GitHub Copilot CLI去年悄悄支持了本地模型，但官方文档把这个功能埋在了「BYOK（自带密钥/模型）」的二级页面里。知道的人不多，用的人更少。
一个数据：LM Studio的下载量在过去18个月涨了340%，但Copilot CLI的本地配置教程在GitHub社区只有17个有效回复。这不是技术门槛的问题，是信息差。
本地模型的核心卖点只有一个：数据不出境。
云模型很快，但你的代码要穿过GitHub的服务器、OpenAI的集群、可能还有微软的审计层。对某些团队来说，这比慢更致命。金融、医疗、军工领域的开发者早就想跑本地了，只是没找到一个足够顺手的工具链。
Copilot CLI + LM Studio的组合，是目前最接近「开箱即用」的方案。但它不是官方主推的功能，配置过程有几个反直觉的坑。
LM Studio：本地跑模型的最懒方案
LM Studio的作者显然懂开发者怕什么。怕配环境、怕调CUDA、怕模型下载到一半断线。
所以它的设计哲学是：一个UI搞定所有脏活。点几下下载模型，自动启动本地服务器，暴露一个OpenAI兼容的API端点。你不用懂PyTorch，不用写一行Python。
启动后，你的本机会多出一个http://localhost:1234/v1的地址。这就是Copilot CLI要对话的目标。
但模型选择是门黑魔法。作者Emanuele Bartolesi在测试里对比了两套配置：
笔记本：NVIDIA Nemotron-3-Nano-4B（4B参数，CPU能跑）
台式机：Qwen3 Code系列（13B+，需要GPU）
4B模型的响应延迟在200-400毫秒，但写复杂函数时容易「 hallucination（幻觉）」。13B模型逻辑更稳，但在没有独显的笔记本上，首token延迟能拖到8秒以上。
他的建议很实在：先跑小的，把流程跑通再换大的。
Copilot CLI的本地切换：三个环境变量决定一切
这是最容易踩坑的环节。Copilot CLI默认连GitHub托管的模型，要切到本地需要显式覆盖三个变量：
$env:COPILOT_PROVIDER_BASE_URL="http://localhost:1234/v1"
$env:COPILOT_MODEL="google/gemma-3-1b"
$env:COPILOT_OFFLINE=1
前两个好理解：告诉CLI去哪找模型、用哪个模型。第三个COPILOT_OFFLINE是保险栓——如果不设，Copilot在本地模型超时或报错时，会静默切回云模型。你的「本地」配置形同虚设。
GitHub官方文档把这个警告放在页面底部，字体比正文小一号。
另一个细节：模型名称的格式必须和LM Studio里显示的一致。有些模型在LM Studio里叫qwen2.5-coder-7b，但Copilot CLI认的是Qwen/Qwen2.5-Coder-7B。大小写、斜杠位置错一个，请求就会404。
没有错误提示，只有沉默的失败。
实测：什么场景能用，什么场景别碰
Emanuele跑了一周的日常开发任务，结论分三类。
能用的：单行补全、正则表达式解释、Git命令生成。这些场景上下文短，4B模型足够，延迟在接受范围内。
凑合用的：函数级代码生成、简单重构。需要13B模型，但台式机GPU能扛住。偶尔需要手动修正变量名或边界条件。
别碰的：跨文件重构、架构设计建议、复杂算法实现。本地模型的上下文窗口和推理深度都不够，硬上会浪费时间。
他举了个具体例子：让Copilot CLI解释一个200行的Python数据处理管道。云模型（GPT-4o）能指出三个潜在的性能瓶颈，并给出优化后的代码片段。本地13B模型只做到了「逐行注释」，优化建议完全缺失。
这不是模型智商的差距，是训练数据和方法论的差距。云模型见过更多代码审查场景，本地模型只见过更多代码。
谁该现在上车，谁该再等等
这个方案最适合三类人：
第一类，安全合规刚需的团队。代码不能离境，但团队又习惯了Copilot的交互模式。LM Studio + Copilot CLI是目前迁移成本最低的路径。
第二类，想深度定制模型行为的开发者。你可以在本地下载经过特定领域微调的模型（比如金融合规代码模型），替代Copilot的通用建议。
第三类，网络环境不稳定的地区。云模型的API调用偶尔会超时或重置，本地模型只要电脑不关机就一直可用。
但不适合的人也很明确：追求「和云模型一样聪明」的，会失望。追求「完全零配置」的，会暴躁。这个方案现在还是「能跑」，不是「跑得爽」。
GitHub对这个功能的态度很暧昧。文档在更新，但Release Note从不提。社区经理在论坛回复里说「BYOK路径还在积极迭代」，但具体路线图没有。
一个可能的解释：本地模型会分流云模型的调用量，而Copilot的订阅收入是按调用计费的。官方不想太积极推广，但也不想完全关掉这扇门。
LM Studio的团队倒是动作很快。他们在4月的更新里加了「Copilot CLI一键配置」的按钮，把三个环境变量打包成了一个导出脚本。用户复制粘贴就能跑，不用再对着文档排查拼写错误。
这个按钮目前藏在「Developer」标签页的二级菜单里，点击后弹出的提示框写着：「Experimental feature. Use at your own risk.」
实验性功能，风险自负。这和GitHub文档底部的警告遥相呼应。
如果你现在打开LM Studio的最新版本，会在模型下载页面看到一个新分类：「Copilot CLI Compatible」。里面列了12个经过测试的模型，从4B到32B不等，每个都标注了推荐的硬件配置和预期延迟。
这个列表每周更新。上周新增的Qwen3-235B-A22B（MoE架构）需要至少48GB显存，但推理质量已经逼近早期版本的GPT-4。代价是启动时间超过3分钟，风扇噪音像直升机起飞。
Emanuele在测试笔记的最后写了一句话：「本地AI的临界点快到了。不是模型变聪明了，是我们终于学会了怎么和不够聪明的模型合作。」
你的开发环境现在是什么配置？如果本地模型能达到云模型70%的效果，但延迟和隐私是现在的10%，你会切过去吗？
热门跟贴