AI 编程情报：办公代理、预算控制与持久工作流 (2026)

7 月 9 日到 10 日的几条更新，把 AI 编程和 AI 办公代理推到了同一个问题上：模型和入口已经足够多，下一步要补的是权限、预算、持久状态和可回看的工作记录。OpenAI 把 Codex 并入新的 ChatGPT 桌面应用，GitHub 在 JetBrains、仓库首页和预算 API 继续扩 Copilot 控制面，Google Genkit 则把持久会话、人工审批和长任务恢复做成开发框架能力。1 2 3

信号	发生了什么	影响对象	下一步看点
ChatGPT Work 扩到跨应用工作流	OpenAI 发布 ChatGPT Work，称它能跨应用和文件收集信息，生成 sheets、slides、docs 和 web apps；Codex 每周使用人数超过 500 万，其中超过 100 万用于软件开发之外的工作。1	用 ChatGPT/Codex 做办公自动化、分析和开发任务的团队	关注插件权限、审批动作、桌面本地文件访问和费用控制。
Microsoft 365 Copilot 接入 GPT-5.6	OpenAI 称 GPT-5.6 将成为 Microsoft 365 Copilot 在 Word、Excel、PowerPoint、Chat 和 Cowork 中的 preferred model。4	已部署 Microsoft 365 Copilot 的企业	评估输出质量提升是否带来更高 token 成本，尤其是 Excel 分析和跨部门 Cowork。
Copilot JetBrains 插件接入 Codex provider	GitHub 在 7 月 7 日更新中把 Codex 作为 JetBrains IDE 的 agent provider 公测，同时加入 hooks、MCP server 管理、CLI approval settings、Claude agent permission modes 和 custom model support。2	JetBrains 用户、Copilot Business/Enterprise 管理员	IDE 里的代理选择不再只是换模型，而是换审批、工具和组织策略。
Copilot 仓库概览进入 github.com	GitHub 让 Copilot 为首次访问的仓库生成高层 overview，返回仓库用途、技术栈和贡献指南；没有 README 的仓库也可让 Copilot 生成 README。5	开源维护者、新加入项目的工程师	这会降低读陌生仓库的门槛，也会把 README 和贡献文档质量暴露给更多人。
Copilot 预算 API 补 per-user 状态	GitHub 新增 REST API endpoint，可分页拉取 multi-user budget 下每个用户的消耗、限额、使用比例和 individual override。6	企业 owner、billing manager、平台工程团队	大规模 Copilot 试点开始进入按人控费阶段，预算接近上限的人能被更快找出来。
Cursor 发布 Grok 4.5	Cursor 称 Grok 4.5 是与 SpaceXAI 联合训练的 MoE 模型，覆盖软件工程、数据科学、金融和法律等长任务；在 Cursor 桌面、Web、iOS、CLI 和 SDK 中可用，基础模型标价为每百万输入 2 美元、输出 6 美元，fast variant 为每百万输入 4 美元、输出 18 美元。7	Cursor 个人和团队用户、关注自研模型的开发工具团队	注意其自报 benchmark 边界，尤其是 CursorBench 中旧 Cursor 代码快照曾进入训练数据这一披露。
Claude Cowork 扩到 Web 和移动端	Anthropic release notes 显示，Claude Cowork 从桌面扩到 Web 和移动端，远程会话和文件保存到 Claude 账号，关闭电脑后工作可继续，scheduled tasks 不要求设备在线。<MarkdownCitation index="8" title="Release notes	Claude Help Center" url="https://docs.anthropic.com/en/release-notes/claude-apps" />	Claude Max 起步用户、需要移动端遥控长任务的团队
Google Genkit 推 Agents API	Google Developers Blog 称 Genkit Agents API 在 TypeScript 和 Go 中 preview，支持 server-managed state、snapshot 分支、HTTP agent route、远程客户端、人工审批、长任务 detach/poll 和 specialist delegation。3	正在把 agent 做进自有应用的工程团队	对照自研 agent 是否已经处理会话持久化、人工审批、长任务恢复和前后端协议。

