GitHub Copilot 10月底支持本地模型，离线也能写代码

微软今日官宣：GitHub Copilot 将于本月底开始支持本地 AI 模型推理。以后你在 VS Code 里补全代码，不一定每次都要把代码片段发到云端——简单任务在你自己的电脑上就能跑。

这不是小打小闹的功能更新，而是 Copilot 从"纯云端"走向"云边协同"的关键一步。

一、到底变了什么

现在你用 Copilot，不管补全一行注释还是重构一整个函数，请求都发到微软的云端模型。本月底开始，Copilot 会自己判断：

• 简单任务（比如补全一行样板代码、修个小 bug）→ 直接在你本机跑小模型；

• 复杂任务（比如跨文件重构、写测试用例）→ 自动路由到云端大模型；

• 你也可以手动锁死：强制只用本地模型，或者强制只用云端模型。

首批落地的模型是微软自家的 MAI Code 1.1 Flash，跑在设备端。覆盖范围包括 Copilot CLI、Copilot 桌面应用，以及 VS Code 插件。

二、对硬件有要求

官方说得很直白：不是所有电脑都能跑。

首批支持的是带 NVIDIA RTX Spark 芯片的 Windows PC，举例提到了 Surface Laptop Ultra 这一档。换句话说，你需要一台带独立 AI 加速芯片的高端轻薄本或工作站，才能流畅跑本地推理。

普通办公本、老电脑暂时用不上这个功能，还是继续走云端。

三、这三件事最值得关注

第一，代码隐私终于有解了。

以前很多公司不让员工用 Copilot，就是因为代码要出本机。本地推理模式下，敏感代码可以完全留在公司内网，配合 BYOK（自带密钥）和离线模式，能做到零网络外发。这对金融、军工、外包团队是实打实的利好。

第二，断网也能写代码了。

出差、飞机上、隧道里，以前 Copilot 直接变摆设。本地模型跑起来之后，基础补全、注释生成照样能用。

第三，速度会更快。

本地推理不用等网络往返，补全延迟理论上会明显下降。当然，前提是你本机性能够强。

四、和国产 AI 编程工具有什么区别

本站收录的 码上飞 CodeFlying 这类工具，走的是"一句话生成整个应用"的路线，强项是从零到一搭项目；而 GitHub Copilot 本地模型走的是"在你现有代码库里实时补全"的路线，强项是日常写代码的顺滑度。

两者不是替代关系：搭新项目用 CodeFlying，写日常代码用 Copilot。

五、什么时候能用上

官方口径是"by the end of October"，也就是 10 月底开始灰度推送。先给一部分用户，覆盖 Copilot CLI、Copilot 应用和 VS Code。如果你用的是符合要求的 NVIDIA RTX Spark Windows PC，留意月底的更新即可。

一句话总结：Copilot 支持本地模型，本质是把"AI 写代码"从奢侈品变成水电煤——隐私、断网、速度三个老大难问题，这次一次性给了答案。