公司準備把 Copilot 從個人試用變成正式採購時，爭議常會落在某個受監管 repo 到底能不能讓 AI 讀。金融產品的授權邏輯、醫療資料管線、政府標案程式或歐盟客戶資料旁邊，只要有人開了 agent mode 或 Copilot cloud agent，資安、法務和平台團隊很快會問三件事：推論在哪裡跑、哪些模型能用、成本會不會被長任務放大。
GitHub 2026 年 4 月 13 日公布 Copilot data residency 與 FedRAMP 相關更新，7 月重新檢查官方 changelog 與 docs 後，這篇的建議是：不要把它當成全公司一鍵開關。先把 repo 分成「一般開發」、「有地區資料要求」、「政府或高度受監管」三類，再決定哪些組織需要限制到 data-resident 或 FedRAMP compliant models，哪些團隊暫時維持一般 Copilot 就好。
先用 repo 敏感度決定開哪一層
Copilot data residency 處理的是推論處理與相關資料要留在哪個地理範圍；FedRAMP 版本處理的是美國政府客戶需要的授權模型基礎設施。兩者都重要，但不代表每個 repo 都要承擔同一組限制與 10% AI credits 成本。
| repo / 團隊情境 | 建議起點 | 先檢查什麼 |
|---|---|---|
| 公開專案、低敏感內部工具 | 一般 Copilot，加上既有 code review | 是否有機密、客戶資料或授權邏輯混在 repo |
| 歐盟資料邊界或美國資料駐留要求 | Copilot data residency | 組織地區、可用模型、舊版 client 是否會被擋 |
| 美國政府、國防供應鏈、嚴格受監管專案 | FedRAMP compliant models | 採購要求、審計證據、誰能核准例外 |
| 正在試 Copilot cloud agent 或 agent mode 的大型團隊 | 先限低敏感 repo，再擴大 | agent 能改哪些檔、誰 review、AI credits 是否暴增 |
這張表不能替企業做法規判斷；它的工作是避免全開或全關。若某個團隊主要維護公開套件，強迫它走最嚴格模型端點可能只會增加成本；若某個 repo 會碰到客戶資料或政府合約，開一般 Copilot 再補一段政策文件也不夠。
GitHub 目前確認了哪些事
官方 changelog 說，Copilot now supports data residency for US and EU regions，讓 all inference processing and associated data stay within designated geography。EU 對齊 Microsoft EU Data Boundary，範圍包含 EU 會員國與 EFTA 國家，也就是 Iceland、Liechtenstein、Norway、Switzerland。
美國政府客戶要注意措辭。GitHub 說 underlying model hosts and infrastructure are FedRAMP Moderate authorized；Copilot itself will become FedRAMP authorized as part of GHEC-DR’s authorization path。寫採購或內部簡報時，不要把「模型主機與基礎設施已授權」說成「Copilot 產品整體已完成所有 FedRAMP 授權」。
支援範圍也比單純聊天大。GitHub 列出的 generally available Copilot features 包含 agent mode、inline suggestions、chat、Copilot cloud agent、code review、pull request summaries 與 Copilot CLI。換句話說，資料駐留也能管 PR 摘要、code review 或雲端 agent，不必只停在補全功能。
模型選擇會變少，Gemini 先不能當預設答案
開啟 data residency 或 FedRAMP policy 後，GitHub 會把請求導向指定地區與合規端點。這代表使用者在 Copilot 介面裡看到的模型，會受地區與認證狀態限制；新模型即使已經在一般 GitHub.com 上線，也可能要等供應商部署區域基礎設施或取得必要認證。
GitHub 4 月公告提到 launch 時有 OpenAI 與 Anthropic 多個模型可用，並點名 GPT-5.4、Claude Sonnet 4.6、Claude Opus 4.6 等例子；完整清單要以 GitHub data residency docs 與 FedRAMP docs 的 model-by-region matrix 為準。官方同時明確說 Gemini models are not yet supported，原因是 GCP 目前沒有可用的 data-resident inference endpoints。
這會影響已經在做模型分流的企業。若平台團隊原本想用 Gemini 處理低成本任務、用 Claude 或 GPT 系列處理架構與 review，受監管 repo 不能照搬同一張表。比較穩的做法，是把「模型能力」和「地區可用性」分開列：某模型適合某任務，不代表它能進入每個合規組織。
成本要看 AI credits 與 agent 用量
GitHub docs 說，啟用 Copilot data residency enforcement 的 request 會有 10% increase on AI credits consumption。GitHub changelog 也用 premium request / model multiplier 語言解釋：正常消耗 1 premium request 的互動，在 data residency 下會變成 1.1 premium requests。
