GitHub nutzte seine Veranstaltung Universe 2026, um eine Vision für ein durchgängiges Softwarebereitstellungssystem vorzustellen, das für Entwicklerinnen und Entwickler konzipiert ist, die gemeinsam mit KI-Agenten arbeiten. Das Unternehmen erklärte, der Schwerpunkt verlagere sich von der Erstellung von Code hin zum Abschluss von Softwarearbeiten, darunter Funktionen, Fehlerbehebungen und Sicherheitskorrekturen.
GitHub beschrieb Softwareentwicklung als einen kontinuierlichen Prozess statt als lineare Abfolge von Planung, Programmierung, Tests und Bereitstellung. Entwicklerinnen und Entwickler würden die Richtung vorgeben und für das, was veröffentlicht wird, verantwortlich bleiben, während Agenten Änderungen umsetzen und überprüfen könnten. GitHub erklärte, das System solle die Geschwindigkeit erhöhen, gemeinsamen Kontext nutzen, um aus der Arbeit zu lernen, und dabei helfen, Sicherheitsprobleme und Fehler vor der Veröffentlichung zu erkennen.
Zu den angekündigten Produkten gehörte die GitHub-Copilot-App, die Agenten und Tools projektübergreifend miteinander verbindet. GitHub zufolge können Nutzerinnen und Nutzer über die App Arbeiten steuern und sie auch für Aufgaben jenseits des Programmierens einsetzen, darunter das Verfassen von Spezifikationen, das Besprechen von Entwürfen und die Analyse von Telemetriedaten.
Copilot Fusion wurde dafür entwickelt, je nach den Anforderungen einer Aufgabe ein oder mehrere KI-Modelle auszuwählen und zu koordinieren, etwa für Schlussfolgerungen, Codegenerierung, Debugging und den Einsatz von Tools. GitHub verwies auf Ergebnisse des Artificial Analysis Coding Agent Index, in dem Fusion Max höchstens zwei Punkte hinter Opus 5.5 Max lag, dabei aber nur halb so viel kostete und pro Aufgabe 40 % weniger Zeit benötigte.
Copilot-Projekte, die seit dem Tag der Ankündigung nativ in der Copilot-App verfügbar sind, ermöglichen es Nutzerinnen und Nutzern, Agentenarbeiten parallel über mehrere Repositorys hinweg in verwalteten Sitzungen auszuführen. GitHub führte außerdem die Sitzungsfortsetzung ein, mit der Nutzerinnen und Nutzer dieselbe Cloud-Agent-Sitzung in der GitHub-App, in VS Code, über die Befehlszeile und im Web starten und weiterverfolgen können.
Copilot-Automatisierungen können manuell, nach einem Zeitplan oder als Reaktion auf ein Ereignis in der Cloud ausgeführt werden. GitHub zufolge können sie Agenten für Aufgaben wie die Triage von Issues und Code-Reviews koordinieren und nun auch anhand der Ergebnisse Verbesserungen vorschlagen, die Nutzerinnen und Nutzer prüfen und genehmigen können.
Für Code-Reviews führte GitHub Copilot Code Review Max ein, eine gründlichere Prüfoption für Änderungen, die genauer untersucht werden müssen. Das Unternehmen erklärte, Max habe bei schwerwiegenden Problemen den höchsten F1-Wert auf ReviewBench erzielt; Lite und Balanced bleiben Optionen für schnellere alltägliche Reviews.
Kunden von GitHub Enterprise können Copilot-Funktionen wie die App, Code-Reviews und Automatisierungen ohne separates Copilot-Abonnement nutzen und zahlen stattdessen für die von ihnen verbrauchten KI-Credits. Die Option ist über GitHub Sales verfügbar; ein Self-Service-Zugang ist für einen späteren Zeitpunkt geplant. Bestehende Copilot-Business- und Enterprise-Kunden können ihre Tarife behalten oder wechseln, sobald sie dazu bereit sind.
GitHub stellte außerdem Infrastrukturarbeiten vor, die den sich wandelnden Anforderungen der agentengestützten Entwicklung gerecht werden sollen. Das Unternehmen erklärte, seit Jahresbeginn vier Millionen CPU-Kerne, 160 Petabyte Hochgeschwindigkeitsspeicher und 50 Terabit pro Sekunde Netzwerkkapazität hinzugefügt zu haben. GitHub migriert zudem zu einer Multi-Region-Bereitstellung in Azure und rechnet damit, diese Arbeit Anfang nächsten Jahres abzuschließen.
Das Unternehmen verändert außerdem seine Git-Architektur. Maßgeblich sind dabei Pläne, Primitive zu vereinfachen, Speicher und Rechenleistung voneinander zu trennen und den Koordinierungsaufwand zu minimieren. GitHub zufolge ist diese Arbeit Teil umfassenderer Bemühungen, die Kapazität und Zuverlässigkeit der Plattform durch Verbesserungen an ihrem KI-Gateway und dem Agenten-Harness zu erhöhen.
Quellen: GitHub Blog.