跳到主内容

@GitHub 进 Slack 与 Teams 正式可用:在对话里查 Bug、开 PR

GitHub 2026-11-06 宣布 @GitHub 在 Slack 与 Teams 正式可用:对话里查缺陷、建 issue、改代码、开 PR;Teams 新增 Canvas,AI 产出的 issue 与 PR 标注来源对话。

2026-11-08 · GitHub Changelog(官方原文,2026-11-06,一手)

发布 2026-11-08核实 2026-11-08

要点

  • 2026-11-06,@GitHub 在 Slack 与 Teams 正式可用(GA):在对话里直接排查缺陷、创建 issue、实施改动、开 pull request。
  • 🆕 Teams 侧新增 Canvas:实现方案、代码改动、预览可以贴在对话旁边一起审,评审讨论不必跳出 Teams。
  • 🆕 从消息里自动识别仓库:不用每次手动选 repo,会话直接起;官方同时简化了未登录、无默认仓库、需切仓库、需应用授权这四种卡点的流程。
  • 🆕 来源可追溯:@GitHub 创建的 issue 与 PR 会在描述里标注「Created from a Slack/Teams conversation with @username」。
  • 修掉一个会让跟进消息没有响应的缺陷——此前对话一旦断在追问上,工作就得重开。
  • 入口:slack.github.com / teams.github.com。官方本条没有列出支持的计划、仓库数、并发会话或计费口径。

为什么这条比它看起来更重要

「在 Slack 里让机器人建个 issue」不是什么新能力——几年前就有社区机器人干这事。真正变的是执行位置:以前 IM 里的机器人只能转发指令给人,或者调用一个受限的 API;这次 @GitHub 能直接改代码、开 PR,也就是把 Copilot Coding Agent 的执行链挂到了 IM 的对话流上。

这带来三个可观测的变化:

① 需求入口从「issue 表单」变成「一段聊天」。 官方给的场景是排查缺陷、实施改动、开 PR——这些动作此前需要有人在本地 IDE 或 GitHub 界面上做。当入口变成聊天,提需求的人不再需要会写 issue 模板,但「需求是否描述清楚」这件事就没人把关了。 由 @GitHub 反向从消息里猜仓库,也说明它预期输入是「随手一句话」。

② 沉淀物变了。 对话里的结论如果只留在 Slack,三个月后没人找得到;这次强制在 issue / PR 描述里写「来自与 @username 的 Slack 对话」,等于给 AI 产出加了一条血缘。这是这次更新里对工程组织最有价值的一条,比 Canvas 更实用。

③ Teams 有了 Canvas,Slack 没有。 官方只给 Teams 加了「在旁边审阅方案与预览」的能力。同一功能在两个 IM 上不同步,通常意味着两边的集成深度不一样——Slack 侧目前更像是「会话入口」,Teams 侧开始有「评审台」的意思。

与另外两条常驻化路线的位置

2026 年下半年,把 Agent 塞进人已经在用的地方成了主线,但落点完全不同:

路线代表触发方式产物落在哪
IM 内执行@GitHub(Slack / Teams)人在对话里 @ 它仓库里的 issue / PR
IM 内常驻待命Copilot Automations、Coze 类平台定时 / 事件 / 24 小时在线平台自己的任务与产物
独立常驻 AgentClaude Duet、OpenAI Dots、Perplexity Teammates给一个长期职责各自的云虚拟机与工作区

三者的差别不在模型,在**「谁来验收」**。第一类的验收点天然落在 PR review 上,是最容易被现有流程吸收的一种;第三类要新建验收习惯,所以定价也最贵($20 到 $200 一个月不等)。

对团队的实际影响

  • 已经在 Slack 里做 on-call 的团队受益最直接:故障排查的上下文本来就在频道里,现在可以把「查完顺手修」留在同一个地方。但要防止「聊天里改生产」——PR 仍是闸门,别让自动合并绕过它。
  • 需要补一条规范:@GitHub 从消息猜仓库,猜错仓库的代价是往错的 repo 开 PR。多仓库、名字相近(web / web-admin)的组织,建议在频道里显式写全 owner/repo。
  • 计费口径不明:这类对话式执行通常按 Copilot 的 AI credits 走,但官方本条没写。在拿到明确口径前,别把它放进「免费」的心理账户。

AI 之家 观点

一、这条更新的战略含义大于功能含义:GitHub 承认「开发者已经不在 GitHub 里工作」了。 代码在 GitHub,讨论在 Slack / Teams,评审在 PR——三者分离多年。Copilot 最初把 AI 塞进 IDE,是因为开发者在那儿;这次塞进 IM,是因为需求的源头在那儿。先占住需求的入口,比先占住写代码的位置更值钱。

