VS Code 1.143 发布：基于 Copilot SDK 的 harness 成为新会话默认，新增多模型对比与本地运行 MAI Code 1.1 Flash

核心背景与行业痛点

VS Code 过去同时存在 Local、Copilot、Claude、Codex 等多种 agent 运行方式（harness），不同产品之间行为和能力并不统一，长对话打开慢、agent 会话工作树（worktree）占用磁盘等问题也常被用户反馈。10 月 21 日 VS Code 官方账号宣布 1.143 版本（发布说明页注明更新于 10 月 19 日），重点是统一 agent 底座并补齐多模型协作工具。

架构亮点与底层机制

新会话默认使用基于 Copilot SDK 的 Copilot harness，这是微软在多款 Copilot 产品间共用的基础层，会话通过 Agent Host 运行，可在后台持续工作，并在编辑器窗口和 Agents 窗口之间切换。Agents 窗口新增 Compare Models 预览：一次提示让多个模型各自在独立会话和工作树里完成同一任务，可混用 Copilot、Claude、Codex harness 并设置不同推理强度，再选一个 Judge 模型打分，最后按需 Synthesize 合并。实验性的本地模型功能可下载 MAI Code 1.1 Flash，借助 llama.cpp 的 llama-server 在本机推理，回复标注 On-device，不消耗 AI credits。企业侧，在策略要求时 Local harness 被禁用，官方称 Local 正在退役。

权威 Benchmark 与实测跑分对比

官方未公布模型跑分，但给出了打开大型对话的实测数据（官方口径，macOS 上三次中位数）：约 1,150 次请求、约 530 MB 历史的对话，冷启动打开从 35.6 秒降到 9.0 秒，窗口无响应时间从 28.3 秒降到 0.6 秒；切回该对话从 26.7 秒降到 0.6 秒。编辑器每个文件的诊断高亮上限从 500 条提到 5,000 条。

开发者实战落地与开箱指南

升级到 1.143 后新会话自动走 Copilot harness。想试多模型对比，在 Agents 窗口打开 sessions.chat.compareAgents.enabled，再在模型选择器里选 Compare Models。跑本地模型需要 GitHub 登录和 96 GB 以上显存的 NVIDIA GPU，安装支持该模型的 llama.cpp，设置 chat.copilot.localModel.llamaServerPath 并打开 chat.copilot.localModel.enabled。工作树太多时，用命令面板的 Chat: Open Worktree Cleanup 清理不活跃会话。