办公代理：ChatGPT、Microsoft 365 和 Claude 都在争「跨应用长任务」

OpenAI 对 ChatGPT Work 的描述已经不是聊天产品，而是能跨文件、应用和插件完成材料生产的工作代理。它可以把客户研究变成 campaign brief，再产出营销资产并按市场改写；也可以用 Scheduled Tasks 监控 Slack、Teams、邮件、网站和 dashboard 的变化，再更新文档或 slides。1

这类能力的技术入口在桌面端最明显。OpenAI 称 Codex app 从 7 月 9 日开始并入新的 ChatGPT desktop app，Codex 仍保留开发者工作流，并新增 diff 内联编辑、侧边栏 pull request review、更快的 computer use，以及一个项目支持多个 repositories。桌面端还加入 built-in browser 和 Computer Use，用于访问网页、本地文件和应用。1

微软这边的信号更直接：GPT-5.6 会进入 Microsoft 365 Copilot 的 Word、Excel、PowerPoint、Chat 和 Cowork。OpenAI 的官方稿把它放在「每个 token 产出更多有用工作」的口径下，重点是更少提示轮次、更深 Excel 分析、更成形的 PowerPoint 输出和跨团队 Cowork。4

Anthropic 的 Claude Cowork 更新则把同类问题推到移动端。Claude Cowork 现在可在 Web 和移动端使用，远程会话保存在 Claude 账号里，工作在关闭电脑后继续，scheduled tasks 不要求设备在线。它同一天还扩展了 Microsoft 365 connector 的 write tools，可草拟、发送和整理邮件，管理日历，更新 mailbox settings，并创建或更新 OneDrive 和 SharePoint 文件；Teams 仍是只读。8

这里的共同点不是「办公软件更聪明」，而是代理开始拥有更长的时间跨度和更多写权限。对企业来说，真正要提前想清楚的是哪些动作必须审批，哪些 connector 只能读不能写，哪些任务可以离线继续跑，以及日志和文件最终留在哪个系统里。

编程入口：Copilot 在 JetBrains 和 GitHub 页面继续贴近开发动作

GitHub 的 JetBrains 更新把 Codex 做成 Copilot Chat 里的 agent provider。开发者需要先安装 Codex CLI，再在 JetBrains 设置里启用 Codex 并配置 CLI 路径；Business 和 Enterprise 用户还需要管理员开启 editor preview features policy。2

同一更新更值得看的是控制面。GitHub 把 hooks 管理放进 Agent Customizations，Copilot CLI sessions 可以直接管理 MCP servers，支持 command 和 HTTP 两类 server，也支持 workspace-level .github/mcp.json。Copilot CLI sessions 新增 Default Approvals、Bypass Approvals 和 Autopilot 三档；Claude agent sessions 也有 permission modes 和 debug logs。2

GitHub 还把 Copilot 放进仓库首页。首次探索一个陌生仓库时，Copilot 可以生成高层 overview，总结仓库目的、使用的技术和贡献指南；如果仓库没有 README，它也能生成一个。这个功能对新成员 onboarding 有用，但也会让仓库文档从「有没有」变成「是否足以让代理正确解释项目」。5

Cursor 这边的更新集中在模型供给。Grok 4.5 是 Cursor 与 SpaceXAI 联合训练的 MoE 模型，Cursor 称训练数据包含 trillions of tokens 的 Cursor 数据，覆盖真实代码库和开发者-代理交互。它没有只做 coding specialist，而是扩大到 STEM、research papers 和其他 knowledge work。7

价格也值得单独记下。Grok 4.5 基础模型标价为每百万输入 2 美元、输出 6 美元，fast variant 为每百万输入 4 美元、输出 18 美元；Cursor 个人和团队订阅包含模型使用，首周 double usage。Cursor 同时披露，Grok 4.5 在 CursorBench 上有优势，因为一个较早 Cursor codebase snapshot 曾意外进入训练数据，影响不明确，相关数据已为未来模型移除。7

这说明 AI 编程工具的竞争正在分两层走：一层是 IDE 里能不能接更多 agent provider 和工具，另一层是厂商自研模型能不能用真实开发轨迹训练出更长任务能力。前者考验产品入口，后者考验数据、评测和成本控制。

