GitHub Copilot迎来一波安全实用升级：本机沙箱（local sandboxing）正式进入可用阶段，将AI代理在你电脑上执行命令时的权限“收紧”。这次更新覆盖 Copilot CLI、Copilot 桌面应用，以及使用 Agent Host 的 VS Code 工作会话。核心变化在于，当代理需要运行命令、访问资源时，开发者和企业管理员可以限制它能读写哪些文件、是否允许联网、以及能否使用 Git 与 GitHub CLI 相关的凭证。
沙箱的思路很直观：把AI代理的执行过程放进受限环境，避免它因为过度授权而获得不该拿到的系统权限。比如允许代理修改指定的项目目录，但禁止它浏览其他敏感文件；既然不希望外联，就将外部网络访问关掉。更重要的是，权限策略由管理员统一设定，普通使用者无法轻易放宽规则，从机制上降低配置失误带来的风险。
在实现层面，本机沙箱使用微软的 eXecution Container（MXC）。MXC会把通用的沙箱策略映射到 Windows、macOS 与 Linux 各自的隔离控制里。也就是说，不管Copilot最终选择本机模型还是云端模型，代理执行命令时都会受到同一套政策约束，安全边界保持一致。
与此同时，Copilot CLI也加入了一项“本机模型发现”能力。从 1.0.94-0 版本起，CLI可通过 /model 指令直接检索本机已安装并支持工具调用与流式输出的 Ollama 模型。值得注意的是，CLI只是负责“发现并列出可用模型”，不会替用户自动安装 Ollama、也不会把识别到的模型自动写入配置。用户确认模型来源与连接位置后，可选择立刻切换使用，或先加入但不启用；整个过程也不需要重启CLI。
GitHub提醒：选择本机模型不等于自动进入离线模式，使用数据回传仍需要另外的离线设置来控制。另有预告称，Copilot 预计在10月底前加入“本机/云端自动选择”机制，会依据任务内容与缓存状态决定调用哪一侧模型，让安全与效率同时兼顾。
