Agentes na plataforma GitHub,do conceito à orquestração de frotas.
Um guia completo, do fundamento ao avançado: agent mode, cloud agent com issues e pull requests, Agent HQ e mission control, AGENTS.md, custom agents, skills, MCP, GitHub Copilot CLI e o GitHub Copilot SDK.
AutoraPaula Silva
FunçãoAI-Native Software Engineer
Duração75 a 90 minutos
Data2026-07-09
Agenda
Seis partes, uma plataforma.
PARTE IFundamentos, o que é um agente e como a plataforma evoluiu até aqui
PARTE IICloud agent, o colega assíncrono que trabalha em issues e entrega pull requests
PARTE IIIAgent HQ e mission control, qualquer agente, um só centro de comando
PARTE IVCustomização e contexto, AGENTS.md, custom agents, skills e MCP
PARTE VGitHub Copilot CLI e GitHub Copilot SDK, do terminal ao agente embutido no seu app
PARTE VIGovernança, roadmap de adoção e hands-on labs oficiais para praticar
Parte I
I
Fundamentos.
O que muda quando a IA deixa de sugerir e passa a executar, e como a plataforma GitHub chegou até aqui.
O conceito
Assistente sugere. Agente executa.
Assistente · o GPS
Você dirige, ele orienta
Autocomplete e chat respondem a cada pedido seu, um turno por vez. Ele sugere a rota, mas quem cria a branch, roda os testes, escreve o commit e abre o pull request é você. Cada passo manual continua na sua mão.
Agente · o motorista
Você define o destino, ele dirige
Um agente recebe um objetivo, monta um plano, escolhe ferramentas, edita arquivos, executa testes, corrige o que falhou e devolve o resultado num artefato revisável. Você sai do teclado e entra na cadeira de revisor.
loop agêntico: planejar → agir com ferramentas → observar o resultado → iterar até o critério de aceite
A evolução
Cinco anos, cinco saltos: de autocomplete a plataforma de agentes.
2021
GitHub Copilot, autocomplete
Sugestões de código inline no editor. A IA como par que completa a linha.
2023
GitHub Copilot Chat
Conversa sobre o código no IDE e no GitHub.com. Ainda um turno por vez.
2025
Agent mode no IDE
Edições autônomas multi-arquivo no seu ambiente local, com terminal e testes.
mai 2025
Coding agent, hoje cloud agent
Atribua uma issue ao GitHub Copilot e receba um pull request. Compute no GitHub Actions.
out 2025
Agent HQ, no Universe
Ecossistema aberto: agentes de terceiros na plataforma, mission control, control plane.
2026
GitHub Copilot SDK
Technical preview em 22 de janeiro, public preview em 2 de abril. O runtime agêntico vira camada programável.
A taxonomia
Cinco superfícies, um mesmo GitHub Copilot.
01
Agent mode
IDE · síncrono · local
Edições autônomas na sua máquina, dentro do VS Code, JetBrains e Visual Studio. Você acompanha em tempo real.
02
Cloud agent
GitHub.com · assíncrono · Actions
Trabalha em segundo plano num ambiente efêmero do GitHub Actions: pesquisa o repositório, planeja, faz commits numa branch e abre o pull request.
03
GitHub Copilot CLI
terminal · sessões · scripts
O agente no terminal: revisão, testes, debugging e refactor com referências @arquivo, sessões retomáveis, custom agents e MCP.
04
Code review agent
pull requests · qualidade
Revisa pull requests, aponta problemas e sugere correções aplicáveis em poucos cliques. Primeiro estágio do portão de qualidade.
05
GitHub Copilot SDK
camada programável · qualquer app
O mesmo runtime agêntico do GitHub Copilot CLI e do cloud agent, exposto como SDK para embutir agentes em qualquer aplicação.
A decisão de arquitetura de trabalho
Par-programação ou delegação: escolha por tarefa, não por moda.
Síncrono · agent mode no IDE
Você na sessão, decisões ao vivo
Ideal para trabalho exploratório, ambíguo ou de alto risco: você corrige o rumo a cada passo. O custo: a sessão vive no seu ambiente, as decisões se perdem se não viram commit, e os passos de branch, PR e descrição continuam manuais.
