GitHub Copilot将于10月底支持本地AI模型推理，实现云边协同智能编码

微软于2026年10月8日宣布，GitHub Copilot将于本月底起支持本地AI模型推理能力。开发者可在云端模型与设备端模型之间实现自动切换或手动指定，灵活适配不同开发场景与资源条件。

GitHub Copilot是一款面向程序员的智能编码助手，已深度集成于Visual Studio Code、命令行工具等多种主流开发环境，能够依据当前代码上下文，实时提供代码补全、逻辑解释及结构化重构等建议。

现阶段，Copilot的所有推理任务均由云端模型完成，系统通过统一协调器，依据响应速度、计算成本与生成质量等多维指标动态分配请求路径。此次升级将拓展该协调机制，使其具备跨云端与本地环境的联合调度能力，可在后台无缝协同两类模型完成推理任务。

用户可通过GitHub Copilot命令行工具、独立应用或Visual Studio Code插件，选择两种运行模式：一是启用自动编排，由系统根据任务特性与设备状态智能决策模型部署位置；二是强制启用设备端模型，确保全部处理过程在本地完成，兼顾数据隐私与离线可用性。

在本地模型配置层面，用户可自主指定AI服务提供方、具体模型名称或自定义推理端点。例如，Windows平台开发者可基于Windows ML直接调用MAI Code 1.1 Flash模型；亦可接入符合OpenAI API规范的本地部署服务，并选用其公开提供的任意兼容模型。

作为本次更新的重要组成部分，微软同步发布全新轻量级代码大模型MAI Code 1.1 Flash。该模型采用混合专家架构，总参数量达1370亿，每轮激活参数约68亿，并融合量化压缩与推测解码技术，在响应延迟与内存占用方面实现显著优化。

在Surface Laptop Ultra设备上的实测表明，该模型在高复杂度编程任务中，峰值内存占用、Token处理效率及整体执行速度均有明显提升。解码吞吐量测试显示，在提示长度覆盖2000至256000 Token的宽泛区间内，其平均处理速率稳定维持在每秒40至63个词元之间。