你还在把 GitHub Copilot 当「Tab 键补全器」吗？那 10 美元月费（其实是 0 美元）花得也太冤了。
2026 年的 Copilot 早就不止是 IDE 里的灰色幽灵文字。我翻完 GitHub 官方文档的定价页和 Copilot CLI 文档后发现：现在连免费档都带 Agent 模式、命令行 Agent、MCP 协议支持，模型菜单里同时躺着 Anthropic、OpenAI、Google、xAI 四家的货，甚至还有月之暗面的 Kimi K3。国内大量教程还停留在「写注释自动生成函数」的 2023 年水平，这中间就是整整两代的认知差。
这篇文章带你把 8 个大多数人都不知道的机关一个个拧开。全部操作经过官方文档交叉核对，链接在文末，今天就能上手。
很多人以为 Copilot 要么付费要么 30 天试用，错了。Copilot Free 是永久免费档，而且给的东西比想象中多。
根据官方定价页（docs.github.com/en/copilot/get-started/plans），Free 档包含：
免费档的限制主要在三处：模型只能用「auto 自动选择」不能手挑；代码审查只有 VS Code 里的「Review selection」；Full PR code review 等高级能力要付费档。
还有三条合法白嫖 Pro 的路径，国内知道的人极少：
付费档的计费逻辑也变了：现在按 AI Credits 走——Pro 每月 1500 credits（10 美元）、Pro+ 7000（39 美元）、Max 档 20000（100 美元），超出按每 credit 0.01 美元计费。但有个好消息：代码补全和 Next Edit Suggestions 不消耗 credits，付费档无限量。也就是说日常写码的「补全」这个最高频动作，根本不心疼额度。
这是我认为信息差最大的一点。Copilot 的模型选择器已经变成了「全模型市场」，官方模型列表里包括（节选）：
没错，国产模型 Kimi K3 已经进了 Copilot 的官方模型菜单，和 Claude、GPT 同台竞技——这件事国内社区几乎没人聊。
操作上：付费档在聊天面板底部的模型选择器直接切换；CLI 里用 /model 命令或 --model 参数。免费档只能 auto 模式，但 auto 本身会按任务自动分配，轻量活也不亏。
实战建议：小修小补让 auto 处理省 credits；大重构、跨文件推理再手动挑 Opus/Codex 级别的高端模型——不同模型消耗 credits 不同，好钢用在刀刃上。
每次开新会话都要重复解释「我们用 pnpm 不用 npm」「测试跑 pytest」？两个机关解决这个问题：
第一层：自定义指令文件。 在仓库根目录建 .github/copilot-instructions.md，把技术栈、目录结构、代码风格、测试命令写进去，Copilot 在这个仓库里的每次对话都会自动带上这份上下文。它还支持个人级（只影响你自己）和组织级（全公司统一）三层指令，而且官方文档明确说明：这些指令文件现在是叠加生效，不是优先级覆盖——三层可以各管各的。
第二层：Copilot Memory。 这是更新的能力——Copilot 在干活过程中会自动把你的编码约定、项目模式、偏好存成「记忆」，下次会话自动召回，不需要你写任何配置。相当于从「每次都要教」进化到「它自己记笔记」。
建议先花 10 分钟写指令文件把硬约束钉死（确定性高），Memory 让它慢慢积累软经验，两层配合。
这是全文最想安利的部分。终端里敲 copilot（安装见文末官方文档），你就得到了一个能读写文件、跑 shell 命令、直接操作 GitHub.com 的完整 Agent。免费档就能用（企业账号需管理员开启策略）。
几个关键操作：
Shift+Tab 切换。Copilot 先分析需求、反问你澄清问题、输出结构化实施计划，确认了才动手写码。复杂任务先 plan 再 execute，返工率直线下降copilot -p "总结本周的 commits" --allow-tool='shell(git)'，跑完即退出，适合塞进脚本# 放行 git 但锁死危险操作
copilot --allow-all-tools --deny-tool='shell(rm)' --deny-tool='shell(git push)'
--deny-tool 优先级最高，永远压过 allow。你还可以拒绝/放行特定 MCP 服务器的特定工具。会话里也有对应的 /allow-all 和传说中的 /yolo 快捷命令（慎用）。
举个真实场景：让 CLI 盯一个 issue——「我接了这个 issue：github.com/xxx/yyy/issues/1234，建个合适命名的分支开始干」，它建分支、改码、给你开出 PR，PR 作者署名是你。整套流程你只在最后做 code review。
