GitHub 為 Copilot Automations 推出新能力，讓自動化流程可以從過去執行的結果中學習，並主動提出改善自己的建議，解決的是過去設定好自動化之後，品質要靠人工不斷檢查與調整提示詞，相當耗時的問題。
系統會觀察使用者在 GitHub 上的實際行為訊號，例如議題分類自動化會觀察標籤是否被使用者修改過，程式碼審查自動化會觀察開發者是否接受了審查留言，最佳化自動化則觀察維護者是否真的採用了建議並合併，這些訊號會交給另一個「改進用」的自動化去分析。
負責改進的自動化分析完行為訊號後，會提出修改原本提示詞、工具或觸發條件的建議，但不會直接自動套用，而是需要使用者看過並核准後才會生效，等於是多了一層由 AI 觀察、AI 建議、人類把關的架構。
這項功能開放給 Copilot Pro、Pro+、Max、Business 與 Enterprise 等付費方案使用，對學程式的孩子來說，這是比較偏產業應用面的新聞，但背後「讓系統根據真實結果調整自己」的想法，其實和寫程式時透過測試結果不斷修正邏輯是相通的。
AI開發工具自動化