GitHub Agentic Workflows转正:10美元默认预算够用吗?

资讯 腾讯网 作者:InfoQ 全文 880 字 · 约 3 分钟读完 配图 1 张 分类开源开源生态智能体

作者 | Mark Silvester译者 | 田橙GitHub 已宣布 GitHub Agentic Workflows 正式可用。这个开源项目可以在 GitHub Actions 中运行编码智能体,处理 Issue 分类和持续集成(CI)故障分析等代码仓库任务。智能体启动时仅拥有只读权限,其提出的任何更改都由独立作

所属频道 智能体与 Agent开源生态
译者 | 田橙

GitHub 宣布 GitHub Agentic Workflows 已经正式可用,这个开源项目能够运行在 GitHub Actions 里。

不过这种隔离也有局限。项目常见问题里写明,直接授予的写入权限不在这些保护措施自动覆盖的范围内,工作流作者自行添加的自定义作业同样不适用,所以工作流安不安全,要看具体怎么配置。作者还能添加

开发者用自然语言的 Markdown 把任务描述出来,再通过

从公开预览到现在,GitHub 新增了对

支出默认有上限。GitHub 文档将gh aw forecast用命令可以估算每月 AI Credit 花掉多少,威胁检测的费用也算在里面。

埃森哲战略、架构与创新团队高级经理 Ben Alton 在公告中说:“我们的一位负责人估计,仅在开发工作上每周就节省了 29 个小时。”这一数据是怎么测出来的,公告没有解释。

参与测试的工程师态度更谨慎。freenet 中间件团队负责人 Sascha Mirow-Stanitzok 在一篇讲 Issue 分类工作流的实操文章里认为,对 Issue 分类来说默认预算放得太宽,于是他把每次运行限制在 100 AIC、15 轮交互和 10 分钟。他还说,光让智能体忽略 Issue 文本里的指令,并不能真正保住工作流;对会改代码或创建 Pull Request 的工作流,他不会照搬这套模式。

GitLab 的

GitHub 常见问题里说,可复现的构建和测试还是传统 Actions 更合适,智能体工作流则适合那些需要理解或生成内容的任务。项目面向 github.com 上的 GitHub Free、Team 和 Enterprise 用户开放,默认使用的 Copilot CLI 引擎要有 Copilot 许可证。

https://www.infoq.com/news/2026/11/github-agentic-workflows-ga/

声明:本文为 InfoQ 翻译,未经许可禁止转载。

END
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 张博开源Linger:零token费本地跑125B模型,12GB显卡够用

    11月19日,前DeepSeek-VL项目负责人张博在X宣布开源个人Agent Linger,开发主体是张博创办的SIMPLEX AI TECHNOLOGIES PTE. LTD.(以下简称“Simplex AI”),代码已上传GitHub。按项目文档,Linger读取本地邮件、日历和文件,操作用户已登录的浏览器;连接

    来源 腾讯网
  2. RAG 已死?Agentic Search 当立

    海外最牛的Agent真的不用 RAG 了?是。Claude Code 只给模型三样工具:列文件、搜关键词、读文件,让它在循环里反复用;Codex 直接让模型敲 rg。不建索引、不上向量库,Anthropic 官方被问到时只回一个词:No。凭什么能这么干?因为模型变强了。以前的模型搜一次搜不到就开始编,现在它会改写提问、

    来源 腾讯网
  3. ARTEX开源:AI Agent驱动渗透测试,Planner与Worker如何分工

    ARTEX 是一个基于 LLM Agent 的自动化渗透测试平台,采用 Go 和 Next.js 构建。它通过 Planner 和 Worker 协作,自动梳理资产、生成攻击向量并记录流量。本文介绍其核心架构、部署流程及在授权测试中的实际应用,强调人工复核的重要性。

