GitHub Copilot app for Beginners: Run several agents at once

分享:
[](https://x.com/share?text=GitHub%20Copilot%20app%20for%20Beginners%3A%20Run%20several%20agents%20at%20once&url=https%3A%2F%2Fgithub.blog%2Fai-and-ml%2Fgithub-copilot%2Fgithub-copilot-app-for-beginners-run-several-agents-at-once%2F)
[](https://www.facebook.com/sharer/sharer.php?t=GitHub%20Copilot%20app%20for%20Beginners%3A%20Run%20several%20agents%20at%20once&u=https%3A%2F%2Fgithub.blog%2Fai-and-ml%2Fgithub-copilot%2Fgithub-copilot-app-for-beginners-run-several-agents-at-once%2F)
[](https://www.linkedin.com/shareArticle?title=GitHub%20Copilot%20app%20for%20Beginners%3A%20Run%20several%20agents%20at%20once&url=https%3A%2F%2Fgithub.blog%2Fai-and-ml%2Fgithub-copilot%2Fgithub-copilot-app-for-beginners-run-several-agents-at-once%2F)

在同一个项目中同时运行多个 AI 代理似乎会带来纯粹的混乱，就像开发厨房里有太多厨师。但通过 GitHub Copilot 应用，这些代理可以独立运行且互不干扰，让您在更短时间内完成更多工作。

将并行代理会话想象成去洗衣店。您可以同时启动多批洗衣，每批使用不同的机器。您可以为每台洗衣机设置自己的参数，而不会影响其他批次。最重要的是，您不需要等待一批完成才能开始下一批。

让我们看看它是如何工作的。

代理会话、Git 工作树和上下文

代理会话是您交给 Copilot 的一项任务，从开始到结束。

在 GitHub Copilot 应用中，你可以通过会话视图管理多个会话。每张卡片会显示标题以及代理完成任务的进度。

每个会话都独立运行，互不影响。这意味着你可以随时启动新会话，而正在运行的会话不会被打扰。

但真正的亮点在于此。GitHub Copilot 应用中的每个代理会话都可以在自己的 Git 工作树上运行。由于会话相互隔离，它们可以并行同时运行。

这意味着你可以将时间用于审查和决策，而不是盯着代理工作。

此外，每个会话都会保留自己的上下文，你可以自由切换。每个会话都会从你离开的地方继续执行，你无需重复解释之前的操作。更少的上下文切换意味着你感觉更专注。

看起来是什么样子

让我们以一个示例仓库 tailspin-toys 为例。今天我想对这个项目做三件事：添加资助排序功能、执行无障碍审查、运行一些测试。

第一步是让 Copilot 构建资助排序功能。就在它开始时，打开一个新会话并让 Copilot 执行无障碍审查。当这个任务开始后，再在第三个会话中提示 Copilot 运行一些测试。

在会话视图中，你可以跟踪所有这些任务的进度，并在它们完成后查看结果。或者你可以完全离开去做其他事情，比如喝杯咖啡，知道你的工作正在自动进行，无需你全程监督。

立即体验

准备好感受并行代理会话的力量了吗？

尝试在 GitHub Copilot 应用中同时启动两个小任务。这是一种低风险的方式，可以观察任务独立进行的进度。

立即使用 GitHub Copilot 应用 >

* *

作者

[Kayla Cinnamon](https://github.blog/author/cinnamonmsft/)

@cinnamon-msft

高级 AI 开发工具倡导者

更多关于 [GitHub Copilot](https://github.blog/tag/github-copilot/)

[HydraFusion 项目：通过多模型编排实现前沿质量](https://github.blog/ai-and-ml/github-copilot/project-hydrafusion-frontier-quality-via-multi-model-orchestration/)

在受控的离线评估中，HydraFusion 的选择性编码工作流匹配甚至超过了评估的 Opus 5 基线，同时降低了预估的工作流成本。现在作为研究预览版在 GitHub Copilot 中提供。

[GitHub 团队](https://github.blog/author/staff/ "GitHub 团队的文章")

[如何在不牺牲任务质量的前提下提高AI编码的成本效率](https://github.blog/ai-and-ml/github-copilot/how-we-make-ai-coding-more-cost-efficient-without-sacrificing-task-quality/)

为什么更短的输出可能成本更高，以及GitHub Copilot如何在整个编码任务中减少浪费的工作。

[Erik Kristensen](https://github.blog/author/erikkrogh/ "Erik Kristensen的帖子")&[Napalys Klicius](https://github.blog/author/napalys/ "Napalys Klicius的帖子")