GitHub近期宣布暂停多个个人Copilot订阅计划的新用户注册,并收紧使用限制。官方表示,新一代智能体编程工作流所消耗的算力资源,远超其原有定价和服务模型的设计承载能力。
这一举措表明,随着AI编程助手自主能力的不断增强,厂商必须在开发者需求、基础设施成本和服务稳定性之间寻求平衡。
GitHub在一篇博客文章中指出:"随着Copilot智能体能力的快速扩展,智能体承担的任务越来越多,越来越多的用户触及了为保障服务稳定性而设定的使用上限。若不采取进一步措施,所有用户的服务质量都将下降。"
在此次调整中,GitHub暂停了Copilot Pro、Pro+及Student计划的新用户注册,表示此举有助于更好地服务现有用户。
与此同时,GitHub收紧了个人计划的使用限制,并将Pro+定位为高容量层级,其使用上限超过Pro计划的五倍,专为有更高使用需求的用户提供服务。
在模型访问权限方面,GitHub也作出了调整:Pro计划将不再支持Opus系列模型;Opus 4.7将保留在Pro+计划中,但Opus 4.5和4.6也将从该层级中移除。
GitHub表示,平台将在VS Code和Copilot CLI中直接显示使用限制信息,方便用户随时了解自己距离上限还有多少余量。
此外,GitHub宣布,在4月20日至5月20日期间联系客服的Pro及Pro+用户,若对更新后的计划不满意,可申请退款,且不会被收取4月份的费用。
GitHub此举的背景是,多家AI厂商也在调整使用政策以应对容量压力。上个月,Anthropic对Claude的分时段限制方式进行了调整,但保持每周总限额不变。
Forrester副总裁兼首席分析师Charlie Dai表示,此次调整反映出智能体驱动的编程正在将工作负载转向持续时间更长、并行度更高的会话模式,从而带来更高且更难预测的算力需求。
"为轻量级辅助构建的成本结构已不再适用,这给GPU容量、服务可靠性以及单位经济效益都带来了压力。"Dai说道。
他还补充,主要模型提供商采取类似使用限制的举措,表明随着智能体开发趋于常态化,算力配给可能成为行业的一种结构性特征。
GitHub表示,Copilot目前同时设有会话限制和每周七天的使用限额,这些上限基于Token消耗量和模型乘数系数计算,而非单纯统计请求次数。因此,用户可能在高级请求配额尚有余量的情况下就触发了使用限制,因为两套系统彼此独立运行。
这意味着,使用较重度智能体工作流的开发者——尤其是长时运行或并行会话——比使用Copilot完成简单任务的用户更容易触及上限。
GitHub建议接近配额上限的用户改用乘数系数较低的模型,在VS Code和Copilot CLI中使用计划模式,并减少/fleet等并行工作流的使用。
分析人士表示,这一举措也反映了科技行业的一个惯常模式。
Techarc创始人兼首席分析师Faisal Kawoosa指出:"厂商通常先向用户提供相对开放的使用权限,随着用户规模增长再逐步划定限制。GitHub在开发者生态中拥有不可替代的地位——开发者可以没有电子邮件地址,但不能没有GitHub账号,足见其深度融合程度。与此同时,AI及Copilot在生态系统中的合理化配置不可避免,因为资源是有限的。"
Kawoosa还表示,开发者已经充分体验到Copilot的能力,GitHub几乎没有理由继续在没有更严格限制的情况下提供服务。他认为,下一步可能会推出差异化程度更高的订阅计划,为个人用户创造更清晰的变现路径。
对于企业级工程负责人,Dai建议将AI编程工具视为按量计费的基础设施,而非无限制的生产力工具。他指出,采购决策者应重点关注使用上限、降级行为、模型权限配置,以及厂商向开发者传达限制条款和成本管控信息的透明度。
Q&A
Q1:GitHub为什么要暂停Copilot新用户注册?
A:GitHub暂停Copilot Pro、Pro+和Student计划新用户注册,主要原因是智能体编程工作流的快速普及带来了远超预期的算力消耗。随着越来越多的用户触及使用上限,服务质量面临下滑风险。GitHub表示,此举是为了优先保障现有用户的服务体验,同时重新评估其定价和基础设施模型。
Q2:Copilot的使用限制是如何计算的?
A:Copilot的使用限制并非单纯统计请求次数,而是基于Token消耗量和模型乘数系数共同计算。平台同时设有会话限制和每周七天的使用限额,两套系统独立运行。因此,用户可能在高级请求配额还有余量时,就因Token消耗触发了使用限制,这对使用重度智能体工作流的开发者影响尤为明显。
Q3:被暂停注册的Copilot用户可以申请退款吗?
A:可以。GitHub表示,在2025年4月20日至5月20日期间联系客服支持的Pro及Pro+用户,若对更新后的计划不满意,可申请退款,并且不会被收取4月份的费用。建议受影响的用户在此时间窗口内主动联系GitHub客服处理相关事宜。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。