    来源 AI 应用前沿
  4. 腾讯混元Hy4开源:7700亿参数,四大社区同步上线

    腾讯混元11月20日正式开源Hy4模型,同步发布披露安全评估与已知风险的System Card。Hy4为混合专家架构多模态模型,总参数量7700亿、单Token激活约490亿参数,支持最长100万Token上下文。随着Hy4开放,Hy系列大语言模型均已开源。

    来源 凤凰科技
  5. OpenAI 开放 GPT-Live-1.1 API:开发者可接入实时双向语音对话

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交

    来源 腾讯网
  6. 龙芯中科共建开放原子龙架构社区:自主指令集首个综合开源社区成立

    IT之家 11 月 20 日消息,2026 开放原子开发者大会今日在郑州举办,在大会开幕式上,开放原子龙架构社区正式成立。 该社区由龙芯中科与开放原子开源基金会联合共建,是我国在自主指令集领域发起的首个综合性开源社区。 开放原子龙架构社区由开放原子开源基金会筹建、孵化、运营,将重点布局 IP 核、二进制翻译、基础操作系

    来源 AI 行业观察
  7. OpenAI开放GPT-Live-1.1 API:实时双向对话,智能体边聊边干活

    OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交互能力,可以

    来源 AI 开发者社区
  8. OpenAI开放GPT-Live-1.1 API:语音智能体可边聊边干活

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音

    来源 AI 行业观察
  9. 亚马逊封堵AI购物助手,马斯克放话:也许该做个对手

    AI刚学会替你干活,亚马逊、摩根大通、嘉信理财就开始堵门了! 10月18日,@trikcode在X上列出了一份「AI碰壁清单」,点名达美航空、摩根大通、嘉信理财、Yelp和亚马逊。 他吐槽: 那些本该替我们搞定一切的AI智能体,开始被互联网挡在门外。 人愿意买,AI愿意跑腿,但最后一公里却卡在了平台不肯放行上! 而亚马

    来源 AI 行业观察
  10. Gemini 4 翻身记:SemiAnalysis 补交道歉表,Hassabis 接梗

    曾断言 Gemini 掉队的研究机构 SemiAnalysis,在 Gemini 4 系列密集发布后向 Google 公开致歉。文章梳理 DeepMind 的组织调整、算力分配与长期研发积累,解析真实工程任务驱动的后训练如何提升编程和智能体能力。

    来源 爱范儿
  11. Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

    Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

    来源 华尔街见闻
  12. 香山开源处理器核:从雁栖湖到昆明湖,企业为何开始把它装进芯片

    在2026年11月的集成电路设计业展览会(ICCAD-Expo 2026)上,北京开源芯片研究院的展台里展示了搭载进迭时空CPU芯片V100的RISC-V服务器,V100是业内首颗完整符合RISC-V服务器规范的计算芯片,代表着RISC-V正在迈向真正可部署、可规模化应用的数据中心市场。这颗芯片内集成46颗RISC-V

    来源 AI 行业观察
  13. DeepSeek-VL前负责人张博创业,Simplex AI开源个人智能体Linger

    一位DeepSeek早期核心成员,创业了。 11月19日,DeepSeek-VL前项目负责人张博(Tony Zhang)宣布,其创办的AI公司Simplex AI正式开源个人智能体产品Linger。这款产品能在用户自己的电脑上运行,替人操作软件、处理邮件,甚至让多个AI助手共同完成任务。 为了降低普通电脑运行大模型的门

    来源 AI 行业观察
  14. AI智能体改BUG该奖励什么:亚马逊云科技与UIUC提出Lean4AgenticRL

    你有没有想过一个问题:一个AI助手花了二十分钟改一个代码漏洞,最后改好了,我们应该表扬它整个过程吗?听起来这个问题有点傻。改好了不就是好事吗?但事情没那么简单。假设这个AI在那二十分钟里,有十五分钟在反复执行同一条测试命令,原地踏步,最后五分钟才找到真正的修复方式。如果你只看"结果",你会给这整条轨迹打满分,包括那..

    来源 腾讯网
向下滚动自动加载更多