Assíncrono · cloud agent no GitHub
Você fora da sessão, tudo rastreado
Ideal para tarefas bem definidas do backlog: bug pontual, teste faltando, refactor mecânico, documentação. Todo o trabalho acontece no GitHub, em branch própria, com plano, commits e pull request auditáveis. Vários rodam em paralelo.
regra prática: quanto mais claro o critério de aceite, mais a tarefa é candidata ao cloud agent
Parte II
II
Cloud agent.
O colega de equipe assíncrono: recebe a issue, trabalha no GitHub Actions e devolve um pull request pronto para revisão.
O ciclo de vida de uma sessão
Da issue ao pull request em cinco etapas, todas no seu fluxo Git.
01
Atribuição
issue · agents panel · prompt
Atribua a issue ao GitHub Copilot como faria com um colega, ou dispare pelo agents panel. O agente reage com 👀 e começa.
02
Ambiente efêmero
GitHub Actions · VM isolada
Uma VM sobe, clona o repositório e configura o ambiente. Ao final da sessão, o ambiente deixa de existir.
03
Pesquisa e plano
RAG · code search · contexto
Analisa a base com RAG sobre o code search do GitHub, lê AGENTS.md e custom instructions, entende imagens anexadas à issue e publica um plano.
04
Iteração
commits · testes · linters
Edita arquivos, roda testes e linters, e empurra commits para um draft pull request com descrição sempre atualizada.
05
Revisão humana
@copilot · aprovação · merge
Ele marca você para review. Comente pedindo mudanças e o agente as implementa. O merge é sempre decisão humana.
Simulação · log de uma sessão real
O log da sessão é o novo pair programming.
Cada decisão do agente fica registrada: o plano, os arquivos tocados, os testes que falharam e o que ele fez a respeito. Ler logs de sessão é a habilidade que separa quem delega bem de quem só espera o resultado.
navegue de novo até este slide para reexecutar a animação
Você não vai até o agente. O agente está onde você já trabalha.
GitHub.com
Agents panel e issues
Dispare tarefas pelo agents panel, atribua issues ao GitHub Copilot ou mencione @copilot num pull request existente.
IDEs
VS Code e além
Inicie e acompanhe sessões no VS Code, JetBrains, Visual Studio e Eclipse, e delegue uma sessão local para a nuvem.
Mobile · CLI · API
De qualquer lugar
GitHub Mobile, GitHub CLI e REST API iniciam e monitoram sessões. Qualquer ferramenta MCP também pode disparar o agente.
Integrações
Onde o trabalho nasce
Jira, Azure Boards, Slack, Teams, Linear e Raycast enviam contexto e recebem pull requests sem sair da ferramenta.
o contexto de planejamento viaja junto: a issue vira o briefing do agente
Issues como interface de delegação
Uma boa issue virou o melhor prompt da sua organização.
01
Escreva com critério de aceite
Contexto, comportamento esperado, arquivos suspeitos, screenshots. O agente enxerga imagens da issue e usa as discussões relacionadas como contexto.
02
Atribua ao GitHub Copilot
Selecione Copilot como assignee, como faria com qualquer pessoa do time. Funciona também em lote: várias issues do backlog em paralelo, cada uma vira uma sessão.
03
Itere no pull request
Comente pedindo mudanças e o agente responde com novos commits. O histórico da negociação fica no PR, auditável, não numa janela de chat perdida.
automations: rode o agente por agenda ou por eventos do repositórioex.: toda issue com label bug → sessão automáticarepositórios privados e internos
Segurança nativa da plataforma
Autonomia com cinto de segurança: quatro camadas antes do merge.
01
Branch controls
escopo de escrita
O agente só faz commits em branches designadas e nunca faz merge sozinho. Aprovação humana e checks verdes continuam obrigatórios.
02
Sandbox com firewall
GitHub Actions · rede restrita
A sessão roda isolada no GitHub Actions, com acesso à internet limitado a destinos confiáveis e um token com escopo mínimo.
