GitHub har på én uge sendt tre store ændringer ud til Copilot Workspace: støtte til ti repositories på samme tid, en ny tilstand hvor flere AI-agenter arbejder side om side, og en stille, men vigtig udskiftning af selve sprogmodellen bag Flash-funktionerne. Den 10. september 2026 udfasede GitHub modellen MAI-Code-1-Flash på tværs af Copilot Chat, inline edits, ask-tilstand, agent-tilstand og kodefuldførelse, og erstattede den med MAI-Code-1.1-Flash. Samtidig svarer konkurrenten Cursor igen med to versionsopdateringer på under en uge, og JetBrains skubber sin egen agent, Junie, ind i flere editorer end nogensinde. For udviklere i Danmark og resten af Norden betyder det en periode med hurtige skift i hvilket værktøj der reelt er bedst til store, sammensatte kodebaser.
Hvad skete der: GitHub udfaser MAI-Code-1-Flash
Den 10. september 2026 bekræftede GitHubs officielle changelog, at MAI-Code-1-Flash-modellen ikke længere understøttes i nogen del af Copilot. Det gælder chatten, de indbyggede redigeringsforslag, ask-tilstanden, agent-tilstanden og den almindelige kodefuldførelse. I stedet peger GitHub udviklere mod MAI-Code-1.1-Flash, som nu er den vedligeholdte model i Flash-klassen. Samme oplysning går igen i Microsofts udvikler-changelog, hvor det fremgår, at modelnavnet MAI-Code-1-Flash udgår til fordel for 1.1-versionen.
Det lyder som en teknisk detalje, men det rammer bredt. Flash-modellerne er dem, GitHub bruger til de hurtige, billige kald, altså autofuldførelse og korte chat-svar, hvor lav ventetid betyder mere end topkvalitet. Skifter grundlaget under de kald, ændrer det både svartider og forslagenes stil, uden at brugerne nødvendigvis bliver informeret direkte i deres editor. Virksomheder, der har bygget interne værktøjer eller CI-tjek oven på Copilots API, bør derfor tjekke deres integrationer efter skiftet.
Copilot Workspace kan nu arbejde i ti repositories samtidig
Den mest håndgribelige nyhed for udviklere er, at GitHub Copilot Workspace nu kan holde kontekst fra op til ti repositories ad gangen. Funktionen er rettet mod teams, der arbejder med mikroservicearkitekturer, hvor en enkelt ændring ofte kræver rettelser i flere separate kodebaser samtidig. Ifølge tidlige benchmarks, offentliggjort den 3. september 2026, reducerer den nye tilgang tokenforbruget med cirka 40 procent uden at gå på kompromis med præcisionen. Det skyldes en forbedret indlejringsstrategi, der undgår at sende hele repositories ind i konteksten hver gang.
For et typisk dansk softwarehus med et dusin mikroservicer i produktion, er det her ikke bare en bekvemmelighed. Det ændrer hvordan man planlægger større refaktoreringer. Tidligere skulle en udvikler manuelt holde styr på, hvilke tjenester der afhang af hinanden, og fodre Copilot med den rigtige kontekst repository for repository. Nu kan Workspace selv følge afhængighederne på tværs, hvilket sparer tid på præcis den slags opgaver, der plejer at kræve mest koordinering mellem teams.
Multi-agent-tilstand: flere AI’er arbejder parallelt
Fire dage senere, den 7. september 2026, fulgte GitHub op med det, virksomheden kalder multi-agent-samarbejde. I stedet for at én Copilot-instans løser hele opgaven fra start til slut, kan Workspace nu sætte flere specialiserede agenter i gang parallelt: én til test, én til dokumentation og én til selve implementeringen, koordineret gennem et fælles kontekstvindue. GitHubs eget pressemateriale beskriver det sådan, at Workspace “leverages a system of sub-agents to iterate with developers at every step and streamline collaboration across teams”, ifølge GitHubs pressemeddelelse om agent-tilstand. Oversat betyder det, at Copilot ikke længere er én stemme, men et lille hold af underagenter, der hver har deres eget ansvarsområde i en given opgave.
