GitHub Copilot Auto 为什么变笨了？体验倒退分析与应对

最近在写代码的时候，不知道大家有没有发现一个奇怪的现象：以前的 GitHub Copilot Auto（或者之前的某些版本），好歹还会先去搜搜相关的代码库，然后再给你回答。虽然有时候也不是百分百完美，但至少有个“找参考”的过程。

但最近这段时间，它好像突然“变傻”了。

遇到的问题

现在的 Copilot Auto 有时候连搜都不搜，直接就开始一本正经地胡说八道。代码逻辑是错的，API 是过时的，甚至直接编造不存在的库。最离谱的是，就算你主动在提示词里让它“去搜索”、“去查阅文档”，它也经常装作没看见，依然按照自己的幻觉输出生成。

Github Copilot Auto 完全不可用。以前好歹还会先搜搜代码再回答，现在搜都不搜直接开始胡说八道，主动让它搜也不搜，体验极差。

这种体验，说实话，感觉直接倒退回了 GPT-3.5 时代。对于用惯了 AI 辅助编程的朋友来说，这种工作效率的断崖式下跌简直是灾难。

为什么会这样？

目前官方并没有非常明确的说明，但从技术角度推测，可能有几个原因：

1. 模型策略调整：为了追求响应速度或降低成本，GitHub 可能在某些渠道切换到了更轻量级但效果稍差的模型（回退到了 GPT-3.5 水平的基座），或者调整了 Agent 的搜索触发阈值，导致它更倾向于直接生成而非调用搜索工具。
2. 上下文窗口限制：如果 Copilot 在处理当前项目上下文时占用了太多 Token，可能就没有足够的空间去容纳外部搜索到的参考文档，导致模型直接略过搜索步骤。
3. RAG（检索增强生成）故障：Copilot 的核心优势之一在于它能结合你的代码库和互联网信息。如果检索链路出了问题（比如索引更新延迟、搜索接口限流），它就会退化成一个普通的离线 LLM，只能靠训练数据“瞎蒙”。

我们该怎么办？

既然官方目前还没修好这个问题（或者说这就是新常态），我们只能自己找点“补丁”来维持生产力。这里有几个亲测有效的方案：

1. 强制切换模式

不要过度依赖“Auto”模式。在 VS Code 里，你可以尝试强制使用 Copilot Chat 的特定指令，比如显式地使用 /workspace 先让它读取当前文件，再问问题。有时候手动引导比全自动的 Auto 更靠谱。

2. 使用 @ 符号引用

在提问时，使用 @github 或 @workspace 明确指定信息来源。例如：

@workspace 解释这段代码逻辑 @github 这个库的最新用法是什么

这样能强制 Copilot 触发检索动作，而不是在那“空想”。

3. 回退到 Copilot Free/Plan 模型对比

如果你是付费用户，有时候可以检查一下设置，看看是否不小心勾选了“更快但不准确”的模型选项（如果有的话）。或者在设置里尝试切换不同的 Copilot 模型版本（预览版 vs 稳定版），有时候预览版反而修复了稳定版的退化问题。

4. 结合外部搜索工具

既然它内部搜不到，我们就外包。遇到它瞎编的时候，直接把问题扔给 Google 或 Perplexity，找到官方文档或 Stack Overflow 的链接，然后把链接贴给 Copilot，让它基于这个链接进行总结或改写。

“喂给它吃好的”，它才能吐出好的东西。

5. 也就是最后的退路：Cursor 或其他竞品

如果你觉得这个问题的忍耐度已经到了极限，现在的市场上还有 Cursor 等基于 Claude 3.5 Sonnet 的替代品。Claude 在代码推理和“听人话”这方面，目前的口碑普遍比最近掉链子的 Copilot 要好一些。特别是它不会像 Copilot 这么容易“傲娇”地拒绝搜索。

在 VS Code 中尝试强制使用 Copilot Chat 特定指令来辅助编程。

总结

Copilot Auto 这一波“智障”表现，确实让人很上火。这可能也是技术迭代过程中不可避免的各种“阵痛”。作为打工人，我们没法控制上游的模型更新，但可以通过改变工作流——少信全自动，多用手动指令，结合外部搜索——来守住我们的代码质量。

希望大家都能早点等到那个“聪明”的 Copilot 回归！🤞