快速回答
GitHub Copilot 是 GitHub 推出的 AI 程式碼助手，在你寫程式的時候提供自動補全、程式碼建議、和 AI 對話功能。它以外掛（extension）的形式安裝在你現有的編輯器裡，包括 VS Code、JetBrains 系列（IntelliJ、PyCharm 等）、Neovim 和 Xcode。
Copilot 背後的 AI 模型主要是 OpenAI 的 Codex（早期版本）和 GPT-4o（目前版本），以及 Anthropic 的 Claude。它最早在 2021 年以技術預覽的形式推出，2022 年正式上線，是最早被廣泛採用的 AI 程式碼助手之一。
和 Cursor 這類獨立的 AI 編輯器不同，Copilot 是外掛，不會取代你的編輯器。你繼續用你習慣的 VS Code 或 JetBrains，Copilot 在裡面提供 AI 功能。這個設計選擇的好處是零切換成本，壞處是功能整合深度受限於編輯器提供的 API。
功能解析
行內程式碼補全（Inline Suggestions）
這是 Copilot 最核心也最常用的功能。當你在編輯器裡輸入程式碼時，Copilot 會以灰色文字顯示建議的程式碼，按 Tab 接受。
補全的範圍可以是一行、多行、甚至整個函式。AI 的建議品質取決於它看到的上下文：你正在寫的檔案內容、開啟的其他分頁（tabs）、以及最近的編輯歷史。
補全在以下情境特別好用：
寫重複結構的程式碼。例如定義一系列類似的 API 路由、撰寫相似的測試案例、填寫設定檔的固定格式。當 AI 識別出「你在做重複的事」，它的建議準確率會很高。
實作常見模式。資料庫 CRUD 操作、檔案讀寫、API 呼叫、表單驗證——這些是幾乎每個專案都會用到的模式，Copilot 的訓練資料裡有大量類似的程式碼，建議品質通常不錯。
補全在以下情境表現不好：
需要理解商業邏輯的程式碼。如果你的函式邏輯需要知道「這個折扣只能用在首購客戶、且不能和滿額贈品同時使用」，Copilot 沒有這些知識，建議的邏輯可能看起來對但實際上不符合需求。
牽涉到多個檔案互動的修改。行內補全只看當前檔案的上下文，如果你的修改需要同時改三個檔案才能正確運作，Copilot 可能只幫你改了當前這一個。
Copilot Chat
在 VS Code 的側邊欄開啟對話介面，可以用自然語言和 AI 討論程式碼問題。你可以問：
- 「這段程式碼在做什麼？」——解釋選取的程式碼
- 「這個函式有沒有 bug？」——檢查程式碼問題
- 「幫我重構這段成用 async/await」——提供修改建議
- 「幫這個函式寫單元測試」——產生測試程式碼
Chat 也支援 slash commands，例如 /explain（解釋程式碼）、/fix（修正問題）、/tests（產生測試）。
@workspace
在 Chat 中使用 @workspace 可以讓 Copilot 搜尋你的整個專案來回答問題。例如：
@workspace 這個專案的認證流程是怎麼運作的？@workspace 哪些檔案使用了 UserService？
背後的機制是 Copilot 會對你的專案建立索引，然後在回答問題時搜尋相關的檔案和程式碼片段作為上下文。和 Cursor 的專案索引類似，但 Copilot 的 @workspace 需要你主動使用才會觸發，不會自動應用在每次對話中。
Copilot Agent 模式
2025 年推出的 Agent 模式讓 Copilot 可以自主完成多步驟的任務。它可以：
- 分析你的需求，規劃需要修改哪些檔案
- 在終端機執行指令（跑測試、安裝套件）
- 根據測試結果修正程式碼
- 生成提交訊息
Agent 模式目前在 VS Code 中可用。這是 GitHub 對 Cursor 和 Claude Code 等競爭對手推出 Agent 功能後的回應，各家的 Agent 品質仍在快速迭代中。
Copilot for Pull Requests
