AI 编程进入插件治理层：Cursor 和 Copilot 都在补同一块拼图

昨天如果只看模型新闻，AI 编程圈似乎没有一个足够炸裂的新模型。但如果看工具链，你会发现一个更实际的变化正在发生：AI IDE 和编程 Agent 的扩展能力，正在从“个人折腾配置”变成“团队级控制面”。

这不是一个小改版。它会影响团队如何分发内部工具、如何限制不可信插件、如何让 Agent 在真实代码库里执行动作，以及出了问题之后怎么追溯。

1. Cursor 把扩展入口收进 Customize

Cursor 在 6 月 22 日的官方 changelog 里发布了新的 Customize 页面。官方说法很直接：plugins、skills、MCPs 会被放到一个地方；同时还可以管理 subagents、rules、commands 和 hooks，而且支持 user、team、workspace 级别。

这句话的重点不是“多了一个设置页”。

重点是 Cursor 开始承认：AI 编程工具的能力不只来自模型，还来自一整套可插拔的上下文、工具、规则和执行钩子。

过去，很多团队会把这些东西散落在 README、脚本、MCP 配置、编辑器设置、个人规则文件里。新人入组后要靠问人、拷配置、踩坑。现在 Cursor 的方向是把这些扩展面统一为一个可见入口。

它还加了三个细节：

• 团队内的插件、Skills、MCP 有 marketplace leaderboard，可以看到什么最常用；
• plugin canvases 可以作为预置 setup 模板，方便复用；
• team marketplace 可以从 GitLab、Bitbucket、Azure DevOps 导入插件仓库。

这意味着内部工具分发开始像“应用市场”靠拢，而不是像“把一段配置发群里”。

2. GitHub 在另一侧补上白名单

同一天线索里，GitHub 6 月 25 日更新了企业管理能力：`strictKnownMarketplaces` 进入 public preview，可用于 VS Code 和 GitHub Copilot CLI。

它解决的是另一个问题：如果插件、MCP、CLI 工具开始进入 Agent 执行路径，企业就不能只问“好不好用”，还必须问“能不能装、从哪装、谁批准、是否可信”。

GitHub 的新设置允许企业在 managed `settings.json` 里定义可信 marketplace，Copilot 只允许从这些明确列出的市场安装插件。GitHub 对这件事的定位也很明确：这是 tool execution 之前的 client governance。

换句话说，AI 编程的安全边界正在前移。

以前是代码执行后再看日志、审权限、追问题。现在更合理的做法是：先限制 Agent 能获得哪些工具，再谈让它自动跑任务。

3. Code review 也在变成可度量的工具路径

GitHub 还更新了 Copilot code review。它现在使用 Copilot CLI 和 SDK 里的内置文件探索工具，包括 `grep`、`rg`、`glob` 和 `view`。官方称这让 review 成本降低约 20%，同时保持 review 质量。

这个细节很重要。

很多人以为 AI code review 的竞争只是“模型更聪明”。但实际工程里，review 质量很大一部分取决于 Agent 怎么找文件、怎么读上下文、怎么约束搜索路径、怎么避免在无关代码里浪费 token。

当 GitHub 把 review 的文件探索路径收敛到 CLI/SDK 工具时，它做的其实是标准化 Agent 的观察方式。

再叠加 Medium analysis depth 的 PR overview attribution、组织默认 review level，团队会更容易回答这几个问题：

• 这次 review 用了什么深度？
• 默认策略是谁定的？
• Agent 是用哪些工具探索代码的？
• 成本为什么变化？

这就是治理，而不是单纯的补功能。

4. 今天真正的趋势：扩展能力正在平台化

把 Cursor 和 GitHub 两条线放在一起看，方向非常一致：

Cursor 负责把扩展能力聚合起来，让团队能看见、安装、复用、分发。

GitHub 负责把扩展安装和执行路径管起来，让企业能限制来源、控制风险、观察成本。

OpenAI Codex 的 changelog 里也有类似信号：Remote Control 使用一对一 QR 配对，DigitalOcean plugin 可以开 Droplet、配 SSH、接入远程 workspace。这说明 Agent 不只在本地 IDE 里回答问题，它正在连接更多真实执行环境。

一旦 Agent 能连环境、装插件、调用 MCP、跑 CLI、改仓库，治理就不是企业版装饰，而是默认需求。

5. 对开发者和团队的直接影响

如果你是个人开发者，短期最该做的不是追每一个插件，而是整理自己的扩展栈：

• 常用 MCP 有哪些？
• 哪些规则应该沉淀为 Skill？
• 哪些 hook 是临时脚本，哪些应该标准化？
• 哪些工具会读写敏感数据？

如果你是团队负责人，更应该把 AI 编程工具当成一条新的软件供应链：

• 内部插件从哪里发布？
• 外部插件谁能安装？
• Agent 执行前有什么权限边界？
• code review 深度、成本和质量如何记录？
• 出问题时能不能追到具体工具和配置？

未来几个月，AI IDE 的差异不会只体现在“谁回答更快”。更关键的是：谁能把模型、上下文、工具、权限、审计、成本放进一个可管理系统。

这就是今天这个热点的判断：

AI 编程已经从“模型助手”进入“插件治理层”。

谁先把扩展治理做好，谁才更可能让 Agent 真正进入团队生产环境。

---

参考来源：

• Cursor Changelog: Customize Cursor, 2026-06-22

https://cursor.com/changelog/customize

• GitHub Changelog: Enterprise-managed settings now support strictKnownMarketplaces in VS Code and GitHub Copilot CLI, 2026-06-25

https://github.blog/changelog/2026-06-25-enterprise-managed-settings-now-support-strictknownmarketplaces-in-vs-code-and-the-cli/

• GitHub Changelog: Copilot code review: Analysis depth and efficiency updates, 2026-06-25

https://github.blog/changelog/2026-06-25-copilot-code-review-analysis-depth-and-efficiency-updates/

• OpenAI Developers: Codex changelog

https://developers.openai.com/codex/changelog