GitHub 7 月 2 日宣布改善 Copilot usage metrics reports，讓報表更完整也更接近企業實際使用狀況。更新包含三項：Copilot CLI 開始回報 suggested lines of code，透過 server-side telemetry 出現的使用者能更正確識別 IDE，AI credit consumption 的歸因也更完整。
同一天，GitHub 也宣布 cost centers 支援 AI credit pools。這讓企業可以限制某個成本中心從整個企業共享的 monthly included AI credits 中使用多少額度，避免一個部門先把其他部門已付費授權所帶來的共享額度消耗掉。兩項更新合在一起，代表 Copilot 不再只是工程師的工具，而是進入財務、採購與部門責任管理。
GitHub Copilot 報表把 CLI 使用量納入統計
GitHub 指出，Copilot CLI 現在會把 suggested lines 記入 `loc_suggested_to_add_sum` 與 `loc_suggested_to_delete_sum` 等欄位。過去 CLI 在這些欄位可能一直是 0，導致企業看不到命令列場景的實際 AI 產出。對已經把 Copilot CLI 放進日常工作或 CI 輔助流程的團隊來說，這會影響採用率、效益評估與部門使用量排名。
IDE 識別也很關鍵。若使用者只透過 server-side telemetry 被看見，報表仍需要知道活動來自哪個開發環境。企業要判斷 Copilot 採用狀況時，不能只知道有人使用，還要知道使用情境是 IDE、CLI、瀏覽器還是其他工作入口。
AI credit pools 讓 Copilot 進入成本中心邏輯
GitHub 的 cost center 更新把 AI credits 與 chargeback 邊界連在一起。企業的 Copilot Business 與 Copilot Enterprise 授權會帶有每月 included AI credits，原本這些額度會先合併成企業共享池。若沒有額外控制，一個成本中心可能消耗掉其他部門付費授權所帶來的額度。
AI credit pool 的作用，是讓成本中心只能使用自己授權所支撐的 included usage 範圍。GitHub 會依照該成本中心中的使用者或 enterprise teams 自動計算上限；到達上限時，企業可以選擇阻擋後續 included usage，或在允許 overages 的情況下把後續使用轉成額外支出。
企業採購 AI coding 工具開始看可計費性
AI coding 工具早期多用生產力敘事推進，常見指標是接受率、補全行數、節省時間。當 agent mode、CLI、code review 與更高成本模型加入後，單純看使用人數已經不夠。企業會想知道哪些團隊真的在用、用了多少、是否超出授權內額度，以及使用成本能不能回到部門預算。
GitHub 這輪更新的意義，正是在 Copilot 的使用行為與財務責任之間架橋。AI 軟體供應商若要進入大型企業，報表、預算、權限、審計與政策控制會和模型本身一樣重要。對市場來說，Copilot 的競爭焦點正在從「會不會寫程式」走向「能不能被公司制度長期吸收」。
消息來源：GitHub Changelog – Copilot usage metrics、GitHub Changelog – AI credit pools、GitHub Docs – Copilot usage metrics API。
