GitHub 将 Copilot 智能体会话流式传输——提示词、回应和工具调用——推入公开预览，流向 SIEM 或 Purview，外加一个返回最近 48 小时记录的 REST API：代码智能体的可审计性成了平台功能。
雇一位聪明绝顶、不知疲倦、以超人速度写代码、还能触及数十个内部系统的员工，却对他做了什么、读了什么、执行了什么命令没有留下任何一条记录。直到不久前，让一个 AI 智能体在你的企业内部编程就是这种感觉：它进来、动手、离开，不留痕迹。2026 年 7 月 2 日，GitHub 补上了这个缺口的一部分——面向配置了 enterprise managed users 的 GitHub Enterprise Cloud 客户，将 'Copilot agent session streaming' 推入公开预览，开放对智能体会话数据的访问：提示词、回应和工具调用。智能体不再是一个只吐出 pull request 的黑盒：现在它会留下踪迹。
终于开口说话的黑盒
重点不在于 Copilot 会编程——它早就会了——而在于它现在会暴露自己做了什么决定。代码智能体不只是自动补全代码行：它接收自然语言指令，进行推理，并调用工具——读取文件、执行命令、查询 API。这些动作中的每一个都曾是一个转瞬即逝的决定。GitHub 现在捕获了三个层次：提示词（你要求它做什么，或它给自己下达了什么指令）、回应（它生成了什么）以及 tool calls（它对真实世界动了什么）。这就是知道一名员工「参与了项目」，与拥有他敲下每一个按键的录像之间的差别。
两扇门：水管和水桶
GitHub 提供了两种提取这些数据的途径，而这个选择揭示了企业如何思考治理。第一种是流式传输端点：你配置一个目标——一个事件收集器、你的 SIEM（Splunk、Sentinel，随你用哪个）或同样进入公开预览的 Microsoft Purview——数据便自行流动，近乎实时，像一根接向你安全中心的开着的水管。第二种是按需 REST API：GET /enterprises/{enterprise}/copilot/usage-records，在被请求时返回最近 48 小时的会话。水管用于持续监控，水桶用于临时审计。覆盖范围包括 github.com 和 ghe.com 上的 cloud agents，以及来自 Copilot CLI、VS Code、Visual Studio 和合作伙伴 JetBrains、Eclipse 各 IDE 的会话。
为什么这比一个日志功能分量更重
这里有一个真正重要的转折：智能体的可观测性正在成为平台能力，而非奢侈品。当一个拥有写入权限的 AI 触及你的仓库、你的密钥和你的生产系统时，安全团队问的不是「它有用吗？」，而是「出问题时我能审计它做了什么吗？」。没有这份记录，智能体就是一个没有哪位 CISO 会签字放行的合规风险。有了它，每一个动作都可重建、可归因、可复查——正是这三个动词，把一个玩具与一件能在受监管企业内部运作的合格工具区分开来。GitHub 在这里卖的不是速度；它卖的是让速度可获批准的信任。而这正是 2026 年的静默棋局：智能体治理成了采用真正的解锁钥匙。
给用 AI 搭建产品的人的一课
寓意很干净利落：如果你要让一个智能体代表你行事，那么对它所做之事的结构化记录不是可选项，而是让这次运作站得住脚的关键。AI 光是优秀还不够；它必须可审计，否则迟早有人会问「这里到底发生了什么？」而你答不上来。在 NeuralOS，我们正是从这份信念出发：结构化日志与只追加的 audit-log 是内核的标准，而非事后补丁——每个动作都带着它的 ID、上下文和可追溯性，绝不用一个吞掉错误的空 catch。我们不承诺今天就有一个像 GitHub 那样的企业级 SIEM 仪表盘；但我们建立在让它成为可能的原则之上：一个你信任的智能体，是一个你能重建其每一步的智能体。黑盒是上一个时代。接下来的时代，将一行接一行地写进一份有人能读懂的记录里。