03
O código do agente é escaneado
CodeQL · secret scanning · dependências
Antes de finalizar o pull request: CodeQL procura vulnerabilidades, secret scanning caça segredos e novas dependências são checadas contra o GitHub Advisory Database.
04
Identidade e auditoria
quem fez o quê
Cada agente opera com identidade própria e cada ação aparece no audit log, com as mesmas regras que valem para humanos.
O motor de compute
+40M
Jobs por dia útil no GitHub Actions, o mesmo motor que executa cada sessão do cloud agent.
Nenhuma infraestrutura nova para operar: o agente usa o maior ecossistema de CI/CD do mundo, inclusive self-hosted runners. E o custo é transparente: cada sessão consome premium requests do plano GitHub Copilot mais minutos de GitHub Actions, com budgets e alertas nos planos Business e Enterprise.
GitHub Agentic Workflows · gh-aw
Automação escrita em Markdown, executada por agentes no Actions.
Descreva o comportamento em linguagem natural, e o compilador gera um workflow do GitHub Actions endurecido. Leitura por padrão, escrita só por safe outputs validados em job separado, e firewall de rede por domínio. Motores: GitHub Copilot, Claude, Codex e Gemini, o mesmo Markdown para todos.
technical preview · open source MITGitHub Next + Microsoft Research
Analise cada issue nova, resuma, aplique labels e sinalize duplicatas.
Investigue falhas de CI e abra um PR com a correção proposta.
$gh aw compile → triage.lock.yml · SHAs pinados, scanners de segurança
✓o agente não escreve nada direto: todo write passa pelo safe output
Continuous AI: complementa o CI/CD determinístico, não substitui · 50+ exemplos prontos no Agent Factory
Parte III
III
Agent HQ.
Qualquer agente, do jeito que você já trabalha: o GitHub como camada de orquestração para todo o ecossistema.
Universe 2025 · Agent HQ
A torre de controle: várias companhias aéreas, uma pista, uma regra de tráfego.
Ecossistema aberto
Agentes de terceiros nativos
Claude da Anthropic, Codex da OpenAI e, no roadmap, Google Jules, Cognition Devin e xAI, todos operando dentro do GitHub pela sua assinatura paga do GitHub Copilot.
atribua a mesma issue a dois agentes e compare os PRs
Mesmas primitivas
Git, issues e pull requests
Nada de fluxo paralelo: todo agente trabalha em branch, entrega PR e responde a review. O compute é o seu, GitHub Actions ou self-hosted runners.
o repositório continua sendo a fonte da verdade
Mesma governança
Segurança herdada
Agentes parceiros herdam as proteções do cloud agent: branch controls, sandbox com firewall, identidade, audit log e varredura do código gerado.
habilitados por política, desligados por padrão
Mission control
De babá de um agente a orquestradora de uma frota.
O que é
Um centro de comando único
Atribua tarefas a múltiplos agentes entre repositórios, escolha custom agents, acompanhe logs de sessão em tempo real e pule direto para os pull requests resultantes. Presente no GitHub.com, no VS Code, no mobile e na CLI.
O que muda na prática
Steering no meio da execução
O log mostra a intenção antes da ação. Detecte desvio de escopo, loop circular ou teste quebrando em série e intervenha: pause, refine o prompt ou reinicie. Corrigir aos cinco minutos economiza uma hora de trabalho na direção errada.
disciplina de orquestração: prompts específicos, tarefas particionadas por módulo, reviews em lote
Simulação · mission control em ação
Quatro sessões em paralelo, um só painel.
mission control · repositório payments-api4 sessões ativas
copilot#512 · refatorar retry do gateway de pagamento
iterando
claude#498 · estabilizar testes flaky de webhooks
executando testes
codex#503 · migrar validação para schema tipado
aguardando steering
copilot/docs-specialist#509 · documentar API pública v3
PR pronto p/ review
o ganho não é cada tarefa terminar mais rápido: é desbloquear mais trabalho no mesmo intervalo de tempo
Parte IV
IV
Customização e contexto.
