तुम editor खोलते हो। Task describe करते हो। Wait करते हो। Review करते हो। Tweak करते हो। Commit करते हो। Market में हर AI coding tool — Cursor, Claude Code, OpenAI का Codex — सब एक ही ritual से शुरू होते हैं: एक इंसान prompt type करता है। AI fast है, ठीक है। लेकिन bottleneck तुम हो। तुम्हीं हो जो issue tracker से editor पर context-switch करते हो, problem को natural language में frame करते हो, और output को babysit करते हो। तुम्हारा backlog इसलिए नहीं घट रहा क्योंकि हर AI interaction में वो एक resource खर्च होता है जो AI manufacture नहीं कर सकता: तुम्हारा attention।
अप्रैल 2026 के पहले दस दिनों में, GitHub ने चुपचाप उस पूरे loop को rebuild कर दिया — और तुम्हें starting position से हटा दिया।
1 अप्रैल को GitHub ने अपने "Copilot coding agent" का rebrand किया Copilot cloud agent में और इसे pull requests से आगे expand किया। Agent अब independently branches पर काम कर सकता है, कुछ भी छूने से पहले codebase research कर सकता है, और एक भी line लिखने से पहले implementation plans generate कर सकता है। 3 अप्रैल को GitHub ने organization-level runner controls add किए — जिससे admins agent के लिए हर repo में default infrastructure set कर सकते हैं और इसे lock down कर सकते हैं ताकि individual teams override न कर सकें। उसी दिन: cryptographic commit signing, मतलब agent का हर commit अब "Verified" badge दिखाता है, जो उन repos को unblock करता है जहाँ signed commits security policy के तौर पर required हैं। 8 अप्रैल को यह सब GitHub Mobile पर भी आ गया। अब तुम metro में फोन से किसी issue पर @copilot assign कर सकते हो और office पहुँचने तक एक ready-to-review pull request मिल जाएगा।
दस दिनों में छह changelog entries। यह feature launch नहीं है — यह platform buildout है।
वो architectural fork जिसके बारे में कोई बात नहीं कर रहा
यह किसी भी model benchmark से ज़्यादा क्यों matter करता है, सुनो। बाकी हर coding agent prompt-driven है: तुम Cursor खोलते हो, type करते हो क्या चाहिए, Cursor करता है। Terminal में Claude Code invoke करते हो और task describe करते हो। Codex के cloud dashboard में job queue करते हो। हर case में, एक इंसान interaction initiate करता है।
Copilot का cloud agent event-driven है। तुम @copilot को एक GitHub Issue पर assign करते हो — बस। Agent issue description पढ़ता है, उसे checklist में तोड़ता है, branch खोलता है, code लिखता है, iterative commits push करता है, तुम्हारे automated tests और linters run करता है, और एक pull request खोलता है जिसमें human review request होती है। कोई editor session नहीं। कोई terminal नहीं। कोई prompt नहीं। Issue ही prompt है।
फ़र्क model का नहीं है जो agent को power कर रहा। GitHub उन्हीं OpenAI और Anthropic models को route करता है जो competitors use करते हैं। फ़र्क workflow position का है। Issues, pull requests, Actions, code review, और repository — सब GitHub surfaces हैं। Copilot को किसी integration layer की ज़रूरत नहीं क्योंकि यह पहले से system of record के अंदर रहता है। यह तुम्हारे workflow से connect नहीं हो रहा — यह तुम्हारा workflow है।
Human trigger हटाने की कीमत
लेकिन ऐसा मत सोचो कि यह सब फायदा ही फायदा है।
Event-driven agents एक नई problem create करते हैं: review fatigue। जब कोई Monday सुबह दस low-priority issues @copilot को assign कर दे, तो वो PRs review queue में आ जाएँगी — चाहे team के पास उन्हें process करने की bandwidth हो या न हो। Autonomous output volume, review capacity को backlog घटने से ज़्यादा तेज़ी से overwhelm कर सकता है। तुमने एक bottleneck — prompting — trade किया दूसरे के लिए: ऐसा code review करना जो तुमने उस moment में माँगा ही नहीं था।
GitHub को इस pressure का अंदाज़ा लगता है। 10 अप्रैल को उसने Pro+ users के लिए नई rate limits enforce कीं, "high concurrency और intense usage के patterns में बढ़ोतरी" का हवाला देते हुए। साथ ही Opus 4.6 Fast model को तुरंत retire किया और abuse की वजह से नए free trial signups बंद कर दिए। Translation: लोगों ने autonomous coding loop discover किया और उसे flood कर दिया।
इधर, Cursor भी चुप नहीं बैठा। 2 अप्रैल को Cursor 3 launch हुआ parallel agent orchestration के साथ — multiple agents एक साथ refactoring, testing, और docs पर काम करते हैं — plus एक dedicated "Agents Window" multi-step projects manage करने के लिए। यह prompt-driven है, हाँ, लेकिन prompt interface dramatically ज़्यादा powerful हो गया।
तुम्हारे लिए इसका क्या मतलब है
अगर तुम्हारी team पहले से GitHub पर रहती है — issues, PRs, Actions, पूरा stack — तो Copilot का cloud agent आज autonomous coding का सबसे lowest-friction path है। कोई नया tool install नहीं करना। कोई नया interface सीखना नहीं। Issue assign करो, PR review करो। Agent उसी governance model में काम करता है जो तुम्हारा org पहले से enforce करता है: branch protection rules, required reviews, signed commits, runner policies।
अगर तुम्हें model choice चाहिए, हर step पर agent क्या करे उस पर fine-grained control चाहिए, या तुम simply उस code पर trust नहीं करते जो तुमने explicitly request नहीं किया — prompt-driven tools जैसे Cursor 3 या Claude Code तुम्हें ज़्यादा transparency और tighter feedback loops देते हैं।
दोनों approaches साथ रहेंगे। लेकिन direction clear है।
Prompt आखिरी human bottleneck था
तीन साल तक, हम AI coding को better prompts के around optimize करते रहे। Clearer instructions। Richer context windows — यानी वो text amount जो AI अपनी working memory में hold करता है। Smarter autocomplete। सब कुछ assume करता था कि इंसान पहला button दबाएगा।
GitHub ने वो button ही हटा दिया। Developer का primary job अब shift हो गया — चुपचाप, दस दिनों में छह changelog entries के ज़रिए — "AI को बताओ क्या बनाना है" से "AI ने जो पहले से बना दिया उसे review करो।"
यह liberation है या एक नए किस्म का नर्क — यह पूरी तरह इस पर depend करता है कि तुम्हारा code review process कितना अच्छा है। और अगर तुमने कभी ऐसी team में काम किया है जहाँ 200 PRs का backlog हो... तो भाई, जवाब तो तुम्हें पहले से पता है।