Det er en klar bevægelse væk fra tanken om Copilot som en avanceret autofuldførelse og hen imod noget, der ligner et digitalt udviklerteam. GitHubs egen produktside for Copilot Agents formulerer ambitionen direkte: “Copilot and third-party agents like Claude by Anthropic and OpenAI Codex handle the execution while you stay focused on what to build next”, som det står på GitHubs produktside for Copilot Agents. Her er det værd at bemærke, at GitHub eksplicit nævner konkurrerende modeller som en del af sit eget agent-økosystem, snarere end at holde alt inden for egne mure.
MCP-serveren gør agent-tilstand til en aktiv bruger af GitHub
En vigtig, men mindre synlig del af opdateringen er GitHubs lokale MCP-server (Model Context Protocol), som giver agent-tilstanden adgang til at søge på tværs af repositories og kode, håndtere issues og oprette pull requests direkte. Som GitHubs eget produktblog beskriver det: “The GitHub local MCP server equips agent mode with compelling capabilities such as searching across repositories and code, managing issues and creating PRs – turning agent mode into a powerful user of the GitHub platform”, jævnfør GitHubs blogindlæg om agent-tilstanden.
Det betyder, at agenten reelt kan handle på GitHub-platformen på egen hånd: den kan lede efter relevant kode i andre repositories, oprette et issue, hvis den støder på en fejl, den ikke kan løse, og selv åbne en pull request klar til gennemsyn. For sikkerhedsansvarlige rejser det et naturligt spørgsmål om adgangsstyring, fordi en agent med adgang til flere repositories potentielt kan se kode og hemmeligheder, den enkelte udvikler normalt ikke ville rode med på tværs af projekter.
Cursor svarer igen med version 0.42 og 0.45
GitHub er langt fra alene om at presse på for større kontekst og mere autonome agenter. Cursor sendte den 6. september 2026 version 0.42 ud med det, virksomheden kalder kontekstbevidst multi-fil-refaktorering. Funktionen bruger en graf-baseret analyse af afhængigheder i koden til at gennemføre ændringer på op til 50 filer samtidig, og tidlige brugere rapporterer omkring 60 procent kortere tid brugt på store migreringer, ifølge nyhedsopdateringen fra den 6. september.
Kun to dage efter fulgte version 0.45 op med sin egen udgave af multi-repo-kontekst: op til ti sammenkædede repositories kan nu forespørges samtidig, takket være en spredt indekseringsteknik, der holder svartiderne under et sekund selv i kodebaser på millioner af linjer. Ifølge tidlig test reducerer det fejl relateret til mikroservicer med omkring 40 procent, som beskrevet i opdateringen fra 8. september. Cursor har desuden tilføjet “Shadow Mode”, hvor forslag kun vises, når modellens sikkerhed overstiger 85 procent, hvilket ifølge nyheden fra 3. september giver omkring 30 procent færre påtrængende forslag uden at gå på kompromis med hvor ofte forslagene bliver accepteret. Dertil kommer “Code Memory”, en privat, krypteret videns-graf per projekt, der ifølge opdateringen fra 7. september kører lokalt for at beskytte kodens fortrolighed.
JetBrains presser på med ReSharper 2026.2 og AI Assistant til VS Code
JetBrains har valgt en anden strategi: i stedet for udelukkende at bygge videre på sine egne IDE’er, rækker firmaet nu ud mod konkurrenternes platforme. Med ReSharper 2026.2, udgivet 22. juli 2026, tager JetBrains det første skridt mod ACP-baseret agent-støtte i Visual Studio, startende med agenten Junie i preview. Udgivelsen nævner eksplicit VS Code og Cursor blandt de understøttede editorer til debugging, hvilket er en klar erkendelse af, at udviklere i stigende grad blander værktøjer fra forskellige leverandører i den samme arbejdsdag.
