GitHub 企业默认自动选模：AI 编程治理进入配置时代

GitHub 在 2026 年 7 月 1 日宣布企业管理员可在受管配置中把 Copilot 的模型设为 auto让新对话默认使用自动模型选择同时仍允许用户按会话切换。这看似是一个设置项背后却是多模型治理走向平台化。自动选模可以根据任务和服务状态平衡能力、速度与成本但企业不能把决策完全视为黑盒。至少要知道哪些模型被允许、代码会经过什么数据边界、失败时如何回退以及模型切换是否影响审计与合规。建议把策略拆成三层组织层定义允许模型与数据规则项目层定义风险等级和预算任务层根据修改范围、验收命令和时限选择模型。高风险任务即使自动路由到更强模型也必须保留人工审批。评估自动选模不能只看平均响应速度。应比较端到端完成率、Token 成本、测试通过率和人工返工时间并记录每次实际使用的模型版本。否则出现回归时团队无法判断是提示、环境还是路由变化造成的。MonkeyCode 面向团队组织 AI 编码任务可以把模型配置与仓库、隔离环境和验收流程关联起来。相比每位开发者自行选择任务级策略更容易统一权限和沉淀数据也方便在 BYOK 场景下控制供应商边界。自动选模的终点不是“用户不用思考”而是让模型选择成为可观察、可复现、可调整的工程配置。参考GitHub Changelog《Enterprises can default to auto model selection》2026-07-01。