Agentes genéricos adivinham. Agentes com contexto entregam: AGENTS.md, custom agents, skills e MCP.
AGENTS.md
O onboarding do novo dev, versionado no repositório.
Um arquivo Markdown na raiz, e opcionalmente por diretório, que declara convenções legíveis por máquina: como buildar, como testar, que estilo seguir, o que nunca tocar. Todo agente da plataforma lê, o comportamento vira ativo do projeto em source control, auditável em PR, e ninguém mais repete as mesmas instruções em cada prompt.
funciona para todos os agentesraiz + por diretórioREADME para humanos, AGENTS.md para agentes
AGENTS.md
# Build e testes
Build: npm run build · Testes: npm test
Todo handler novo usa testes table-driven
# Convenções
Logging: usar sempre lib/logger, nunca console
Erros de API seguem RFC 7807
# Limites
Não modificar db/migrations sem issue aprovada
Segredos só via variáveis de ambiente
Custom agents · .github/agents/*.md
Especialistas nomeados: cada um com persona, regras e ferramentas.
@copilot/docs-specialist
Especialista em documentação
System prompt focado em docs: tom, estrutura, exemplos executáveis. Atribua issues de documentação direto a ele, pelo mission control ou pelo VS Code.
@copilot/test-specialist
Especialista em testes
Conhece a pirâmide de testes do projeto, os padrões de mock e o alvo de cobertura. Resultado mais consistente que um agente generalista tentando tudo.
@copilot/security-reviewer
Revisor de segurança
Persona com guardrails: só lê e comenta, apontando OWASP Top 10, segredos e dependências suspeitas antes do review humano.
arquivos Markdown versionados: a especialização vira padrão do time, não configuração pessoal
Agent skills · padrão aberto
A caixa de ferramentas que o agente pega da prateleira só quando precisa.
Uma skill é uma pasta com SKILL.md, scripts e recursos que o GitHub Copilot carrega sob demanda quando a tarefa é relevante. É a especificação aberta Agent Skills: skills escritas para Claude Code em .claude/skills funcionam automaticamente, e vice-versa. Valem no cloud agent, no code review, na GitHub Copilot CLI, no app e no agent mode.
gh skill: instale da comunidade via GitHub CLIgithub/awesome-copilotanthropics/skills
Quatro camadas de customização, da mais ampla à mais específica.
01
Custom instructions
copilot-instructions.md · *.instructions.md
Contexto sempre ativo: padrões de código, regras do repositório, hints de framework. Curto e universal, aplicado a quase toda tarefa.
02
AGENTS.md
convenções por repo e diretório
Convenções operacionais legíveis por qualquer agente da plataforma: build, testes, estilo, limites. A camada multiagente.
03
Agent skills
.github/skills · SKILL.md
Capacidade especializada carregada sob demanda, com scripts e recursos. Ativa só quando a tarefa combina com a descrição da skill.
04
Custom agents
.github/agents · persona + tools
Persona de sessão inteira: system prompt próprio, conjunto de ferramentas e guardrails. O nível mais específico da pilha.
regra do GitHub: instruções curtas e universais em custom instructions; detalhe sob demanda em skills
Model Context Protocol
MCP é o USB-C dos agentes: um plugue padrão para qualquer ferramenta.
O protocolo
Padrão aberto de ferramentas
Um servidor MCP expõe ferramentas e dados externos que o agente descobre e usa sozinho: bancos, APIs internas, observabilidade, design.
criado pela Anthropic, adotado como padrão da indústria
GitHub MCP Server
Seus dados do GitHub como tools
Issues, pull requests, Actions e code search viram ferramentas do agente. No agent mode, no cloud agent e em qualquer cliente MCP.
para o cloud agent: configure servidores MCP no repositório
GitHub MCP Registry
Descoberta com um clique
Direto no VS Code: descubra, instale e habilite servidores como Stripe, Figma e Sentry, e combine com custom agents para criar especialistas com ferramentas.
política de MCP para org e enterprise: desligada por padrão
GitHub Copilot Spaces
Spaces: o dossiê curado que transforma o chat em especialista da casa.