Parallelt hermed er JetBrains AI Assistant til Visual Studio Code gået i offentlig preview i midten af september 2026. Udviklere kan enten bruge et eksisterende JetBrains AI-abonnement eller logge ind med en JetBrains-konto og automatisk få en gratis EAP-licens. Assistenten tilbyder kodegenerering, optimering, fejlrettelser og en integreret agent til mere komplekse opgaver, direkte inde i Microsofts editor. Det er endnu et tegn på, at IDE-loyalitet betyder mindre, end det gjorde for bare et par år siden. Værktøjerne følger nu udvikleren, ikke omvendt.
Sammenligning: Copilot Workspace mod Cursor, JetBrains og Codex
Nedenstående tabel samler de vigtigste forskelle mellem de største AI-kodeassistenter, som de ser ud i september 2026. Tallene for SWE-bench er hentet fra en sammenlignende oversigt, der er opdateret løbende gennem 2026, og bør læses som retningsgivende snarere end absolutte, da benchmark-metoder varierer mellem leverandører.
| Værktøj | Bedst til | SWE-bench score | Pris | IDE-understøttelse |
|---|---|---|---|---|
| GitHub Copilot | Generel udvikling | 12,3% | 10-19 USD/md | VS Code, JetBrains, Neovim |
| Cursor | AI-native oplevelse | ~40% (estimeret) | 20 USD/md | Indbygget editor |
| Claude Code | Terminal-workflows | Ikke opgjort (CLI-værktøj) | Gratis (API-forbrug betales separat) | Terminal/CLI |
| Verdent | Enterprise-projekter | ~76,1% (SWE-bench Verified, jan. 2026) | Enterprise-pris | Flere IDE’er |
| JetBrains AI Assistant | JetBrains- og VS Code-brugere | Ikke offentliggjort | Abonnement eller gratis EAP | VS Code, IntelliJ-familien |
Kilden til disse tal er Verdents sammenlignende guide til AI-kodeassistenter, som er blevet opdateret løbende hen over 2026. Det springer i øjnene, at Copilots officielle SWE-bench-tal ligger markant lavere end konkurrenternes markedsføring antyder, mens Cursor og Verdent nøjes med at oplyse estimerede eller selvrapporterede tal. Det gør det svært at sammenligne æbler med æbler, og det er en pointe, der ofte forsvinder i markedsføringsmaterialet fra de enkelte leverandører.
Tidslinje: sådan rullede opdateringerne ud i september 2026
Det, der gør denne uge bemærkelsesværdig, er tempoet. Fem store opdateringer fra to konkurrerende leverandører landede inden for ni dage. Tabellen herunder giver et overblik over rækkefølgen.
| Dato (2026) | Leverandør | Opdatering |
|---|---|---|
| 1. september | Cursor | Version 0.45 annonceres med multi-repo-kontekst via MCP |
| 3. september | GitHub | Copilot Workspace får kontekst fra op til 10 repositories |
| 3. september | Cursor | “Shadow Mode” lanceres med 85% sikkerhedstærskel for forslag |
| 6. september | Cursor | Version 0.42 med graf-baseret multi-fil-refaktorering (op til 50 filer) |
| 7. september | GitHub | Multi-agent-samarbejde lanceres i Copilot Workspace |
| 7. september | Cursor | “Code Memory” (lokal, krypteret projekt-hukommelse) annonceres |
| 8. september | Cursor | Version 0.45 udrulles bredt med sparse indeksering på tværs af 10 repositories |
| 10. september | GitHub | MAI-Code-1-Flash udfases til fordel for MAI-Code-1.1-Flash |
Markedseffekt: hvad betyder det for udviklere og virksomheder
Den korte version er, at prisen på at holde et team af AI-agenter kørende falder, mens de kan tage sig af flere kodebaser ad gangen. En 40 procents reduktion i tokenforbrug lyder abstrakt, men for en virksomhed, der bruger Copilot Business eller Enterprise til flere hundrede udviklere, oversætter det direkte til lavere driftsomkostninger på API-siden og hurtigere svartider i den daglige brug. Det samme gælder Cursors sparse indeksering, som gør det muligt at holde svartider under et sekund selv i store kodebaser, hvilket ellers har været en klassisk flaskehals for AI-assisteret udvikling i store monorepos.
