微软公开 30 万条 Copilot Agent 运行轨迹：AI 编程第一次有了"体检报告"

10 月 1 日，微软 Azure Research 做了一件对 AI 编程社区意义重大的事：公开了 301,026 个 GitHub Copilot coding agent 真实会话的运行轨迹（trace）。这批数据覆盖 2026 年 6 月 1 日至 7 日、来自非企业版 Copilot 用户的均匀采样，包含 930 万次大模型调用和 870 万次工具调用，全部经过脱敏，以 CC-BY 协议发布在微软的 AzurePublicDataset 仓库中，并附带可复现论文图表的 notebook。

消息由论文合著者、Azure Research 工程师 Haoran Qiu 在 X 上公布，论文第一作者 Banruo Liu 在微软 Azure Research 实习期间完成了这项研究，论文已发布在 arXiv 上。需要区分的是：公开的数据集是"切片"，完整研究规模更大——论文描述的生产级研究覆盖 320 万用户、1300 万会话、7.61 亿次 LLM 调用和 95 万亿 token，数据来自 VS Code 与 Visual Studio 中的 Copilot coding agent。

Agent 的工作方式，第一次被量化

论文的核心发现是关于基础设施的，而非模型能力。一个开发者的请求会触发一连串模型调用与工具动作：搜文件、改代码、跑测试、根据测试结果继续迭代。在完整研究中，LLM 调用与工具调用几乎是一比一的关系，87% 的调用由 agent 主动发起，而非用户直接触发。

这个模式动摇了很多现有系统的设计假设。几个关键数字值得所有做 AI 工具的人记住：

• 缓存命中有断崖：同一轮对话内缓存命中率约 90%，跨轮掉到 55%，切换模型后更低。Prompt caching 不是"开了就行"，跨轮上下文管理才是省钱的关键。
• 工具失败的代价很高：9% 的轮次中出现工具失败，触发的重试最多让算力消耗翻 4 倍。Agent 的"试错"是隐形成本大户。
• 空闲时间可以回收：研究者提出的 idle-time predictor 在评估中捕获了 86%–90% 的总空闲时间——开发者在读结果、思考的间隙，系统本可以释放资源，而不是为每一次模型调用都按孤立请求调度。

它公布了什么，又刻意没公布什么

数据集记录的是元数据：时间、token 数量、缓存行为、匿名化的模型标签、工具调用序列。它明确排除了：prompt、模型回复、源代码、文件路径、仓库名、用户与组织标识。用论文作者的话说，外界可以检查 agent 如何消耗资源，但看不到开发者让它做了什么、它做出了什么。

这个边界划得很聪明：既给了基础设施研究者真实生产数据，又守住了代码隐私。对学术界和独立工具开发者来说，这是以前拿不到的东西——过去讨论 coding agent 全靠 benchmark 分数和体感，现在终于有 workload 层面的 ground truth。

我们的判断：AI 编程从"玄学"走向"工程学"

这件事的象征意义大于数据本身。过去一年，AI 编程的讨论停留在两个极端：要么是 benchmark 榜单上的数字游戏，要么是"我感觉 Claude Code 比上周变笨了"的体感玄学。微软这次公开的，是生产环境里 agent 真实干活的"体检报告"：它怎么花 token、哪里在浪费、瓶颈到底在模型还是在调度。

对三类人有直接价值：

• 做 AI 编程工具的人：缓存策略、重试退避、会话级调度，这三笔账现在有真实数据可算了。特别是"工具失败→重试→4 倍算力"这条，值得写进每个 agent 框架的默认配置里。
• 花钱用 agent 的团队：87% 的调用是 agent 自主发起的——你的账单里，大头不是你打的那几行 prompt，是 agent 背着你跑的那几十轮循环。成本治理要从"管 prompt"转向"管循环"。
• 研究者：37 个匿名模型标签、118 万用户轮次、6314 亿 prompt token，这是研究"agent 行为模式"而非"模型能力"的罕见材料。

但也要泼一盆冷水：这只是一个产品（Copilot）、一类用户（非企业版）、一周时间（6 月初）的切片。它回答不了"Claude Code 和 Codex 谁更强"，也代表不了企业级 workload。拿它做基础设施研究很合适，拿它当行业结论就过界了。

一个值得玩味的细节：微软选择公开的时机，恰好是各家 agent 拼"终端大战"的 10 月。当所有人都在比谁的 agent 更 autonomous 时，微软把"autonomy 到底有多贵"摊开给大家看。这或许是 2026 年下半场 AI 编程竞争的新维度：不只比谁更强，还要比谁更不浪费。

原始来源：RuntimeWire《Microsoft releases 301,000 Copilot agent traces for researchers》（2026-10-01），一手信息来自 Haoran Qiu 的 X 公布、AzurePublicDataset 仓库与 arXiv 论文。