Otwierasz edytor. Opisujesz zadanie. Czekasz. Przeglądasz. Poprawiasz. Commitujesz. Każde narzędzie do kodowania z AI na rynku — Cursor, Claude Code, Codex od OpenAI — zaczyna od tego samego rytuału: człowiek wpisuje prompt. AI jest szybkie, jasne. Ale to ty wciąż jesteś wąskim gardłem. To ty musisz przełączać kontekst z issue trackera do edytora, sformułować problem w języku naturalnym i niańczyć output. Twój backlog nie maleje, bo każda interakcja z AI kosztuje cię jedyny zasób, którego AI nie potrafi wyprodukować: twoją uwagę.

W pierwszych dziesięciu dniach kwietnia 2026 GitHub po cichu przebudował całą tę pętlę — i usunął cię z pozycji startowej.

1 kwietnia GitHub przemianował swojego "Copilot coding agent" na Copilot cloud agent i rozszerzył jego możliwości poza pull requesty. Agent potrafi teraz pracować na branchach niezależnie, zbadać codebase zanim czegokolwiek dotknie i wygenerować plan implementacji zanim napisze choćby jedną linijkę. 3 kwietnia GitHub dodał kontrolę runnerów na poziomie organizacji — pozwalając adminom ustawić domyślną infrastrukturę dla agenta w każdym repo i zablokować ją, żeby poszczególne zespoły nie mogły nadpisywać ustawień. Tego samego dnia: kryptograficzne podpisywanie commitów, co oznacza, że każdy commit agenta ma teraz badge "Verified" — odblokowanie dla repo wymagających podpisanych commitów jako polityki bezpieczeństwa. 8 kwietnia całość wylądowała na GitHub Mobile. Możesz teraz przypisać issue do @copilot z telefonu w metrze i dostać gotowy do przejrzenia pull request, zanim dojedziesz do biura.

Sześć wpisów w changelogu w dziesięć dni. To nie jest launch ficzera — to budowa platformy.

Architektoniczny fork, o którym nikt nie mówi

Dlaczego to ma większe znaczenie niż jakikolwiek benchmark modelu. Każdy inny agent do kodowania jest prompt-driven: otwierasz Cursora, wpisujesz czego chcesz, Cursor to robi. Odpalasz Claude Code w terminalu i opisujesz zadanie. Kolejkujesz job w dashboardzie Codex. W każdym przypadku to człowiek inicjuje interakcję.

Copilot cloud agent jest event-driven. Przypisujesz @copilot do GitHub Issue — to tyle. Agent czyta opis issue, rozbija go na checklistę, otwiera branch, pisze kod, pushuje iteracyjne commity, odpala twoje automatyczne testy i lintery, i otwiera pull request z prośbą o code review. Żadnej sesji w edytorze. Żadnego terminala. Żadnego prompta. Samo issue jest promptem.

Różnica nie leży w modelu napędzającym agenta. GitHub routuje do tych samych modeli OpenAI i Anthropic, których używa konkurencja. Różnica to pozycja w workflow. Issues, pull requesty, Actions, code review i samo repozytorium — to wszystko powierzchnie GitHuba. Copilot nie potrzebuje warstwy integracji, bo już żyje wewnątrz systemu źródłowego. Nie łączy się z twoim workflow — on jest twoim workflow.

Cena usunięcia ludzkiego wyzwalacza

Ale nie udawajmy, że to same plusy.

Agenty event-driven tworzą nowy problem: review fatigue. Kiedy ktoś w poniedziałek rano przypisze dziesięć niskopriorytetowych issue do @copilot, te PR-y lądują w kolejce do review niezależnie od tego, czy zespół ma przepustowość, żeby je przetworzyć. Autonomiczny output potrafi przytłoczyć zdolność do review szybciej, niż zmniejsza backlog. Wymieniłeś jedno wąskie gardło — promptowanie — na inne: przeglądanie kodu, o który nie prosiłeś w momencie, kiedy do ciebie dotarł.

GitHub chyba jest świadomy tej presji. 10 kwietnia wprowadził nowe rate limity dla użytkowników Pro+, powołując się na "wzrost wzorców wysokiej współbieżności i intensywnego użycia". Wycofał też model Opus 4.6 Fast ze skutkiem natychmiastowym i wstrzymał nowe rejestracje na darmowy trial z powodu nadużyć. Tłumaczenie: ludzie odkryli autonomiczną pętlę kodowania i zalali ją do granic.

Tymczasem Cursor nie stoi w miejscu. 2 kwietnia ruszył Cursor 3 z równoległą orkiestracją agentów — wiele agentów pracujących jednocześnie nad refactoringiem, testami i dokumentacją — plus dedykowane "Agents Window" do zarządzania wieloetapowymi projektami. Nadal prompt-driven, tak, ale interfejs promptowania stał się dramatycznie potężniejszy.

Co to znaczy dla ciebie

Jeśli twój zespół już żyje na GitHubie — issues, PR-y, Actions, cały stos — Copilot cloud agent to dziś ścieżka najmniejszego oporu do autonomicznego kodowania. Żadnego nowego narzędzia do instalacji. Żadnego nowego interfejsu do nauki. Przypisujesz issue, przeglądasz PR. Agent działa w modelu governance, który twoja organizacja już wymusza: branch protection rules, required reviews, podpisane commity, polityki runnerów.

Jeśli cenisz wybór modelu, precyzyjną kontrolę nad tym, co agent robi na każdym kroku, albo po prostu nie ufasz kodowi, o który wyraźnie nie prosiłeś — narzędzia prompt-driven jak Cursor 3 czy Claude Code dają ci więcej transparencji i ciasniejsze pętle feedbacku.

Oba podejścia będą współistnieć. Ale kierunek jest jasny.

Prompt był ostatnim ludzkim wąskim gardłem

Przez trzy lata optymalizowaliśmy kodowanie z AI pod kątem lepszych promptów. Jaśniejsze instrukcje. Większe okna kontekstowe — ilość tekstu, którą AI trzyma w pamięci roboczej. Sprytniejsze autocomplete. Wszystko zakładało, że to człowiek naciska pierwszy przycisk.

GitHub usunął ten przycisk. Główne zadanie developera właśnie się przesunęło — po cichu, w sześciu wpisach changelogu w dziesięć dni — z "powiedz AI co zbudować" na "przejrzyj to, co AI już zbudowało".

Czy to wyzwolenie, czy nowy rodzaj piekła — zależy wyłącznie od tego, jak dobry jest twój proces code review. A jeśli kiedykolwiek pracowałeś w zespole z backlogiem 200 PR-ów... cóż. Już znasz odpowiedź.