Samtidig flytter multi-agent-tilstanden ansvar. Når en agent selv kan oprette issues og pull requests på tværs af repositories, bliver spørgsmålet om code review og governance vigtigere, ikke mindre. Virksomheder, der allerede har svært ved at holde styr på, hvem der reviewer hvad, får nu en ekstra aktør ind i processen, som ikke sover, ikke holder ferie, og som kan arbejde i ti kodebaser samtidig. Det kan øge farten markant, men det kræver også, at teams strammer op på hvilke rettigheder agenterne reelt får.
Fra autocomplete til autonome agenter: den historiske kontekst
Det er værd at huske, hvor kort tid der er gået. Da GitHub Copilot først blev lanceret i 2021, var det i bund og grund en avanceret autofuldførelse, der forslog den næste linje kode ud fra kontekst i den fil, man arbejdede i. Springet til agent-tilstand, hvor Copilot selv kan skrive tests, køre dem og rette fejl uden konstant menneskelig indblanding, kom først for alvor i løbet af 2025. Nu, godt et år senere, er vi nået til et punkt, hvor agenter ikke bare arbejder i én fil eller ét repository, men på tværs af hele organisationens kodebase.
Den udvikling har fulgt et forudsigeligt mønster: først bliver værktøjet bedre til at forstå en enkelt fil, så en hel kodebase, og til sidst flere kodebaser på tværs af teams og produkter. Cursor og GitHub konkurrerer nu direkte om at være først til at knække det sidste trin, mens JetBrains forsøger at gøre sig relevant ved at møde udviklerne, der hvor de allerede er, i stedet for at insistere på sin egen IDE.
Sikkerhed og datahåndtering, når agenter rører flere repositories
Jo flere repositories en agent kan se på én gang, jo større bliver angrebsfladen, hvis noget går galt. Et kompromitteret agent-kald, der har adgang til ti repositories i stedet for ét, kan i teorien eksponere langt mere følsom kode og flere hemmeligheder på én gang. GitHub har ikke offentliggjort detaljerede tal for, hvor mange organisationer der allerede bruger den nye multi-repo-funktion, men produktbeskrivelsen lægger vægt på, at MCP-serveren kører lokalt og styres af de samme adgangsrettigheder, brugeren i forvejen har på GitHub.
For sikkerhedsteams betyder det i praksis, at revision af adgangsrettigheder bliver vigtigere end nogensinde. Hvis en udvikler har skrive-adgang til ti repositories, og deres agent arver den samme adgang, er det den svageste konfiguration i kæden, der afgør hvor galt det kan gå. Cursors svar med lokal, krypteret “Code Memory” peger i en lignende retning: leverandørerne er tydeligvis opmærksomme på, at kunderne vil have kraftfulde funktioner uden at skulle sende hele kodebasen op i skyen for at få dem.
Hvad branchen siger om skiftet mod agent-baseret udvikling
GitHub selv beskriver ambitionen med Copilot Agents ganske direkte: opgaven er, at “Copilot and third-party agents like Claude by Anthropic and OpenAI Codex handle the execution while you stay focused on what to build next”, som det fremgår af virksomhedens egen produktside. Det er en formulering, der placerer Copilot som et lag over flere forskellige modeller, snarere end som ét lukket produkt.
