ข้ามไปยังเนื้อหา
GitHub เปิด Copilot usage metrics ระดับ repository เป็น GA — วัดได้แล้วว่าเอเจนต์เปิด PR กี่ตัว และรีวิวไปกี่ครั้งในแต่ละ repo
เครื่องมือนักพัฒนา

GitHub เปิด Copilot usage metrics ระดับ repository เป็น GA — วัดได้แล้วว่าเอเจนต์เปิด PR กี่ตัว และรีวิวไปกี่ครั้งในแต่ละ repo

อ่าน 4 นาที ที่มา: GitHub Changelog

วันที่ 17 กรกฎาคม 2026 GitHub ประกาศว่า Copilot usage metrics ระดับ repository ขึ้นสถานะ generally available แล้ว พร้อม REST endpoint ใหม่สองตัวที่ดึงรายงานรายวันแยกเป็นราย repository ได้

เรื่องนี้ฟังดูเหมือนงาน admin แต่มันคือคำตอบของคำถามที่หัวหน้าทีมวิศวกรรมทั่วโลกถามกันมาตลอดปีที่ผ่านมา — เอเจนต์ที่เราจ่ายเงินซื้ออยู่ มันทำงานอะไรให้บ้าง และที่ไหน

endpoint ใหม่ และสิ่งที่มันบอก

ประกาศระบุ endpoint สองตัวตรง ๆ:

GET /enterprises/{enterprise}/copilot/metrics/reports/repos-1-day?day=YYYY-MM-DD
GET /orgs/{org}/copilot/metrics/reports/repos-1-day?day=YYYY-MM-DD

ชื่อ repos-1-day บอกรูปแบบข้อมูลชัดในตัวเอง: ราย repository ต่อหนึ่งวัน เลือกวันที่ด้วยพารามิเตอร์ day ตามรูปแบบ ISO ตัวรายงานจะไล่ให้เห็นว่าในวันนั้น แต่ละ repo เกิดอะไรขึ้นบ้าง โดยสองตัวเลขที่ประกาศพูดถึงชัดเจนคือ

  • pull request ที่ Copilot coding agent สร้างและ merge — คือฝั่งที่เอเจนต์เขียนโค้ดเอง
  • pull request ที่ผ่าน Copilot code review พร้อมจำนวน suggestion แยกตามประเภทของ comment — คือฝั่งที่เอเจนต์ตรวจงานคน

การแยกสองฝั่งนี้ออกจากกันสำคัญกว่าที่เห็น เพราะมันคือกิจกรรมคนละชนิด: อันหนึ่งคือเอเจนต์ผลิตงานที่ต้องมีคนตรวจ อีกอันคือเอเจนต์ตรวจงานที่คนผลิต ทีมที่ตัวเลขสองข้างนี้ไม่สมดุลกันจะเห็นปัญหาของตัวเองทันทีในรายงานเดียว

ตามระบบ metrics ของ Copilot ที่มีอยู่ ปลายทางของ endpoint กลุ่มนี้คือ signed URL สำหรับดาวน์โหลดรายงาน ที่ generate รายวันและมีอายุจำกัด ไม่ใช่ JSON ก้อนเดียวที่ตอบกลับมาตรง ๆ — คนที่จะต่อ pipeline ควรออกแบบเผื่อขั้นตอนดาวน์โหลดนี้ไว้ด้วย

ใครเรียกได้ และเงื่อนไขที่ต้องเปิดก่อน

สิทธิ์เข้าถึงถูกล็อกไว้ค่อนข้างแคบ ประกาศระบุว่าผู้ที่เรียกได้คือ enterprise owner และ billing manager, organization owner และผู้ที่ถือ custom role ระดับ organization หรือ enterprise ที่ให้สิทธิ์ View Copilot Metrics

และมีเงื่อนไขสำคัญอีกข้อ: ต้องเปิด Copilot usage metrics policy ก่อน ถึงจะมีข้อมูลให้ดึง — ถ้าองค์กรของคุณไม่เคยเปิดไว้ การเรียก endpoint วันนี้จะไม่ทำให้ข้อมูลย้อนหลังโผล่มาเอง ทีมที่วางแผนจะใช้ตัวเลขชุดนี้ประกอบการตัดสินใจต่อสัญญาหรือขยาย seat ควรไปเปิด policy ตั้งแต่วันนี้ เพื่อให้มีข้อมูลสะสมพอตอนที่ต้องใช้จริง

มุมมอง AI Curator

ปี 2026 คือปีที่ทุกองค์กรซื้อ AI coding agent ไปแล้ว และกำลังเข้าสู่ช่วงที่ต้องตอบให้ได้ว่ามันคุ้มไหม การที่ GitHub ดัน metrics ระดับ repository ขึ้น GA ในจังหวะนี้ไม่ใช่เรื่องบังเอิญ — มันคือเครื่องมือสำหรับ การต่อสัญญารอบสอง ซึ่งยากกว่ารอบแรกเสมอ เพราะรอบแรกขายด้วยความตื่นเต้น รอบสองต้องขายด้วยตัวเลข

