今天的 AI 资讯简报采用“伯乐Skill / AI News Radar”思路：优先看官方、公开、可核验的一手来源，再挑出对开发者和企业治理更有信号密度的更新。今天没有强行编造“刚刚发布的大模型”，重点放在过去几天仍然值得跟进的官方动态。

1. GitHub 改进 Copilot 使用指标：更适合企业做采用度与治理分析

GitHub Changelog 公布了 Copilot usage metrics API 的三项改进，让报告在覆盖范围和准确度上更完整。对企业来说，这类指标不只是“用了多少 AI”，也会影响席位治理、团队采用度分析，以及后续成本与安全策略。

来源：GitHub Changelog

2. 企业可默认启用 Copilot 自动模型选择

GitHub Changelog 显示，企业管理员可以把 Copilot 的模型选择默认设置为 auto，让新会话自动选择合适模型。这个方向说明，多模型时代的管理重点正在从“用户手动挑模型”转向“组织层面的默认策略与体验一致性”。

来源：GitHub Changelog

3. Copilot agent session streaming 公测：企业开始补齐 agent 可观察性

GitHub 还宣布 Copilot agent session streaming 进入 public preview，企业客户可以跨 Copilot 客户端访问 agent session 数据。随着 agent 从“辅助聊天”走向“执行任务”，会话数据、审计、追踪和治理会成为企业落地的基础设施。

来源：GitHub Changelog

4. 成本中心支持 AI credit pools：AI 使用进入预算精细化阶段

GitHub 的 cost centers 现在支持对企业每月内含 AI credits 设置使用上限。这个功能看似是账务更新，背后反映的是 AI 工具已经从试用阶段进入日常生产：企业需要把 AI 用量按组织、项目或成本中心进行分摊与控制。

来源：GitHub Changelog

5. Google 发布 2026 年 6 月 AI 更新汇总：平台型 AI 仍在高频迭代

Google 官方博客汇总了 2026 年 6 月的 AI 更新。月度汇总的价值不在于单点爆炸新闻，而在于能看到平台公司如何把模型、产品、教育、搜索和行业应用串成连续节奏。对开发者来说，这类来源适合做趋势观察和产品路线参考。

来源：Google Blog

小结

今天最清晰的信号是：AI 工具链正在从“更强模型”转向“可治理、可审计、可预算、可接入工作流”。企业真正关心的不只是模型能力，而是能否安全进入研发流程、能否被观察、能否被分配成本，并且不会因为凭据管理带来新的风险。