Samme tendens går igen i GitHubs beskrivelse af, hvordan agent-tilstanden bruger virksomhedens infrastruktur: MCP-serveren “equips agent mode with compelling capabilities such as searching across repositories and code, managing issues and creating PRs – turning agent mode into a powerful user of the GitHub platform”, ifølge GitHubs produktblog. Og i sin pressemeddelelse om agent-tilstanden understreger GitHub, at Workspace “leverages a system of sub-agents to iterate with developers at every step and streamline collaboration across teams”, jævnfør GitHubs pressemateriale. Sammenholdt tegner de tre udmeldinger et billede af en leverandør, der bevidst bevæger sig væk fra ét enkelt AI-værktøj og hen imod et helt økosystem af samarbejdende agenter.
Selve modelskiftet er også dokumenteret officielt. GitHubs changelog slår fast, at “We have deprecated MAI-Code-1-Flash across all GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions) today, September 10, 2026”, jævnfør changelog-opdateringen. Microsofts eget udvikler-changelog bekræfter navneskiftet med formuleringen: “The model name is MAI-Code-1-Flash, and it is being deprecated in favor of MAI-Code-1.1-Flash”, som det står i Microsoft Developer Changelog.
Betydning for danske og nordiske udviklere og virksomheder
Danske softwarehuse og it-afdelinger, der allerede har standardiseret på Copilot Business eller Enterprise, mærker skiftet uden selv at skulle gøre noget aktivt, fordi modelbytningen sker bag kulisserne. Det stiller til gengæld krav om, at teams tester deres kritiske arbejdsgange igen efter en større modelopdatering, især hvis de har bygget automatiserede tjek eller CI-integrationer, der stoler på en bestemt stil i Copilots svar. Det gælder ikke mindst virksomheder inden for finans og sundhed, hvor NIS2 og lignende regulering allerede stiller krav om dokumenteret styring af tredjepartsværktøjer i udviklingsprocessen.
For mindre nordiske teams, der arbejder med mikroservicer, kan den nye multi-repo-støtte være den funktion, der reelt flytter noget i hverdagen. Mange danske scale-ups har netop den arkitektur, hvor en enkelt funktionsændring kræver rettelser i flere selvstændige services, og her kan en reduktion i tokenforbrug og bedre kontekst på tværs af repositories betyde både lavere regning og færre timer brugt på at flette kontekst manuelt ind i chatvinduet.
Konkurrencebilledet strammer: åbne modeller og nye udfordrere
Copilot og Cursor er ikke de eneste, der presser på. Anthropics Claude Code fortsætter med at vinde terræn blandt udviklere, der foretrækker et terminal-baseret workflow frem for en fuld IDE-integration, mens OpenAI Codex nu er nævnt direkte som en agent, GitHub selv lader kunder vælge imellem. Det er en markant ændring fra for bare halvandet år siden, hvor de store IDE- og platformsleverandører primært konkurrerede på at bygge deres egen model ind i deres eget produkt. I dag konkurrerer de i lige så høj grad på, hvor godt de kan orkestrere andres modeller.
Det lægger et pres nedad på priserne og et pres opad på funktionaliteten. Når en kunde reelt kan vælge mellem Copilots indbyggede modeller, Anthropics Claude eller OpenAIs Codex, alt sammen inde i samme GitHub-grænseflade, bliver det sværere for nogen enkelt leverandør at tage en høj pris for adgang alene. Værdien flytter sig i stedet over på selve orkestreringen, altså hvor godt platformen er til at koordinere flere agenter, holde styr på kontekst på tværs af repositories, og sikre at resultatet rent faktisk kan merges uden at ødelægge noget.
Fremtidsudsigter: hvad sker der de næste måneder
- Flere agent-typer per organisation: forvent at se GitHub og Cursor tilbyde faste “roller” (test-agent, sikkerheds-agent, dokumentations-agent) som standard i deres enterprise-planer inden årets udgang.
- Prispres på Flash-lignende modeller: efterhånden som MAI-Code-1.1-Flash og lignende billige modeller bliver normen, vil konkurrenter sandsynligvis sænke prisen på deres egne “lette” modeller for at følge med.
- Strammere adgangsstyring som standard: i takt med at agenter får adgang til flere repositories samtidig, vil flere platforme sandsynligvis indføre eksplicitte godkendelsestrin, før en agent kan skrive til et nyt repository.