Reúna repositórios, arquivos, pull requests, issues, texto livre, imagens e uploads em um espaço, com instruções de comportamento. O chat do GitHub Copilot responde ancorado nesse dossiê, e as fontes do GitHub acompanham a main sozinhas: o especialista nunca fica desatualizado.
pessoal ou da organização · admin, editor, viewerno IDE via GitHub MCP Server
copilot/spaces · payments-sme
instruções: responda como especialista do domínio de pagamentos
✓repo payments-api · busca sob demanda, sempre na main
✓arquivo ARCHITECTURE.md · carregado inteiro em toda pergunta
✓PR #491 e issue #482 · a decisão e a discussão
+notas do incidente de março · texto livre colado
→compartilhado com a organização · onboarding self-service
perguntas no espaço consomem AI credits como qualquer chat do GitHub Copilot
O que o agente lembra, o que ele indexa, e o que ele nunca vê.
GitHub Copilot Memory
Memória agêntica do repositório
O agente guarda o que aprendeu sobre o codebase e reutiliza nas próximas sessões: convenções, armadilhas, decisões. Menos reexplicação a cada tarefa.
gerenciável pelo dev e pelo admin: revisar e apagar
Repository indexing
Busca semântica de fábrica
O GitHub indexa o repositório para chat e agentes encontrarem código por significado, não só por texto. É o índice que alimenta o code search de toda sessão.
criado no primeiro uso, mantido automaticamente
Content exclusion
O que a IA nunca vê
Paths e arquivos excluídos de sugestões e de contexto, configurados por repositório ou organização: segredos, código sensível, diretórios regulados.
mudanças de exclusão são revisáveis e auditáveis
Parte V
V
CLI e o GitHub Copilot SDK.
O mesmo agente no terminal, e depois dentro do seu próprio produto.
GitHub Copilot CLI
O agente onde o dev realmente vive: no terminal.
Aponte para arquivos com referências @, retome sessões com --resume, crie custom agents em arquivos .agent.md, ative skills e conecte servidores MCP. E use a CLI como ponte: dispare sessões do cloud agent sem abrir o navegador.
review · testes · debug · refactorsessões com contexto persistente
zsh · copilot
$ copilot
>Revise @src/billing.py focando em tratamento de erros
✓ 3 problemas encontrados · exceções silenciadas na linha 42
>Gere testes cobrindo esses casos e rode a suíte
✓ tests/test_billing.py criado · 12 testes · todos verdes
>/agent python-reviewer· custom agent ativado
$ copilot --resume # retoma a sessão de ontem
GitHub Copilot CLI · recursos avançados
A CLI cresceu: de sessão única a frota autônoma.
01
Autopilot
conclusão autônoma
A sessão executa a tarefa de ponta a ponta, com checkpoints, sem pedir aprovação a cada passo. Você define o objetivo e os limites.
02
Fleet
execução paralela
Várias tarefas rodando ao mesmo tempo, cada uma na sua sessão. A frota do mission control, agora dentro do seu terminal.
03
Plugins
extensão governada
Extensões instaláveis com marketplaces próprios, e padrões de plugin definidos pela enterprise para governar o que entra no terminal do time.
04
Chronicle
dados de sessão
Histórico estruturado do que o agente fez em cada sessão, consultável depois: a matéria-prima de auditoria, retrospectiva e melhoria de prompts.
05
Controle
cancelar · reverter · remoto
Cancele e reverta mudanças com segurança, faça steering remoto da sessão de outro dispositivo, e dite prompts por voz.
rubber duck para pensar junto, LSP servers e gestão de contexto completam o kit
GitHub Copilot SDK · public preview
O motor do carro, vendido separado.
Sem o SDK
Você constrói uma plataforma antes do produto
Gerenciar contexto entre turnos, orquestrar ferramentas, rotear modelos, integrar MCP, pensar permissões e modos de falha. Meses de engenharia antes da primeira linha da sua lógica de negócio.