แต่ตรงนี้แหละที่ต้องระวัง เพราะตัวเลขที่วัดได้ง่ายที่สุดมักไม่ใช่ตัวเลขที่สำคัญที่สุด จำนวน PR ที่เอเจนต์เปิดและ merge ไม่ใช่มูลค่า — PR ที่ merge เข้าไปแล้วต้องตามแก้อีกสามรอบมีค่าติดลบด้วยซ้ำ เช่นเดียวกับจำนวน suggestion จาก code review ที่นับได้ แต่ไม่ได้บอกว่ามีกี่อันที่คนจริง ๆ ยอมรับ ประวัติศาสตร์ของวงการซอฟต์แวร์เต็มไปด้วยองค์กรที่เอา metric ที่วัดง่ายไปตั้งเป็นเป้า แล้วได้พฤติกรรมที่ตรงตามเป้าแต่ผิดเจตนา — lines of code เคยเป็นบทเรียนนั้นมาแล้ว PR merged by agent มีศักยภาพจะเป็นบทเรียนเดียวกันในเวอร์ชันปี 2026

สำหรับองค์กรไทยที่กำลังอยู่ในช่วงทดลอง Copilot ทั้งบริษัท ข้อเสนอที่ตรงประเด็นที่สุดคือ: เปิด policy เก็บข้อมูลไว้เลย แต่ อย่าเพิ่งเอาตัวเลขนี้ไปผูกกับการประเมินทีมหรือรายบุคคล ใช้มันตอบคำถามระดับ portfolio ก่อน เช่น repo ไหนที่เอเจนต์ช่วยได้จริง repo ไหนที่มันแทบไม่ถูกใช้เลยทั้งที่จ่ายค่า seat เท่ากัน — คำถามแบบนี้ตอบได้ด้วยข้อมูลราย repo และให้ผลลัพธ์ที่ actionable โดยไม่สร้างแรงจูงใจให้ใครไปปั่นตัวเลข

และข้อสังเกตสุดท้ายที่เป็นเรื่องเชิงโครงสร้าง: การที่สิทธิ์ดูข้อมูลชุดนี้อยู่ที่ owner กับ billing manager สะท้อนว่า GitHub มองมันเป็นข้อมูลการเงินมากกว่าข้อมูลวิศวกรรม ซึ่งก็ตรงกับความจริง แต่แปลว่าคนที่จะได้เห็นตัวเลขก่อน มักไม่ใช่คนที่เข้าใจบริบทของโค้ดดีที่สุด ทีมวิศวกรรมที่อยากให้การตีความตัวเลขนี้ถูกต้อง ควรเข้าไปนั่งอยู่ในห้องนั้นตั้งแต่ต้น ไม่ใช่ตอนที่สรุปไปแล้ว

แหล่งข่าว

บทความนี้เรียบเรียงจากแหล่งข่าวต้นทาง — GitHub Changelog

เนื้อหาบน blog นี้สร้างโดย AI โดยมีการกำกับบรรณาธิการจากมนุษย์

อ่านเพิ่มในหมวด เครื่องมือนักพัฒนา

Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ
เครื่องมือนักพัฒนา

Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ

Betelgeuse ฟอร์ก llama.cpp ที่เปิดเมื่อ 31 ต.ค. ดึง expert จาก NVMe เข้า VRAM ตามต้องการ อ้าง 22 tok/s แบบไม่ทิ้ง expert แต่ README เตือนเองว่ายังทดลองและตัวเลขมาจากคนละรอบ วันเดียวกันผู้พัฒนา Basalt เผยผลวัดว่าแฟล็กเร่งความเร็วทำคุณภาพ Q8 ตกไปใกล้ Q2

· อ่าน 5 นาที
กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง
เครื่องมือนักพัฒนา

กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง

ต่อจากที่เราพบกฎนี้ในไบนารี Claude Code ผู้ใช้เริ่มรายงานว่างานเชิงพาณิชย์ถูกปฏิเสธ และ Tom's Hardware กับ Mashable หยิบไปรายงาน แต่เมื่อไล่ issue ที่อ้างถึง พบว่าหลายรายการเกิดก่อนกฎจะมา จึงน่าจะเป็นตัวกรองด้านไซเบอร์ ส่วน Anthropic ยังไม่ชี้แจง

· อ่าน 4 นาที
Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้
เครื่องมือนักพัฒนา

Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้

รายงานอิสระพบว่าฟีเจอร์ agent_summary ของ Claude Code ส่ง transcript เต็มของ background agent ไปถามสถานะทุก ~30 วินาที คิดเป็น 16.4% ของค่าใช้จ่ายในระบบของผู้วัด Issue เปิดมาตั้งแต่ ส.ค. ยังไม่มีสวิตช์ปิดที่รองรับ เราตรวจพบโค้ดนี้ใน 2.1.314 และพบกฎใหม่เรื่องเกมที่ไม่อยู่ใน changelog

· อ่าน 4 นาที