GitHub Copilot wird zum Kommandostand: Die Desktop-App, KI-Credits und der agentenbasierte Wandel

Parallele Sitzungen mit drei Kontrollmodi

Die App erlaubt es, mehrere Agentensitzungen gleichzeitig laufen zu lassen, jeweils mit Pause- und Fortsetzen-Funktion. Entwickler können für jede Sitzung den Grad der Autonomie bestimmen – durch drei verschiedene Modi :

• Interaktiv: Der Agent bietet eine Schritt-für-Schritt-Anleitung und wartet bei jeder Phase auf eine Freigabe.
• Plan: Der Agent entwirft einen Änderungsplan, der vom Entwickler geprüft und genehmigt werden muss, bevor Code geschrieben wird.
• Autopilot: Der Agent arbeitet völlig autonom auf seinem zugewiesenen Branch, schreibt, testet und iteriert ohne manuelle Kontrollpunkte.

Diese stufenlose Skala der Kontrolle ist darauf ausgelegt, unterschiedlichen Vertrauensniveaus gerecht zu werden. Ein Entwickler könnte eine gut verstandene Fehlerkorrektur auf Autopilot setzen, während er für eine sensible Architektur-Umstrukturierung im interaktiven Modus bleibt.

Agent Merge: Der PR-Lebenszyklus auf Autopilot

Das vielleicht meistdiskutierte Feature der Veröffentlichung ist Agent Merge, ein automatisierter Manager für den Pull-Request-Lebenszyklus. Sobald ein PR erstellt ist, kann Agent Merge auf Kommentare von Reviewern antworten, fehlgeschlagene CI-Prüfungen (Continuous Integration) diagnostizieren und beheben und den PR automatisch mergen, sobald alle Bedingungen erfüllt sind – der Kreislauf vom Ticket bis zum integrierten Code schließt sich ohne menschliches Zutun .

Das bedeutet nicht, dass ein Merge heimlich geschieht. Die Bedingungen müssen explizit erfüllt sein, zum Beispiel erfolgreiche CI-Läufe und die erforderlichen Freigaben. Der Agent kann auf Feedback von Reviewern reagieren und Korrekturen einspielen, aber die Leitplanken der Branch-Schutzregeln und des Code-Reviews bleiben bestehen .

Canvases: Eine visuelle Arbeitsfläche zur Steuerung von Agenten

Die Desktop-App geht über ein rein chatbasiertes Interaktionsmodell hinaus und führt Canvases ein – visuelle Arbeitsbereiche, in denen Pläne, Pull Requests, Terminal-Ausgaben und Deployment-Status als interaktive Oberflächen erscheinen, die für Entwickler und Agent gleichermaßen sichtbar sind .

Ein Canvas bietet einen gemeinsamen visuellen Ankerpunkt. So könnte ein Kanban-Board-Canvas alle Karten anzeigen, während der Agent Elemente verschiebt und der Entwickler sie per Drag-and-drop umpriorisiert. Ein Review-Canvas könnte eine Liste offener Fragen, Freigabestatus und Diskussionsfäden darstellen. Dies ist ein bewusster Schritt, um die kognitive Last zu verringern, die entsteht, wenn man die Arbeit eines Agenten nur durch lange Chat-Threads verfolgt .

Sprachdiktat: Freihändiges Agentenmanagement

Die Desktop-App enthält eine integrierte Sprachdiktierfunktion, die auf geräteinterner Spracherkennung basiert . Nach der Konfiguration eines Tastenkürzels und dem Herunterladen eines lokalen Transkriptionsmodells kann ein Entwickler jeder Agentensitzung Anweisungen diktieren. Kein Audio verlässt die Maschine, was Datenschutzbedenken für Teams in sensiblen Umgebungen Rechnung trägt .

Die Sprachdiktierfunktion wurde zeitgleich für die Copilot CLI eingeführt, die am 2. Juni ebenfalls eine große Überarbeitung mit einem „Gummienten-Modus“ (ein KI-gestützter Sparringspartner für Code-Diskussionen) und der Planung von Anweisungen erhielt . Die kombinierte Sprachsteuerung über beide Oberflächen hinweg wird als entscheidender Faktor für agentenbasierte Arbeitsabläufe positioniert; bei der Steuerung mehrerer paralleler Agenten kann gesprochene Eingabe schneller und weniger störend sein als ein Kontextwechsel zum Tippen.

Die Verbindung zur Abrechnung: Wie das KI-Credit-Modell passt

Der Zeitpunkt der Erweiterung der Desktop-App ist kein Zufall. Am 1. Juni 2026 hat GitHub sein bisheriges Abrechnungsmodell mit Premium-Anfrageeinheiten verabschiedet und durch GitHub AI Credits ersetzt, ein gemessenes Modell, bei dem die Kosten einer Copilot-Interaktion vom verwendeten Modell und der Anzahl der verbrauchten Tokens abhängen – einschließlich Eingabe-, Ausgabe- und zwischengespeicherter Tokens .

Die Abonnementpreise bleiben unverändert: Pro kostet weiterhin 10 $/Monat, Pro+ 39 $, Business 19 $/Nutzer und Enterprise 39 $/Nutzer. Jeder Plan enthält jetzt jedoch ein monatliches Guthaben an KI-Credits, wobei 1 Credit = 0,01 USD entspricht. Wenn das Guthaben aufgebraucht ist, pausiert der Dienst, anstatt die Leistung zu drosseln . Code-Vervollständigungen und Next Edit Suggestions bleiben weiterhin unmeteriert, aber Chat, Agent-Modus, Code-Review und Tool-Aufrufe werden alle mit dem Credit-Pool verrechnet .

Die neue Desktop-App mit ihren umfangreichen, autonomen Arbeitslasten treibt den Token-Verbrauch und damit den Credit-Einsatz direkt an. Die Produkterweiterung stellt den Abonnenten die zentrale Schnittstelle für den Verbrauch dieser Credits zur Verfügung, und das Abrechnungsmodell ist nun strukturell an den Kosten für die Ausführung vieler lang laufender, kontextintensiver Agentensitzungen ausgerichtet .

Der strategische Bogen: Vom Copiloten zur Orchestrierungs-Plattform

Die Desktop-App vervollständigt einen mehrjährigen Weg für GitHub Copilot. Das ursprüngliche Versprechen war ein KI-Paarprogrammierer innerhalb des Editors. Die neue Realität ist eine Ausführungsplattform für den gesamten Softwareentwicklungszyklus – von der Ticket-Sichtung über Code-Generierung, CI-Verifikation und Review bis hin zum Merge – wobei der Entwickler als Orchestrator und nicht mehr als alleiniger Ausführender agiert.

Spracheingabe reduziert die Reibung bei der Interaktion mit parallelen Agenten. Agent Merge übernimmt das mechanische Nachfassen bei Pull Requests. Canvases bieten eine gemeinsame visuelle Oberfläche für Menschen und Agenten. Das My Work-Dashboard zeigt alles an, was in Bewegung ist. Dies sind keine eigenständigen Features; es sind die Schnittstellenschichten eines Systems, das rund um die Annahme entworfen wurde, dass Agenten die neuen Grundbausteine der Entwicklungsarbeit sind, nicht bloß Chat-Partner .