Com o GitHub Copilot SDK
O loop agêntico de produção, pronto
O mesmo runtime testado em produção que move a GitHub Copilot CLI e o cloud agent, exposto como biblioteca: planner, tool loop, streaming, sessões multi-turno, MCP, custom tools e autenticação, tudo resolvido. Você fica com a lógica do seu produto.
22 jan 2026 · technical preview2 abr 2026 · public previewTypeScript · Python · Go · .NET · JavaBYOK: OpenAI, Azure AI Foundry, Anthropic
Arquitetura e código · interativo
Seu app fala JSON-RPC com o mesmo motor da CLI.
Seu app→SDK client→JSON-RPC→CLI em modo servidor→modelos + tools + MCP
O SDK gerencia o ciclo de vida do processo da CLI automaticamente. Defina ferramentas custom com handlers e deixe o agente decidir quando invocar. Customize seções do system prompt com replace, append, prepend ou transform, sem reescrever o prompt inteiro.
session.Send(ctx, copilot.MessageOptions{Prompt: "Resuma os PRs abertos"})
using GitHub.Copilot.SDK;
var client = new CopilotClient();
await client.StartAsync();
var session = await client.CreateSessionAsync(new() { Model = "gpt-5" });
await session.SendAsync(new() { Prompt = "Resuma os PRs abertos" });
O SDK na prática
Três famílias de uso que já saíram do papel.
Operações e SRE
Agentes de plataforma
Triagem autônoma de falhas de CI/CD, validadores de infraestrutura, bots de resposta a incidentes integrados a PagerDuty e Datadog via MCP.
github-sre-agent · copilot-sdk-samples
Agentes internos
Workflows da sua empresa
Ferramentas custom para APIs proprietárias, compliance checkers, geradores de relatório. Rodando em pipelines do GitHub Actions, com BYOK quando a empresa exige.
custom tools + MCP + skills, tudo do SDK
Produtos
IA embutida no seu app
GUIs com workflows de IA, assistentes de domínio, automação pessoal. O time do GitHub já usou para gerar capítulos de vídeo e comandos por voz.
billing: cada prompt consome premium requests do plano
Hooks · Cloud e local sandboxes
Controle fino do runtime: hooks e sandboxes.
Hooks são automação determinística dentro do loop: pre-tool use para bloquear ou validar antes de uma ferramenta rodar, post-tool use para auditar o resultado, prompt submitted e ciclo de vida da sessão. Funcionam no cloud agent, na CLI e no SDK: uma política, três superfícies.
policy enforcement dentro do loopconfiguração versionada no repositório
sandboxes · execução isolada
$/sandbox enable · local: filesystem, rede e sistema restritos
macOS e Linux · política central via MDM e Intune
$copilot --cloud · Linux efêmero isolado hospedado pelo GitHub
→retome de qualquer dispositivo · snapshot ao parar
✓mesmas políticas do cloud agent · billing por uso
public preview · política Cloud Sandbox access por org
Parte VI
VI
Governança e prática.
Como habilitar com segurança, medir impacto e treinar o time com laboratórios oficiais.
Governança enterprise
Antes da frota, o control plane: quatro decisões de plataforma.
01
Políticas de acesso
control plane · org e enterprise
Nos planos Business e Enterprise o cloud agent nasce desligado: habilite por política, defina quais agentes e modelos o time pode usar e faça opt-out por repositório.
02
Proteções de branch
review humano obrigatório
Agentes abrem pull requests, nunca fazem merge sem review e checks verdes. Exija a seção de plano no template de PR para PRs de agentes.
03
Custo sob controle
premium requests + Actions
Cada sessão consome premium requests e minutos de GitHub Actions. Configure budgets, alertas de limiar e acompanhe padrões de gasto no billing.
04
Qualidade e métricas
dois estágios de review
Code review do GitHub Copilot mais GitHub Code Quality avaliam o código do agente antes do humano. O metrics dashboard mostra adoção e impacto da IA na organização.
GitHub Code Quality
O portão de qualidade da frota, dentro do pull request.