- Flere krydsintegrationer mellem IDE’er: JetBrains’ skridt mod VS Code-kompatibilitet peger på en bredere tendens, hvor leverandører i stigende grad bygger til konkurrenternes platforme i stedet for kun deres egen.
- Benchmarking bliver et selvstændigt slagsmål: uenigheden om SWE-bench-tal mellem Copilot, Cursor og Verdent vil sandsynligvis føre til, at flere leverandører begynder at offentliggøre egne, uafhængigt reviewede benchmarks for at genvinde troværdighed.
Ingen af disse fem punkter er garanterede, men de følger et mønster, man allerede kan se konturerne af i ugens opdateringer: mere autonomi, mere konkurrence på tværs af platforme, og et stigende fokus på at gøre agenternes adgang og opførsel til noget, virksomheder aktivt kan styre og revidere, i stedet for bare at stole blindt på.
Ofte stillede spørgsmål
Hvad er MAI-Code-1-Flash, og hvorfor bliver den udfaset?
MAI-Code-1-Flash var den hurtige, billige model, GitHub brugte til Copilot Chat, inline forslag, ask-tilstand, agent-tilstand og kodefuldførelse. Den blev udfaset den 10. september 2026 til fordel for MAI-Code-1.1-Flash, som GitHub nu betegner som den vedligeholdte model i Flash-klassen.
Mærker jeg som almindelig bruger noget til modelskiftet?
De fleste brugere mærker det kun som ændrede svartider eller en anderledes “tone” i forslagene, fordi skiftet sker automatisk i baggrunden. Har du bygget automatiserede tjek, der er afhængige af Copilots præcise svarformat, bør du teste dem igen efter opdateringen.
Hvor mange repositories kan Copilot Workspace arbejde i samtidig?
Op til ti repositories på én gang, ifølge GitHubs egen annoncering fra begyndelsen af september 2026. Det er primært målrettet teams med mikroservicearkitektur, hvor en ændring ofte kræver rettelser flere steder på samme tid.
Hvad er forskellen på multi-repo-kontekst og multi-agent-tilstand?
Multi-repo-kontekst handler om, hvor mange kodebaser Copilot kan “se” på samme tid. Multi-agent-tilstand handler om, at flere specialiserede AI-agenter (for eksempel til test, dokumentation og implementering) arbejder parallelt på den samme opgave.
Hvordan adskiller Cursors multi-repo-funktion sig fra GitHubs?
Cursor bruger en sparse indekseringsteknik til at holde kontekst fra op til ti sammenkædede repositories med svartider under et sekund, selv i meget store kodebaser. GitHub bygger i stedet på en forbedret indlejringsstrategi, der ifølge egne tal reducerer tokenforbruget med omkring 40 procent.
Er de nye funktioner tilgængelige for gratis Copilot-brugere?
GitHub har ikke offentliggjort en fuld oversigt over, hvilke abonnementsniveauer der får adgang til multi-repo- og multi-agent-funktionerne først, men den slags enterprise-orienterede funktioner lander typisk i Business- og Enterprise-planerne, før de eventuelt rulles bredere ud.
Skal danske virksomheder skifte værktøj lige nu på baggrund af disse opdateringer?
Der er ikke noget, der taler for et akut skifte. Men virksomheder med mikroservicearkitektur bør holde øje med, om den nye multi-repo-støtte i Copilot Workspace eller Cursor 0.45 rent faktisk reducerer tiden, teamet bruger på at flette kontekst manuelt sammen, før de beslutter sig for at opgradere abonnementer.
Hvad betyder JetBrains’ skridt mod VS Code for JetBrains-brugere?
Det betyder, at JetBrains-brugere fremover kan forvente bedre understøttelse, hvis de arbejder på tværs af JetBrains’ egne IDE’er og VS Code, i stedet for at være låst til én editor for at få adgang til firmaets AI-funktioner som Junie og AI Assistant.