在 GitHub 上開 Pull Request 時，Copilot 可以自動生成 PR 的描述和摘要，以及對變更的程式碼進行 AI Code Review。這個功能整合在 GitHub 網站上，不需要在編輯器裡操作。
AI Code Review 會標記潛在的問題，例如：未處理的錯誤、可能的 null reference、效能問題。但和人工 Code Review 一樣，AI 的意見也需要判斷，不是所有建議都值得採納。
方案與定價
| 方案 | 月費 | 適合 | 包含功能 |
|---|---|---|---|
| Free | $0 | 個人開發者、學生 | 有限的補全和 Chat 次數 |
| Pro | $10 | 個人開發者 | 無限補全、Chat、Agent |
| Business | $19/人 | 團隊和企業 | 組織管理、政策控制、IP 保障 |
| Enterprise | $39/人 | 大型企業 | 自訂模型、進階安全、SAML SSO |
學生和開源維護者可以免費使用 Pro 版本（需驗證身份）。
免費版有使用量限制，超過後需要等待重置。具體的免費額度會隨 GitHub 的政策調整，以官網為準。
Business 版的一個重要差異是「IP Indemnity」（智慧財產權保障）——GitHub 承諾如果 Copilot 產生的程式碼導致 IP 侵權訴訟，GitHub 會負責辯護和賠償。這對企業來說是一個降低法律風險的保護。
支援的程式語言和編輯器
Copilot 的補全功能支援幾乎所有程式語言，但品質有差異。表現最好的語言是 Python、JavaScript、TypeScript、Go、Java、C#、Ruby——這些在 GitHub 上的開源專案數量最多，所以訓練資料也最豐富。
比較冷門的語言（Haskell、Erlang、Rust 的某些進階模式）雖然也有支援，但建議品質會明顯下降。
編輯器支援方面：VS Code 是功能最完整的，因為 GitHub 和 VS Code 都是 Microsoft 旗下的產品，整合程度最高。JetBrains 系列的支援也不錯，但部分功能（像是 Agent 模式）可能會晚幾個月才推出。Neovim 和 Xcode 的支援範圍比較有限。
程式碼隱私與安全
程式碼會被送到哪裡？
使用 Copilot 時，你編輯器裡的程式碼片段（prompt）會被送到 GitHub 的伺服器，再轉發給 AI 模型提供商（OpenAI 或 Anthropic）處理。處理完的建議回傳到你的編輯器。
Individual 版本：GitHub 的隱私政策記載，使用者的程式碼片段（code snippets）不會被用來訓練 AI 模型。但你可以在設定中進一步選擇是否讓 GitHub 收集使用資料。
Business 和 Enterprise 版本：GitHub 明確承諾程式碼不會被儲存或用於訓練。Business 版本還提供內容排除（content exclusion）功能，你可以指定哪些 repo 或檔案路徑不要傳給 AI。
生成程式碼的安全品質
Copilot 產生的程式碼和人寫的一樣，可能包含安全漏洞。根據多項研究，AI 生成程式碼中常見的安全問題包括：
SQL Injection。AI 寫資料庫查詢時，會傾向使用字串拼接而不是參數化查詢，特別是在寫簡單的範例或 prototype 的時候。
硬編碼的密鑰。AI 在生成 API 呼叫的範例時，可能會建議把 API key 直接寫在程式碼裡，或者使用 placeholder 字串如 "YOUR_API_KEY_HERE"，使用者如果直接替換成真實的 key 並 commit，就會造成密鑰洩露。
不安全的依賴。AI 建議的 npm install 或 pip install 套件，可能是過時的版本或已知有漏洞的版本。Copilot 的訓練資料有時間截止點，它推薦的套件版本可能不是最新的。
缺少輸入驗證。特別是在 web 應用程式中，AI 產生的前端和後端程式碼經常忽略對使用者輸入做跳脫（escape）或驗證，留下 XSS 風險。