治理和成本：预算 API、使用指标和管理员开关变成主功能

GitHub 7 月 10 日的预算 API 更新很小，但对企业试点很实用。Enterprise owners 和 billing managers 现在可以通过一个 REST API endpoint 分页查看 multi-user budget 下每个用户的消耗和限额，按使用比例过滤，按消耗排序，也能看到 individual budget override。此前要逐个用户查询。6

GitHub 7 月 2 日还修正了 Copilot usage metrics API 的覆盖口径：Copilot CLI 从 1.0.57 起上报 suggested lines of code，1.0.64 起对 suggested 和 accepted edits 去重；仅通过 server-side telemetry 可见的用户现在会出现在 totals_by_ide，部分 AI credit 消耗也被重新归属到正确组织或企业。9

Kimi K2.7 Code 的 Copilot 更新也落在治理边界上。GitHub 称它是 Copilot model picker 里的第一个 open-weight model，已对 Business 和 Enterprise 开放，但默认关闭，管理员必须在 Copilot settings 里开启 Kimi K2.7 Code policy；GitHub 建议管理员按自身安全、合规和数据治理要求评估 open-weight models。10

这些不是边角功能。代理使用一旦扩到 IDE、CLI、云端 agent 和桌面应用，企业最先失控的通常不是模型效果，而是「谁用了多少」「哪些模型被允许」「工具调用是否需要审批」「预算快到上限的人是谁」。GitHub 这组更新把这些问题搬进 API 和管理员开关里，说明 Copilot 正在从个人效率工具变成可计量的企业服务。

应用框架：Genkit 把持久会话、审批和长任务恢复放进开发栈

Google 的 Genkit Agents API 面向的是另一类读者：不是买现成办公代理，而是在自己的应用里做 agent。Genkit 现在提供同一个 chat() 接口，既能本地运行，也能放到 HTTP endpoint 后面；Agents API 在 TypeScript 和 Go 中 preview，Google 明确提醒 minor version 可能引入 breaking changes。3

它解决的都是开发者重复造轮子的部分。server-managed state 会把 messages、custom state 和 artifacts 作为 snapshots 存起来，客户端只带 session ID；也可以用 snapshot ID 从某个状态分支。远程客户端使用同一套 wire protocol，流式返回文本、custom state 或 artifact。3

审批和长任务也内置进去。Genkit 的 interruptible tool 可以在支付、部署或危险 shell 命令前暂停，让用户 approve、reject 或补充输入；server-managed state 还支持 detach 长任务，关闭标签页后用 snapshot ID 轮询、等待或 abort。对长研究、多步骤计划和工具密集型流程，这比自己拼一个任务队列更接近应用层需求。3

Genkit 和 Google ADK 的分工也讲得比较清楚。Genkit agents 是 full-stack user-facing app 里的应用 primitive；如果整个系统就是复杂多代理拓扑，或需要 managed runtime、hosting、scaling 和 managed sessions，Google 建议考虑 ADK。3

这对自研 agent 团队是一个检查清单：会话状态放哪里，用户审批怎么恢复，长任务断线后怎么继续，artifact 怎么版本化，多个 specialist 的输出如何合并。框架没有替你解决业务判断，但把工程底座的问题摆到了明面上。

对读者的直接判断

如果你负责企业 AI 工具采购，今天的重点不只是 GPT-5.6 或 Grok 4.5 谁更强。先把模型权限、费用上限、connector 写权限和动作审批列成表，再决定开放给哪些团队。
如果你在推 Copilot，JetBrains provider、仓库 overview、usage metrics 和 budget API 应该一起看。入口越多，越需要统一的使用数据和预算规则。
如果你在做自研 agent，Genkit 这次更新值得按功能逐项对照。持久状态、人工审批、长任务恢复和前后端协议不是锦上添花，是真实应用迟早会碰到的基础问题。
如果你关注 Cursor，Grok 4.5 的重点是「开发者-代理交互数据」开始成为模型训练资产。它的价格和 benchmark 披露同样重要，尤其是 CursorBench 训练污染这一点，评测结果不能只看榜单数字。

AI 编程情报：办公代理、预算控制与持久工作流