Copilot CLI 在会话上下文逼近 95% 上限时自动后台压缩，官方原话是「实现近乎无限的会话」。手动控制有两个命令：
/compact——随时手动压缩，按 Esc 可反悔/context——可视化 token 消耗明细，看清楚上下文窗口被谁吃了更狠的是，最新一代模型支持100 万 token 上下文（启动时可选默认或扩展窗口），外加可调推理力度（reasoning levels）。但注意官方自己都提醒：大窗口+高推理=烧更多 credits，建议默认档位，只在真正复杂的任务上开。
所有 Agent 工具都绕不开的问题：让它自主执行命令，万一删库怎么办？Copilot 给了两层官方答案：
/sandbox enable，限制 Agent 对文件系统、网络、系统能力的访问范围再加一条安全纪律（官方文档原话级别的提醒）：不要在家目录启动 Copilot CLI。启动时它会要求你确认信任当前目录，权限范围是按「受信目录」启发式圈定的——把敏感目录隔在外面，别给它翻箱倒柜的机会。
这个功能对国内用户价值极大：Copilot CLI 支持自带模型供应商，通过四个环境变量配置：
| 环境变量 | 作用 |
|---|---|
COPILOT_PROVIDER_BASE_URL |
模型 API 端点地址 |
COPILOT_PROVIDER_TYPE |
openai（默认）/ azure / anthropic |
COPILOT_PROVIDER_API_KEY |
密钥（本地 Ollama 不需要） |
COPILOT_MODEL |
模型名（也可用 --model 传） |
openai 类型兼容任何 OpenAI 兼容端点——官方点名支持 Ollama 和 vLLM。也就是说：用 Copilot 这套成熟的 Agent 外壳（权限管理、沙箱、MCP、记忆），跑你本地自己部署的开源模型，一分钱 API 费不花。硬件要求不高不低：模型必须支持 tool calling 和 streaming，上下文建议 128k 起。终端里跑 copilot help providers 看配置细节。
Copilot cloud agent 的入口多到离谱，官方文档列出来的启动方式包括：GitHub 网页、GitHub 手机 App、IDE、API、GitHub CLI、甚至 Raycast（macOS 效率启动器）。更绝的是企业集成：Slack、Teams、Jira、Linear、Azure Boards 里都能直接派活给 Copilot。
想象一下这个工作流：周五下班前在手机上把三个 issue 指派给 Copilot，周一早上三个 PR 已经躺在仓库里等你 review——署名还是你。
配合其他周边能力食用更佳：
flowchart TD
A["接到一个开发任务"] --> B{"改动范围多大?"}
B -->|单文件改几行| C["行内补全 或 Inline Chat"]
B -->|跨文件要重构| D["IDE 里的 Agent 模式"]
B -->|人不在电脑前| E["GitHub 网页指派 Cloud Agent"]
B -->|终端党| F["敲 copilot 进入 CLI"]
F --> G["Shift Tab 切 Plan 模式先出方案"]
G --> H["确认方案后执行"]
H --> I["deny-tool 排掉 rm 和 git push"]
D --> J["PR 提交后让 Copilot 做代码审查"]
E --> J
I --> J
J --> K["合并后用 Memory 沉淀项目约定"]
| 你以为的 Copilot | 实际上的 Copilot |
|---|---|
| 收费的 Tab 补全插件 | 免费档含 Agent 模式/CLI/MCP/云端 Agent |
| 只能搭配 GPT 用 | 一个菜单切 Claude/GPT/Gemini/Grok/Kimi K3 |
| 提示词每次手写重复 | 三层自定义指令 + Memory 自动记忆 |
| 放手跑 Agent 等于裸奔 | 本地+云双沙箱，deny-tool 黑名单兜底 |
| 换模型要另买 API key | BYOM 直连 Ollama/vLLM 本地模型 |
| 必须坐在 IDE 前 | 手机/Slack/Jira/Raycast 都能派活 |
| 补全也按量扣费 | 付费档补全和 Next Edit 无限用、不扣 credits |
copilot，用 Shift+Tab 体验一次 Plan 模式.github/copilot-instructions.md——技术栈、启动命令、测试命令、三条代码红线，就够copilot -p 加 --deny-tool='shell(rm)' 的组合，感受「授权但上锁」的 Agent本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。