對十幾人的小團隊，10% 可能只是採購表上的一行。對已有 agent mode、code review、PR summary 或 cloud agent 的大型工程組織，長任務、重試與背景任務會把總量拉高。成本常出在 agent 對一批 PR 反覆跑、code review 自動化沒有限制範圍，最後才發現 AI credits 曲線改變。
因此啟用前至少要先寫清楚三個數字：哪些 organization 會被限制到合規模型、哪些 Copilot 功能可用、四週內 AI credits 或 premium request 增幅超過多少就要回頭調整。若團隊已經在看 Copilot 使用量 API，應把 4 月 data residency、6 月模型政策與 7 月 usage metrics 口徑修正標在同一張報表裡，避免把政策變更誤讀成使用者突然變多。
管理員可以用三步驟試跑
第一步，挑低風險但有合規需求的 organization。不要從全企業開始，也不要從最敏感 repo 開始。先選一組有明確資料邊界要求、但任務可回滾、PR review 完整、測試容易重跑的團隊，確認使用者能看到正確模型，舊版 IDE extension 或 CLI 不會卡住。
第二步，把 Copilot features 拆成三層開。Inline suggestions 和 chat 可以先行；code review、PR summaries 要搭配 branch protection 與 reviewer 規則；agent mode、Copilot cloud agent 與 Copilot CLI 則要另外限制可操作 repo、可執行命令與誰看最後輸出。Data residency 只管資料與模型端點，不會自動替 agent 權限踩煞車。
第三步，觀察四週再擴大。每週看一次可用模型被擋案例、AI credits 增幅、開發者改用未批准工具的跡象，以及受監管 repo 是否仍有人嘗試走一般模型。若例外申請變多，通常代表模型清單、地區要求或使用者說明不清楚；若成本曲線變陡，先縮小 agent 任務範圍，再討論是否提高預算。
什麼時候先不要開
如果企業還沒有 repo 分級，先不要急著開 data residency policy。沒有分級時，管理員很容易把所有 organization 都套上最嚴設定，導致成本升高、模型變少；或只在文件上寫敏感 repo 要注意，實際上使用者仍能在一般 Copilot 裡處理高風險程式碼。
如果團隊還不知道 agent mode 和 cloud agent 會碰到哪些檔案，也先不要把它們和聊天功能一起放大。代理能改程式、整理 PR、呼叫 CLI 或在背景處理任務，權限風險比「問一段程式碼怎麼寫」高。先用 Copilot Model Rules 設清楚哪些組織能用哪些模型，再把 cloud agent 的長任務成本和審查流程接上。
如果採購需求只寫「要 AI coding tool 符合 FedRAMP」，也要先補一句：目前官方說的是模型主機與基礎設施 FedRAMP Moderate authorized，Copilot 產品本身走 GHEC-DR authorization path。這個差別會影響合約文字、審計證據和內部風險接受流程。
和其他 Copilot 治理頁怎麼分工
這篇只處理 data residency、FedRAMP 模型、地區可用性和 10% AI credits 成本。若正在決定個人或小團隊該買哪個方案，先看 GitHub Copilot 費用與模型選擇。若已經在企業內分配模型、插件來源與組織規則，接著看 GitHub Copilot Model Rules：企業模型與插件權限怎麼管。
若問題是長任務代理讓模型費用上升，延伸閱讀 GitHub Models 退場後：Copilot cloud agent 省錢模型怎麼分流？。若管理層要求把活躍使用者、CLI、AI credits 和 PR 任務放到 BI dashboard，則看 GitHub Copilot 使用量 API：DAU、CLI 與 AI Credits 對帳指南。
FAQ
Copilot data residency 會讓 GitHub Copilot 變得絕對安全嗎？
不會。它限制的是推論處理與相關資料所在區域，以及可用模型端點。repo 權限、branch protection、code review、secret scanning、agent 可執行範圍和人工審查仍然要另外管。
FedRAMP 模型和 Copilot 產品 FedRAMP 授權是同一件事嗎？
不是。GitHub 公告說，美國政府客戶使用的 underlying model hosts and infrastructure are FedRAMP Moderate authorized；Copilot itself will become FedRAMP authorized as part of GHEC-DR’s authorization path。採購與法務文件應保留這個差別。
開啟後一定會比較貴嗎？
官方文件說合規端點的請求會增加 10% AI credits / model multiplier。若團隊只少量使用，體感可能不大；若 code review、PR summaries、agent mode 或 cloud agent 用量高，四週內就應該看一次 AI credits 曲線。
小團隊需要立刻開嗎？
如果 repo 不含敏感資料，也沒有地區資料駐留、政府合約或嚴格審計要求，通常可以先維持一般 Copilot，整理 repo 分級與禁放資料規則。等到開始處理受監管專案、跨國資料邊界或 cloud agent 長任務時，再把 data residency 和 model rules 放進採購表。