01
Análise
CodeQL + IA
Regras de qualidade do CodeQL medem confiabilidade e manutenibilidade em Java, C#, Python, JavaScript, Go e Ruby, mais análise por IA dos pushes recentes.
02
No pull request
bot + Autofix
O github-code-quality[bot] comenta cada finding com sugestão de GitHub Copilot Autofix, e publica o resumo de cobertura de testes versus a branch principal.
03
Gates e dashboards
rulesets
Rulesets bloqueiam o merge por threshold de qualidade e de cobertura. Dashboards por repositório e por organização mostram os ratings da frota inteira.
04
Fechando o ciclo
remediação delegada
Atribua a remediação dos findings direto ao cloud agent: o débito técnico que a análise encontrou vira issue delegada e volta como pull request.
public preview · GA em 20 de julho de 2026 · GitHub Team e Enterprise Cloud
Revisão de código gerado por IA
Revisar código de IA é habilidade nova. E tem método.
01
Automatize primeiro
máquina antes do olho
Testes, CodeQL, lint e Dependabot rodam antes da revisão humana. A máquina pega o repetitivo, você guarda a atenção para o julgamento.
02
Entenda antes de aceitar
interrogue o agente
Pergunte à sessão: que premissas você assumiu, que padrão seguiu, quais as limitações desta abordagem. Nunca faça merge do que você não explicaria.
03
Desconfie das dependências
pacotes e licenças
Pacotes alucinados e slopsquatting existem. Cheque licença, manutenção ativa e origem de cada dependência nova, e use code referencing para matches públicos.
04
Padrões humanos valem
legibilidade e nomes
Legibilidade, nomes claros e manutenibilidade continuam sendo o critério. Se refatorar custa mais do que reescrever, rejeite o pull request.
a revisão é o novo gargalo do time: invista nela como investiu em CI
Preparando a organização para novos recursos e modelos
Novidade todo mês: um processo para adotar sem susto.
Classifique o recurso
Assistivo, agêntico ou de terceiro
Cada categoria tem exigência de política própria: assistivo passa por aprovação humana, agêntico age sozinho com proteções, terceiro exige revisar o fornecedor. Changelog e a página de features são a fonte.
docs, depois política, depois piloto, depois rollout
Respeite o estágio
Preview privado, público, GA
Previews são controlados pela política de opt-in da organização, e muitos são cobertos pelo Data Protection Agreement, dá para testar sem quebrar compliance. Cada recurso tem doc de Responsible AI.
produção pede GA; inovação pede preview com escopo
Planeje os modelos
Base, LTS e fallback
Modelo base é o padrão automático, LTS tem um ano de suporte para workflows estáveis, e o fallback assume quando o budget esgota. Planeje transição de modelo como planeja upgrade de plataforma.
acompanhe supported models e model comparison
Roadmap de adoção
90 dias do primeiro pull request de agente à frota governada.
Dias 1 a 30 · fundação
Um repositório piloto: escreva o AGENTS.md, habilite o cloud agent por política, defina branch protections e delegue 5 a 10 issues bem escritas do backlog. Meça o primeiro PR aceito.
30 dias
Dias 31 a 60 · especialização
Crie 2 ou 3 custom agents para os tipos de tarefa mais frequentes, adote skills da comunidade, conecte o GitHub MCP Server e treine o time em steering pelo mission control.
30 dias
Dias 61 a 90 · escala
Expanda para mais repositórios, habilite automations e agentes parceiros onde fizer sentido, estabeleça budgets e revisão semanal de métricas, e avalie o GitHub Copilot SDK para automações internas.
30 dias
Hands-on labs · trilha 1 · partes I a IV
Um lab oficial para cada parte da apresentação.
Parte I · fundamentos
Getting started with GitHub Copilot
Completions, chat e agent mode no IDE: o ponto de partida para quem nunca usou.
# Build e testesComo buildar, como testar, como lintar# ConvençõesLogger, estilo, padrões de erro do projeto# LimitesO que o agente nunca deve tocar# Depois: delegue a primeira issueAssignee: Copilot · e revise o PR com carinho