当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > Copilot 活动接入 Agent 365 后,企业能统一观察哪些审计信息

Copilot 活动接入 Agent 365 后,企业能统一观察哪些审计信息

来源:17golang原创 2026-11-18 14:42:26 0浏览 收藏

企业里最容易出现的审计盲区,不是没有日志,而是 Copilot 分散在不同客户端:有人在 GitHub.com 使用云端代理,有人在 CLI 或 VS Code 里工作,另一些人则通过 Visual Studio、JetBrains 或 Eclipse 接入。2026 年 11 月 17 日,GitHub 公布了把 GitHub Copilot agent activity 直接流入 Microsoft Agent 365 的能力,重点就是把这些来源放到同一个观察面里。

一句话结论:接入后,企业管理员可以在 Agent 365 中把不同 Copilot 客户端的会话、提示、响应和工具调用放在一起看,并把额外风险信息交给 Microsoft Purview 与 Defender 调查;它解决的是“分散活动如何统一观察”,不是把所有客户端都变成同一种产品。

官方公告:https://github.blog/changelog/2026-11-17-monitor-github-copilot-activity-through-microsoft-agent-365/

接入文档:https://docs.github.com/en/enterprise-cloud@latest/admin/monitoring-activity-in-your-enterprise/reviewing-audit-logs-for-your-enterprise/streaming-the-audit-log-for-your-enterprise

Agent 365 合规说明:https://learn.microsoft.com/en-us/Purview/ai-agent-365

先把这次更新还原成一条审计链

这次公告的触发点很具体:企业已经在多个 Copilot 客户端使用代理,但安全团队需要从企业级控制面观察它们。GitHub 负责产生 Copilot agent activity,企业通过 GitHub 的审计日志流配置把活动送出,Microsoft Agent 365 再把它和其他 AI 工作负载放在一起查看。

因此它不是“再增加一个聊天窗口”,也不是把 GitHub 的代码内容复制到 Microsoft 365。准确的理解是:GitHub 侧的活动记录成为跨 AI 工作负载治理的一路输入。是否启用、发送到哪里、谁能查看以及保留多久,仍然属于企业的配置和合规决策。

GitHub Copilot 多客户端活动经企业审计日志流入 Microsoft Agent 365 的静态结构说明图
图1:结构说明图,展示 Copilot 多客户端活动进入统一控制面的关系;这是原创说明图,不是产品截图或运行证据。

企业能统一看到哪些信息

公告给出的范围可以分成三组,管理员接入时最好按组核对,避免把“来源”误读成“所有数据都拥有同样的留存和权限”。

观察维度公告明确提到的内容企业可用来做什么
来源客户端GitHub.com 云端代理、Copilot CLI、Visual Studio Code、Visual Studio,以及 JetBrains、Eclipse 等合作 IDE按客户端比较使用范围,定位某个入口是否出现异常活动
用户会话user sessions,包括 prompts、responses、tool calls还原一次代理交互的上下文,区分“用户提问”与“代理执行工具”
趋势与风险Agent 365 中的 usage trends,以及 Microsoft Purview、Defender 中的 additional risk information把使用趋势与风险调查放到企业治理流程,而不是只看单个客户端

这里最重要的边界是“公告明确提到”。它说明了可以观察什么类型的信息,但没有承诺所有客户端、所有会话字段都拥有相同的实时性、权限模型或保留周期。落地时应以租户实际可见字段和当前文档为准。

GitHub Copilot 会话信息、Agent 365 统一观察与 Purview Defender 风险调查三层边界说明图
图2:边界说明图,把会话字段、统一趋势和风险调查分成三层;这是原创说明图,不是官方界面截图。

三层边界决定能不能直接追责

接入后的排查可以按三个问题推进。第一,事件是否来自已纳管的 Copilot 客户端;第二,当前记录是会话内容、使用趋势,还是风险上下文;第三,企业是否已经配置了对应的流式目的地、权限与留存策略。

GitHub 文档把 Copilot agent session events 的流式能力标为 public preview,并限定在使用 Enterprise Managed Users 的企业,或带数据驻留的 GitHub Enterprise Cloud 场景。GitHub 的普通审计日志也有自己的范围:企业审计日志可记录计划、设置和 GitHub 网站上的代理活动,但本地客户端会话数据是否可见,不能仅凭“启用了审计日志”推断。

所以一次调查不要直接从“看到了某个 tool call”跳到“某个用户造成了风险”。更稳妥的链路是:确认来源和身份,再看 prompts、responses、tool calls 的上下文,最后结合 Purview 或 Defender 中的风险信息和企业自己的权限、保留政策作判断。

接入前的最小准备清单

  1. 确认资格:核对企业是否使用 Enterprise Managed Users,以及当前租户是否满足 GitHub 文档对 Copilot usage records streaming 的条件。
  2. 确认开关:在企业的 AI Controls 中找到 Copilot Usage Records Streaming,按文档启用并配置审计日志流目的地。
  3. 确认角色:明确谁能查看 GitHub 企业审计日志、Agent 365 活动和 Purview/Defender 风险信息,不要把管理员权限默认扩散给开发团队。
  4. 确认留存:把事件接收、检索、导出和长期留存分别写进治理方案;流式接入只从启用后开始,不能补回启用前的历史活动。
  5. 确认隐私边界:提示、响应和工具调用可能包含源代码、命令或路径等敏感内容,调查用途之外不要扩大采集和访问范围。

做完这五项,企业才有条件回答“谁在什么客户端发起了什么类型的代理活动”,而不是只有一张看起来很完整、实际上缺少上下文的活动总表。

常见误区

把 Agent 365 当成 GitHub Copilot 的替代品:它是统一观察和治理入口,公告没有说它替换 GitHub Copilot 的客户端。

把 usage trends 当成完整审计证据:趋势适合发现异常方向,具体调查仍要回到会话、工具调用、风险信息和留存记录。

忽略 public preview:预览能力的字段、范围和配置路径可能变化,正式制度应保留变更复查。

只配置接收端,不设计访问规则:审计数据一旦集中,权限、脱敏、保留和导出流程就和接收地址同样重要。

相关问题

这次能力面向哪些企业?公告指向 GitHub Enterprise Cloud customers with Enterprise Managed Users;Copilot agent session streaming 文档还注明了带数据驻留的 GitHub Enterprise Cloud 场景,实际资格以租户当前文档和设置页为准。

它能看到哪些 Copilot 入口?公告列出了 GitHub.com 云端代理、Copilot CLI、VS Code、Visual Studio,以及 JetBrains、Eclipse 等合作 IDE。

是否启用后就能找回过去的活动?不能这样假设。GitHub 的流式审计文档明确提示,流式接入从启用时开始,启用前的活动不会被补回。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go testing/fstest.MapFS.ReadDir 怎样列出内存文件系统的直接子项Go testing/fstest.MapFS.ReadDir 怎样列出内存文件系统的直接子项
上一篇
Go testing/fstest.MapFS.ReadDir 怎样列出内存文件系统的直接子项
Go go/types.Package.GoVersion 怎样读取类型检查记录的 Go 语言版本
下一篇
Go go/types.Package.GoVersion 怎样读取类型检查记录的 Go 语言版本
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1095次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1091次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1256次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1197次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1046次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码