GitHub Copilot CLI：為什麼定價模式很重要

GitHub Copilot CLI 是一個強大的工具，能將 AI 協助直接帶到你的終端機，但它的定價模式卻造成了一個基本的摩擦，限制了它的日常實用性。讓我來解釋為什麼這很重要，以及什麼能讓它變得更好。

核心問題：全都是高級模型

當你啟動 Copilot CLI 時，你只能使用高級模型：

你發出的每個查詢都會消耗你每月配額中的一個高級請求。雖然這些都是優秀的模型，但這個限制帶來了一個問題：你需要不斷思考你的問題是否「值得」一個高級請求。

這種認知負擔從根本上改變了你使用工具的方式。

Claude Code 和 OpenAI Codex CLI 採取了不同的做法。它們不是限制你的高級請求次數，而是追蹤你在特定時間內使用了多少。

這個差異看似細微，但卻是變革性的：

基於時間的使用模式讓你能夠：

CLI 工具在快速、反覆的互動中表現出色。你會用它來：

這些正是計算個別請求會造成摩擦的場景。你想問五個後續問題來真正理解某件事，但你卻看著那個高級請求計數器隨著每個查詢而減少。

結果呢？你要麼：

這些結果對於一個旨在提升生產力的工具來說都不理想。

解決方案並不複雜。Copilot CLI 需要兩個新增功能：

新增對免費或較低層級模型（如 GPT-4o-mini）的支援。這些模型：

讓開發者選擇何時需要高級功能，何時輕量級模型就足夠。

實作一個 AUTO 模式，根據查詢複雜度智慧地選擇適當的模型：

這消除了不斷評估問題是否值得高級請求的心理負擔。

儘管有這些限制，Copilot CLI 背後的核心理念是優秀的：

CLI 方法在根本上是合理的。它只是需要一個符合其使用情境的定價模式。

我理解 GitHub 對 Copilot 的計費模式。高級模型需要真實成本，無限存取是不可持續的。每月高級請求限制是管理高能力模型成本的公平方式。

然而，CLI 與編輯器內自動完成或程式碼審查是根本不同的互動模式。它更：

這些特性與僅限高級模型的嚴格按請求限制不太相符。

GitHub 應該：

這種混合方法將：

GitHub Copilot CLI 具有巨大的潛力。能夠在終端機中直接獲得 AI 協助，而無需完整的 IDE，這是真正有用的。工具本身設計良好，適用於許多場景。

但全高級定價模式造成了不必要的摩擦。新增免費層級支援和自動模型選擇將把 Copilot CLI 從「我謹慎使用的工具」轉變為「我經常使用的工具」。

基礎設施就在那裡。技術運作良好。使用者體驗很好。它只是需要一個符合開發者自然想要使用它的方式的定價模式。

你對 Copilot CLI 或類似工具有什麼經驗？我很想聽聽你如何在工作流程中應對高級請求限制。