九名工程师一天 1,211 次代码提交:打造 Copilot Cowork 的经验
摘要
微软工程团队复盘如何用约四个半月把 agentic 执行层 Copilot Cowork 从空仓库做到全球 GA:过程中 agent 写了大部分代码,九名工程师曾在一天内合并 1,211 个 PR,并沉淀出六条人机协作的开发实践。
核心要点
- 10 月 21 日,九名工程师向 Copilot Cowork 后端主分支合并了 1,211 个 pull request;而在 1 月团队刚提交首个 commit 时,这个数量对团队来说还难以想象。
- Copilot Cowork 被定位为 agentic execution layer,代替用户执行多步骤工作流,面向普通知识工作者,结合 Work IQ、Microsoft 365 的安全与治理、云端执行和微软的多模型架构。
- 项目从 1 月 13 日首次提交到全球 GA 约用四个半月;此后团队又在系统在线运行的情况下,把运行时从 Python 迁移到 Rust。
- 分工原则是「agent 提议、工程师裁决」:工程师负责定义工作、设定架构与安全边界,并把评审集中在高风险改动、生产影响以及检查与评审者意见不一致的地方;所有变更都要经过自动化检查与 agent 评审。
- 团队认为真正的瓶颈不是 agent 写得慢,而是没想清楚要什么——模糊的需求会产出「读起来合理但做错事」的代码,返工比一开始写清规格更耗时。
原文佐证
- On October 21, nine engineers merged 1,211 pull requests into the main branch of the Copilot Cowork backend.
- Agents wrote most of the code, but engineers remained responsible for defining the work and judging the results.
- Agents could propose changes, but they could not decide what was allowed to happen.
AI 洞察
这条一手复盘最有价值的地方在于,它揭示了 AI 原生研发的真实瓶颈已经转移到「定义问题、划定边界、验收结果」,而不再是「写代码」本身。当九个人一天能产出过去数十人规模的变更量,组织的稀缺资源就从人力转向清晰的规格能力、可自动化的审查与治理体系。若这种模式可复制,软件团队的规模结构、职级分工与安全成本模型都会被重新定义。