二、来源标注是这次最该被抄的设计。 「Created from a Slack/Teams conversation with @username」这句话,解决了 AI 产出最难回答的问题:这条 issue 是谁让谁做的。没有这句话,半年后回看仓库,一堆 issue 无法归因到人和对话。建议所有接入 AI 生成内容的工作流都照抄这个模式——不是写「AI 生成」,而是写「谁在什么场景下让 AI 做的」。

三、但「从消息猜仓库」是个需要盯着的自动化。 便利性与准确性在这里直接冲突:自动识别省了一次点击,猜错却要花时间收拾(错误的 PR、错误的 issue、错误的通知对象)。官方的兜底是让人在会话开始前确认仓库,但很多人的习惯是「先让它跑起来」。这类默认行为上线后,最常见的投诉不会是「不好用」,而是「它动了不该动的仓库」。

四、给团队的三条动作:① 把 PR 闸门守死,IM 入口只产出 PR,不产出合并;② 在多仓库组织里要求显式写 owner/repo;③ 等官方补计费口径后再推广,别按「免费」做预算。

待核实

  • 支持哪些 Copilot 计划(Free / Pro / Business / Enterprise 是否都能用),官方本条未列。
  • 计费与额度:一次会话消耗多少 AI credits,是否计入 Copilot 套餐限额。
  • 权限继承:@GitHub 用的是发起人的权限还是应用安装的权限——决定它能碰到哪些仓库。
  • Slack 侧是否也会上 Canvas,官方只说 Teams 有。
  • 对话与会话的留存期,以及审计日志能否导出。

相关阅读

来源

常见问题

@GitHub 在 Slack 和 Teams 里能做什么?

官方表述是「把对话变成代码」:调查缺陷、创建 issue、实施改动、开 pull request,全在对话内完成。Teams 侧另有 Canvas,可在对话旁边审阅实现方案、代码改动与预览。

支持哪些计划,额度怎么算?

该条 Changelog 只写了「generally available」与两个入口地址(slack.github.com / teams.github.com),没有列出支持的 Copilot 计划、仓库数量、并发会话数或计费口径。这些需要另行查文档,本站不推断。

AI 建的 issue 能看出是从聊天里来的吗?

能。官方写 @GitHub 创建的 issue 与 PR 会在描述里带上「Created from a Slack/Teams conversation with @username」,这是这次更新里对审计最有用的一条。

相关对比

AutoGLM vs Manus:国产通用 Agent 怎么选

AutoGLM vs Manus 2026 选型对比:智谱开源 GUI Agent 与蝴蝶效应通用 Research Agent 的定位、Agent 能力、中文可用性、私有部署、价格和适合人群全方位对比。一个操作手机浏览器界面、一个云端产出深度报告,帮你判断该用哪个国产 Agent,以及能不能两个都用。

GitHub Copilot vs CodeBuddy:国内团队怎么选?2026 对比

GitHub Copilot 与腾讯 CodeBuddy 2026 选型对比:一个胜在生态覆盖与编辑器支持最广,一个胜在中文语境与国内直连。从产品形态、上手成本、长任务、价格与国内可用性 6 个维度给出明确取舍建议。

GitHub Copilot vs Cody:日常补全还是大型代码库理解?2026 对比

GitHub Copilot 与 Sourcegraph Cody 2026 选型对比:Copilot 胜在补全覆盖与生态最广,Cody 胜在大型代码库的代码搜索与跨仓库上下文检索。从产品形态、上手成本、长任务、价格与国内可用性给出明确取舍。

Cursor vs GitHub Copilot:AI IDE 还是插件?2026 对比

Cursor vs GitHub Copilot 2026 选型对比:AI 原生 IDE vs IDE 插件,从 Composer vs Agent Mode、Tab 补全、多模型、AI Credits 计费、企业版和适合人群判断,帮开发者选对。Cursor 是 VS Code fork 重写交互层,Copilot 是 VS Code 插件继承原生体验。两家都已切 usage 制。

GitHub Copilot vs Tabnine:AI 代码补全怎么选?2026 对比

GitHub Copilot vs Tabnine 2026 选型对比:微软+OpenAI 生态全面的 AI 编程助手 vs 老牌支持私有化部署的代码补全工具。从补全质量、IDE 覆盖、隐私部署、价格和适合人群 6 个维度帮你选对补全工具。

Coze vs Dify:AI Agent 平台怎么选?零代码 vs 开源全控对比

Coze vs Dify 2026 选型对比:字节零代码 Bot 平台 vs 开源 LLMOps 全控平台,从平台定位、开发体验、工作流编排、RAG 精度、私有部署、价格模型和适合人群 7 个维度判断,帮你选对 AI Agent 平台。

相关评测