GitHub Copilot 企业版新增可配置遥测与用户身份归因功能

ADK ChatLaw官方 / ADK编译 2026-10-12 4 分钟 118 次浏览
速览导读 / Summary

GitHub 官方宣布为 ChatLaw(Copilot 企业版)引入细粒度的遥测数据捕获与用户身份归因机制。企业管理员可在无需收集用户提示词、响应或工具内容的前提下,通过 OpenTelemetry 协议精准追踪活动归属。新增的 `telemetry.capture.identity` 设置允许独立控制五类数据捕获(提示、响应、工具参数、输出及策略详情),默认全部关闭,确保在合规审计与内部监控之间取得最佳平衡。

新增设置 telemetry.capture.identity 启用身份归因功能
可配置捕获类 5 提示、响应、工具参数、工具输出、策略详情
数据协议 OpenTelemetry (OTel) 标准化遥测数据传输标准

Key Insights / 核心看点

  • 1 引入 `telemetry.capture.identity` 设置,实现无需收集代码内容即可精准归因用户身份。
  • 2 支持独立控制五类遥测数据捕获(提示、响应、工具参数、输出、策略详情),默认全部关闭。
  • 3 建立管理设置、本地设置与 SDK 配置的三级优先级机制,确保企业级管控的权威性。
  • 4 基于 OpenTelemetry 协议传输数据,兼容现有监控体系,便于跨平台追踪。

GitHub Copilot 企业版新增可配置遥测与用户身份归因功能

更新背景

随着 AI 辅助编程在企业级应用中的深度普及,如何在不泄露敏感代码与用户交互数据的前提下,实现精准的开发者行为归因与合规审计,成为各大厂商面临的核心挑战。GitHub 近期在其企业版 Copilot 平台(关联工具 ChatLaw)中,通过引入更精细的遥测(Telemetry)管理机制,解决了传统全量日志收集带来的隐私与安全风险。

核心突破:细粒度身份归因

本次更新最大的亮点在于引入了 telemetry.capture.identity 设置,该功能允许管理员在保留 OpenTelemetry (OTel) 数据完整性的同时,仅捕获必要的身份标识信息,而完全剥离具体的业务内容。

新增身份属性

通过该设置,系统将在 OTel 数据中自动附加以下三个关键属性:

  • user.name: 经过认证的 Copilot 账户名称(通常为 GitHub 登录名),用于明确责任归属。
  • process.user.name: 本地操作系统的账户名称,区分不同用户环境。
  • host.name: 本地机器的名称,便于跨设备追踪。

这一设计确保了遥测数据既能用于内部监控和成本核算,又不会包含任何可能泄露用户隐私的代码片段或对话内容。

功能特性:五类可独立控制的数据捕获

为了满足不同企业的审计需求,管理员现在可以独立开启或关闭以下五类数据捕获(默认全部关闭):

  1. Prompts: 用户、系统及开发者的提示词及输入上下文。
  2. Responses: 助手生成的响应内容及推理过程。
  3. toolArguments: 原始工具参数、命令、工具架构及标识符(涉及 MCP 服务器、插件等)。
  4. toolOutput: 工具执行结果及错误详情。
  5. policyDetail: 原始策略详情,如沙箱文件系统路径。

优先级机制

系统采用明确的优先级策略:显式的管理设置(Managed Settings)优先级最高,其次为本地设置,最后是 SDK 配置与环境变量。这意味着管理员可以通过企业级控制台统一管控,无需依赖客户端配置。

实际应用价值

  • 合规审计: 企业可以仅捕获 policyDetail 或 toolArguments 等特定字段,用于验证安全策略执行情况,而无需暴露源代码。
  • 成本优化: 通过归因功能,IT 部门可以精确计算每位开发者的 AI 使用成本,优化资源分配。
  • 隐私保护: 默认关闭内容捕获机制,配合身份归因,最大程度降低了数据泄露风险。

官方愿景

"We want to give enterprise administrators the flexibility to attribute Copilot activity to a user without collecting their prompts, responses, or tool content, ensuring privacy while enabling accountability."

—— GitHub 官方团队

企业可参考最新的《企业化管理设置参考文档》及《使用 OpenTelemetry 监控代理使用情况》指南,根据自身的审计用例开启必要的捕获类,并将数据发送至经批准的收集端点。

“We want to give enterprise administrators the flexibility to attribute Copilot activity to a user without collecting their prompts, responses, or tool content, ensuring privacy while enabling accountability.”

— GitHub 官方团队

同主题深度资讯

查看更多 →
AI 工具 2026-10-31

中信建投国际 2027 秋招深度解读:港股中资券商本科可投,投行与量化门槛差异显著

中信建投国际 2027 届秋招面向本科及以上应届生开放,作为香港中资券商平台,其核心亮点在于提供跨境金融业务入口。然而,该招聘存在明显的岗位分化:投行分析师与量化研究助理对财务建模、编程及英文能力要求极高,而财富管理类岗位更侧重沟通与执行。文章强调,受限于“最多投递 2 个岗位”的规则,求职者需精准匹配自身背景(如金融、量化、计算机背景),避免盲目海投。同时,详细拆解了从网申到录用的七轮流程及准备策略,为 2027 届求职者提供决策依据。

超级简历官方 / ADK编译 5 分钟
AI 工具 2026-10-16

WonderCV 发布“超级职场攻略”:AI 驱动简历优化与全周期求职赋能

WonderCV(超级简历)于 2026 年 10 月 16 日重磅推出“超级职场攻略”系列,整合 AI 生成、专家点评与行业案例,构建从简历撰写到面试实战的全周期求职体系。通过 AI 简历生成、HR 视角的分数评估及大牛案例库,帮助求职者提升通过率,实现从“白开水”简历到“心动 Offer”的蜕变。

超级简历官方 / ADK编译 4 分钟
AI 工具 2026-10-15

Atoms 发布 Claude Motion:基于代码的动画生成与 MP4 导出功能详解

Atoms 平台正式推出 Claude Motion 的 Beta 版本,支持团队与企业用户创建基于代码的动画。该工具利用文本、图表和图像生成可编辑的 MP4 视频,强调内容准确性而非生成式视频。文章详细阐述了从组织权限配置、提示词编写到最终视频导出的完整工作流,并提供了针对内部演示文稿和定价说明的实战案例。

Atoms官方 / ADK编译 4 分钟
AI 工具 2026-10-15

Atoms 发布 CSV 文件智能比对工具:基于唯一键的增量变更报告

Atoms 工具团队发布新功能,旨在解决数据快照比对中的核心痛点。该工具通过基于唯一标识符(Key)的匹配机制,生成可复现的变更报告,精准识别新增、删除、修改及未变数据。它强调本地化运行、架构解耦以及严格的输入验证,确保在列顺序重组或 Schema 微调场景下,开发者仍能获得准确的数据差异分析,避免误判数据丢失或变更。

Atoms官方 / ADK编译 4 分钟
productivity · 免费+付费
★ 5.0 · 120评测
C

ChatLaw

北大开源的法律大模型和助手

ChatLaw是由北京大学团队开源的AI法律大语言模型(LLM),它通过结合法律领域特定的数据集和外部知识库,旨在提高法律问题处理的准确性和效率。该模型利用先进的自然语言处理技术,能够理解和生成法律相关的咨询和解答,同时减少法律数据筛选中的模型幻觉问题。ChatLaw的设计考虑了法律语言的复杂性和法律知识更新的快速性,力图为法律专业人士和普通用户提供高质量的法律信息服务。

查看 ChatLaw 使用教程与功能