GitHub 7 月 27 日更新 Copilot for JetBrains，新增 agent workflow 的 OpenTelemetry 匯出設定、BYOK／custom endpoint 的 maxInputToken 與 maxOutputToken 上限，以及 Claude agent flow 的 MCP server 和 custom agent 支援。企業使用者在未設定 user-level budget 時，也能看到 AI credits 消耗量。
這次更新同時加入 Copilot CLI session 的 forks、/rubber-duck 指令與 todo list。GitHub 文件則把 JetBrains 裡的 Copilot plugin、JetBrains AI Assistant 內的 Copilot agent，以及整合終端機的 Copilot CLI 分成不同入口。
GitHub Copilot for JetBrains 將 agent workflow 的觀測資料交給企業管理
OpenTelemetry 是用來傳送程式與服務遙測資料的開放標準，能把一次 agent 工作中的請求、工具呼叫與錯誤等資訊送到企業自己的收集端點。GitHub 這次把 agent workflow 的 OpenTelemetry export 設定放進 JetBrains plugin，位置在 Settings > Tools > GitHub Copilot > Chat。
GitHub 的更新只宣布可以設定匯出，不代表所有 prompt 或回應內容都會自動外流。實際收集哪些欄位，仍取決於企業設定的 collector、傳送協定與內容擷取選項。
BYOK 與 custom endpoint 可設定 maxInputToken 和 maxOutputToken
BYOK 是企業自行提供模型金鑰，或把 Copilot 接到自訂模型端點的使用方式。這次更新允許管理者替這些連線設定預設輸入與輸出 token 上限，也能從 model-management 控制項啟用或停用內建 Copilot models。
token 上限會影響單次工作能送進模型的內容量，以及模型能產生的回應長度；它可協助企業把不同模型與工作流程放在可預期的使用範圍內，但不等同於固定的月費或單次成本。
Claude agent flow 透過 MCP server 與 custom agent 擴充
MCP server 可以把外部工具、資料來源或操作介面提供給 agent 使用；custom agent 則可預先設定特定任務的指令與工具。GitHub 現在允許兩者直接放進 JetBrains 的 Claude agent flow，讓同一套工作流程依專案需要接入不同服務。
GitHub 也把 MCP diagnostics 納入本次品質更新，並改善 model picker、session prompt 與 URL 顯示。這些項目仍是 Copilot for JetBrains plugin 的功能更新，不能直接推論所有 JetBrains AI Assistant 或其他 agent 入口都會同步取得相同控制項。
GitHub 以 AI credits 顯示補上企業用量管理資訊
當企業沒有設定 user-level budget 時，Copilot for JetBrains 會顯示組織已消耗的 AI credits 數量。GitHub 沒有在這則更新中公布新的計費公式；目前能確認的是用量顯示、token 邊界與模型開關被放進同一批管理功能。
消息來源：GitHub Changelog、GitHub JetBrains 文件、GitHub managed settings。
