微软于 9 月 23 日发布 Visual Studio Code 1.139 版，本次更新将重点放在 AI Agent 的远程开发能力与大规模会话管理上，同时包含若干编辑器体验优化。对于日常依赖 VS Code 进行 AI 辅助开发的工程师而言，这一版本在会话加载性能和远程容器集成方面带来了可量化的提升。
在远程 Dev Container Agent 会话方面，开发者现在可以在由 SSH、Tunnel 和 WSL 承载的远程项目中，让 Agent 直接运行于 Dev Container 内。这意味着 Agent 能够使用项目既有的工具链和依赖，减少在本地电脑或远程主机上重复配置运行环境的需要。使用该功能需要远端具备受支持的 Dev Container 配置及 Docker 环境，目前相关开关仍在逐步推送中，尚未对所有用户默认开放。
会话性能是本次更新的另一项重点。v1.139 为会话列表引入了集中式轻量元数据目录，避免每次构建列表时都打开所有对话数据库。根据微软公布的测试数据，在约 645 个会话的规模下，启动后的首次列表加载从 1.3 秒降至 0.1 秒，约快 12 倍；刷新列表从 0.6 秒降至 0.15 秒，约快 4 倍。对于长期使用 Agent 功能、积累了大量历史会话的开发者来说，这一改动直接影响到日常打开工具后的等待时间。
会话管理方面，微软新增了 Compact View（紧凑视图），用户可以在 Agents Window 中显示更多会话条目。同时，用户可隐藏空分组，并能通过双击、右键菜单或按 F2 直接重命名会话及其嵌套聊天。这些调整针对的是会话数量增长后带来的组织与检索效率问题，属于对 Agent 工作流的持续性打磨。
从行业视角看，VS Code 此次更新反映出 AI 编程助手正从单次对话交互向长周期、多会话的工程化场景演进。当 Agent 被嵌入 Dev Container 并复用项目既有工具链时，其角色更接近团队开发环境中的一个可配置组件，而非独立的聊天窗口。这对开发环境的标准化程度提出了更高要求，也意味着远程开发基础设施与 AI 辅助编程之间的耦合正在加深。
微软近年来持续将 AI 能力整合进 VS Code 与 GitHub 生态，Agent 模式是其中的关键方向。随着会话规模从数十条增长至数百条，底层数据结构的优化将变得与模型能力同等重要。此次元数据目录的引入，本质上是在解决 AI 功能规模化后的工程瓶颈问题。
目前 1.139 版已面向用户推送，Dev Container Agent 相关开关将分阶段开放。对于已在远程开发环境中使用 Agent 的团队，会话列表加载速度的提升可以立即感知；而 Dev Container 内运行 Agent 的完整能力，仍需等待推送完成并确认远端环境满足配置要求。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
