在本地还是云端运行。
通过 Agent Sessions，你可以看到项目中的所有 Agent 会话。你可以检查哪些 Agent 在运行、它们的状态，并通过点击在不同会话间切换。
所有 Agent 现在都有一个新的选项卡式体验，叫做 chat editors。你可以在 chat editor 中打开 Copilot coding agent，实时观看它的进度。你甚至可以在 Agent 运行中途进行纠正。通常的情况是，你发送了提示后意识到遗漏了什么重要的东西。从前，你只能等待或取消。现在，只需打开选项卡，添加一个更新，然后看 Agent 调整它的计划。
你也可以直接从 Chat 视图中将任何任务委托给任何 Agent。
这个统一的 Agent Sessions 视图使 VS Code 成为一个 "任务控制中心"，用来协调所有 Agent，同时让你留在编辑器中做最好的工作。我们很高兴今天欢迎 OpenAI Codex，我们正在努力在未来为你的 Copilot+ 订阅添加更多 Agent。
几个月前我们在 VS Code 中引入了 chat modes 的概念。这些是自定义模式，让你可以增强或改变内置 Agent 提示的行为。当你使用 chat mode 来改变 VS Code 中 Agent 的行为时，你实际上是在创建自己的自定义 Agent。所以我们将 "chat modes" 改名为 "agents"，以更好地反映它们的真实身份。
为了帮助你开始构建自定义 Agent，我们添加了一个新的内置 Agent 叫做 Plan。
新的 Plan Agent 可以从模糊的提示创建详细计划，比如 "添加拖放功能"。这是我昨天实际发送的提示。没有提到要添加到哪里、在哪个页面，或者是否使用库。我经常这样做，我敢打赌我不是唯一一个。
通过 Plan Agent，Copilot 会提出需要回答的问题。它甚至会推荐拖放库，并给出选择其中一个的理由。
你可以在单独的行上用快速回复来回答这些问题，这样它就知道哪个回答对应哪个问题。以下是我的回答方式：
dnd-kit
yes - what kind of a question is this in 2025
link creation only
专业建议：将 "workbench.action.chat.submit" 快捷键改为 "Ctrl + Enter"，这样你就不会在只想换行时意外发送消息。你的脏话罐会感谢你的。
当 Plan Agent 掌握了足够的信息后，它会停止提问，并询问你是否准备好继续。你可以在 chat 中使用新的 Handoff 功能来继续或在编辑器中打开完整计划。
尝试不同的模型，看看你最喜欢哪个用来做计划。我们发现 Claude 模型在识别缺失的背景和边界情况以及提出正确问题方面非常擅长。
如果你像我一样，你会想知道 Plan Agent 是如何工作的，这样你可以提升你的提示工程技巧。你可以通过从命令面板选择 "Configure Agents" 并选择 Plan 来读取 Plan Agent 的提示。这是创建你自己的自定义 Agent 的很好的基准。我用它创建了一个叫做 "Research" 的 Agent，它可以递归地进行互联网研究并写出调查结果。
这些自定义 Agent 也可以在你委托给其他 Agent（如 Copilot CLI 和 Copilot coding agent）时使用。你的自定义 Agent 在任何需要它们的地方都能工作。
专业建议：你可以在 awesome-copilot 仓库中找到数百个自定义指令、提示文件和 Agent。如果你还没有看过，你就错过了。这是灵感和现成提示的宝藏。
Context Confusion 对于 Agent 来说是一个真实的问题。你的交互越多，它们追踪的上下文就越多 —— 它们也就越可能感到困惑。有一个叫做 "Context Engineering" 的全新学科专门用来管理上下文。
在最新的 VS Code 版本中，我们添加了一个叫做 "runSubagent" 的工具来帮助你管理上下文。
Subagent 独立于主 chat 运行，拥有自己的上下文。你可以通过在提示中添加 #runSubagent 工具来调用一个。LLM 创建一个提示，将其交给 subagent，该 Agent 只获得你发送的上下文。它对你的 chat 的其余部分一无所知，你的 chat 对 subagent 的上下文也一无所知。Subagent 不会停下来等待反馈，并且可以访问与主 chat 相同的大多数工具。
当 subagent 完成时，它将最终结果返回到主 chat —— 只有该结果加入主上下文。Subagent 保持你的主 chat 精简，同时让你可以进行旁路和深入研究。例如，如果你在构建一个 API 并需要研究身份验证，就启动一个 subagent 来做这件事。
Analyze the #file:api with #runSubagent and recommend the best authentication strategy for a web client consuming these endpoints.
你会知道一个 subagent 在运行，因为你可以在 subagent 操作下方看到工具调用和模型响应。在下面的截图中，这是 "Analyze app structure for auth"。
我们仍在探索帮助你用 Agent 管理上下文的方式，subagent 只是个开始。
Agent 正在改变我们编写代码和工作的方式。你不应该只能选择一个。你应该能够在 Agent 间移动，对你的上下文保持细粒度控制，并创建自己的自定义 Agent 来扩展各种内置 Agent 提示。有了 VS Code 中统一的 Agent 体验，你现在可以做到所有这些。
这些只是今年 GitHub Universe 的一些亮点。查看 GitHub 的博客，了解所有更新，因为我们正在努力为多 Agent 体验在你需要的地方创建统一的工作流。
最后我想说的是：就在 12 个月前，我们宣布了 "Copilot Edits" 和 Copilot 中的 Claude 支持。以这个速度，想象一下我们在 12 个月后会在哪里。
一如既往，祝你编码愉快！💙