見出し・要約・本文から、情報のつながりを探します。
GitHubは2026年10月28日、Copilot Fusionの正式版を公開し、同時に実験的なローカルモデルルーティング機能も導入しました。この機能により、Windowsデバイス上でMAI Code 1.1 Flashなどのローカルモデルを自動的に呼び出すことができ、VS Code、CLI、およびCopilot Appにおいてインテリジェントなルーティングが有効化されます。本システムは、Standard／High／Maxの三段階の努力レベルに基づき、クラウドモデル（OpenAI、Anthropic、Googleなど）を自動的に選択・組み合わせてタスクを実行します。コーディング評価においては、Claude Codeに近い性能を実現しつつ、コストは半減しています。
GitHubはUniverse 2026において、Copilot Fusionというインテリジェントなオーケストレーション層を発表しました。この層は、OpenAI、Anthropic、Googleなどのモデルを自動的にルーティングし組み合わせてコーディングタスクを完了させ、開発者が手動でモデルを選択する必要がなくなります。既存の自動モデル選択技術と、9月に研究としてプレビューされたProject HydraFusionを統合しており、開発者がモデルセレクターを有効にすると、システムはタスクの複雑さに応じて、単一モデル、カスケード、レビューといった実行モードを自動的に採用します。
作業は必ずしも単一のリポジトリやセッションに収まるわけではありません。ある機能が複数のリポジトリにまたがることもあります。ローンチ計画では、リポジトリに手を触れることなく、仕様書やデザイン、アセットを取り込むことも可能です… この記事「GitHub Copilot アプリ、Universe のリリース」は、The GitHub Blog に最初に掲載されました。
リポジトリプラグインのデフォルト設定およびエンタープライズ管理下のプラグイン制御が、VS Code、Copilot CLI、GitHub Copilot アプリで一般提供されました。信頼できるリポジトリは、…向けのデフォルトプラグインをインストールし、有効化できます。この記事「リポジトリプラグインのデフォルト設定およびエンタープライズプラグイン制御が一般提供」は、The GitHub Blog に最初に掲載されました。
GitHub Copilotでは、自然言語を使って画像の生成と編集が可能になりました。画像をリクエストすると、選択した推論モデルが、…によって動作する専用の画像生成ツールを呼び出し、その結果をインラインでプレビューし、プロジェクトに保存します。この投稿「Copilotで画像を直接生成・編集」は、The GitHub Blogに最初に掲載されました。
GitHub Copilotは、組織にインストールされたGitHub Apps向けのサーバー間認証を新たにサポートし、パブリックプレビューで利用可能です。GitHub Copilot SDKで構築されたサービスやエージェントは、今後、… この投稿「GitHub Copilotはサーバー間認証をサポートします」は、The GitHub Blogに最初に掲載されました。
補助による権限付与は、現在、GitHub Copilot CLI、GitHub Copilot アプリ、および Visual Studio Code で一般提供されています。Copilot がコマンドの実行やファイルシステム上のパスへのアクセスを要求する際、… この記事「GitHub Copilot の補助による権限付与が一般提供されました」は、The GitHub Blog に最初に掲載されました。
OpenAIの最新モデルであるGPT-6.1 Terraは、GitHub Copilotで一般公開されています。これは、日常的なエージェント型コーディングやターミナル作業向けに設計されており、GPT-6.1 Solよりも低コストで利用できます。… この記事「GitHub CopilotにおけるGPT-6.1 Terra」は、The GitHub Blogに最初に掲載されました。
マイクロソフト研究院は2026年10月25日、中央調整者を必要としないマルチエージェント実行時フレームワークであるAgenshをオープンソース化しました。Agenshは、ProgramBench上で1～1024のLLMベースのコーディングエージェントが自己組織的に協調して動作することを支援します。システムはGitea、Mattermost、DeLMスタイルの共有ボードに基づいて分散型の調整を実現しており、すべてのエージェントが同一のプロンプト駆動型五段階ループを実行します。また、Linux＋Docker環境下でスケーラビリティが検証されています。
注目する理由：この成果は、マルチエージェントシステムアーキテクチャの重要な進化を示しており、従来の「マスターエージェント」型パラダイムを廃し、プロンプトエンジニアリングと軽量なサービスの組み合わせによって大規模な自己組織化を実現しています。ProgramBenchにおける実証データ（たとえば、128個のエージェントによる5つのタスクの均等分配において49％の性能向上）は、分散型AIの設計・実装に新たなベンチマークを提供しています。また、MITライセンスでオープンソース化されており、Copilot CLIなどの主流な単一エージェントツールとも互換性があるため、実際の開発における参考価値も備えています。
AWSは、SageMaker AIのサーバーレス型モデルカスタマイズ機能に「トレーニングセッション」を追加し、本日より全面的に利用可能になったと発表しました。ユーザーは、カスタム損失関数や報酬信号、マルチラウンド強化学習など、トレーニング後のロジックを独自に記述できます。一方で、GPUの割り当て、分散実行、フォールトトレランスによる復旧、チェックポイントの保存はすべてプラットフォームが自動で処理します。
Vlad Mihalcea、Patrick Baumgartner、Frank Delporteの3人のベテランJavaチャンピオンが、本番環境およびオープンソースプロジェクトにおけるGitHub Copilotの活用事例を共有しました。彼らは、AIによるコードの自動生成に依存するのではなく、人間主導での問題定義、コンテキストの明確化、反復による検証、そして最終的な責任の所在の明確化を重視しています。
GitHub の公式チュートリアルでは、Copilot アプリで生成されたコード変更、対話のコンテキスト、作業ツリーを含む完全なセッションを、ワンクリックで Visual Studio Code にインポートする方法を紹介しており、ブランチの再構築なしで、コンテキストを失うことなく、関連付けられた PR に対して直接レビュー・編集・テストを行い、プッシュできるエンドツーエンドのコラボレーションワークフローを実現します。
リポジトリにカスタムインストラクションやスキルを追加し、カスタムエージェントを使用し、PlaywrightなどのMCPサーバーを接続する方法を学びましょう。この記事「初心者のためのGitHub Copilotアプリ：Copilotに自分のコードベースを学習させる方法」は、The GitHub Blogに最初に掲載されました。
必要なインターフェースを平易な英語で説明し、あとはエージェントに実際の画面を作成させましょう。その画面はあなたとエージェントの両方が使いやすく、更新も可能です。これにより、ツールに慣れる時間は減り、仕事に集中できる時間が増えるのです。この記事「初心者向けGitHub Copilotアプリ：キャンバスを使ってカスタムワークフローを構築する方法」は、The GitHub Blogに最初に掲載されました。