建議的做法：把 Copilot 產生的程式碼當成初級工程師的提交，每一段都需要 Code Review。在 CI/CD 流程中加入 SAST（靜態應用安全測試）工具，例如 Semgrep、CodeQL，自動掃描提交的程式碼有沒有已知的安全問題模式。
著作權和法律風險
Copilot 的訓練資料來自 GitHub 上的開源程式碼，這引發了著作權爭議。有開發者認為 Copilot 在生成程式碼時可能「複製」了受 GPL 等授權協議保護的程式碼片段，但沒有遵守原本的授權條件。
GitHub 提供了「public code filter」功能——開啟後，Copilot 會檢查建議的程式碼是否和 GitHub 上的公開程式碼高度相似，如果是的話就不會顯示這個建議。但這個過濾不是百分之百準確，而且會減少可用的建議數量。
如果你在企業環境中使用，Business 和 Enterprise 版本的 IP Indemnity 可以降低這個風險。
實際使用建議
什麼時候該接受 Copilot 的建議
當你在寫結構化、重複性高的程式碼時，Copilot 最有價值。例如定義 API 路由、寫資料庫模型、撰寫測試案例的固定結構——這些工作機械性高但容易出錯（漏掉一個欄位、打錯一個型別），讓 AI 代勞很划算。
什麼時候該拒絕 Copilot 的建議
當建議涉及安全敏感的邏輯（權限控制、密碼驗證、加密處理）、商業關鍵邏輯（計費、折扣規則）、或者你看不懂它為什麼要這樣寫時，應該拒絕並自己寫，或至少仔細理解後再接受。
寫好上下文讓 Copilot 更聰明
Copilot 的建議品質高度依賴上下文。幾個提升品質的做法：在函式上方寫一行清楚的註解說明這個函式要做什麼；先定義好 type 或 interface 再讓 Copilot 幫你實作；開啟相關的檔案讓 Copilot 能從中學習風格和模式。
常見問題
GitHub Copilot 和 ChatGPT 有什麼不同？
Copilot 整合在編輯器裡，專門針對程式碼補全和開發流程做優化，能看到你的專案上下文。ChatGPT 是通用的對話式 AI，可以討論程式碼但不直接整合在你的開發環境中。Copilot 適合「邊寫邊用」的即時輔助，ChatGPT 適合「先討論架構再動手」的設計階段。
學生可以免費用 Copilot 嗎？
可以。通過 GitHub Education 認證的學生可以免費使用 Copilot Pro。認證方式是上傳學生證或使用學校 email 驗證。具體的認證要求會隨 GitHub 的政策調整。
Copilot 會不會讓工程師失業？
目前來看不會。Copilot 加速的是打字和重複性的編碼工作，但軟體開發中最困難的部分——理解需求、設計架構、處理邊界情況、除錯複雜的系統問題——仍然需要人類工程師。更準確地說，Copilot 改變的是工程師的工作內容分配：花在「寫」的時間變少，花在「想」和「審查」的時間變多。
Copilot 可以在沒有網路的環境使用嗎？
不行。Copilot 的 AI 推論完全在雲端進行，離線狀態下所有 AI 功能都無法使用。如果你的工作環境有網路限制，這會是一個重要的考量。
公司可以控制 Copilot 不要存取某些 repo 嗎？
可以。Business 和 Enterprise 版本提供「content exclusion」功能，管理員可以指定特定的 repo、檔案路徑或檔案類型排除在 AI 處理範圍之外。例如可以排除所有 .env 檔案和 secrets/ 目錄。
用 Copilot 寫的程式碼著作權歸誰？
GitHub 的服務條款中，使用者（你）擁有 Copilot 生成的程式碼的完整權利和責任。但如果 Copilot 生成了和既有開源程式碼高度相似的片段，可能會有授權義務的問題。建議開啟 public code filter，並在 Code Review 時注意是否有完整複製的程式碼片段。
延伸閱讀
- Cursor 是什麼？AI-First 程式編輯器白話解析（what-is-cursor）
- AI 生成的程式碼要怎麼審查？安全檢查清單（ai-generated-code-audit）
- Vibe Coding 是什麼？用自然語言寫程式的趨勢解析（what-is-vibe-coding）