# Die Linear- und MCP-Updates von GitHub erleichtern die Zuweisung und Steuerung von Codierungsagenten

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/de/article/github-copilot-linear-mcp-agent-controls-2026-07-26-morning-de
Section: Software (https://technewslist.com/de/software)
Author: TechNewsList
Language: de
Published: 2026-07-26T05:25:55.756+00:00
Updated: 2026-07-26T05:25:55.919871+00:00

> Die Copilot-Updates von GitHub vom 23. Juli bringen den Cloud-Agenten in Linear und bereiten seinen MCP-Server auf die nächste zustandslose Protokollversion vor, wodurch der Betriebskreislauf rund um die KI-Codierungsarbeit enger wird.

## TL;DR
- GitHub hat den Copilot-Cloud-Agenten für Linear am 23. Juli allgemein verfügbar gemacht.
- GitHub MCP Server hat vor seiner Veröffentlichung am 28. Juli auch Unterstützung für die nächste zustandslose MCP-Spezifikation hinzugefügt.
- Das Softwaresignal ist, dass Coding-Agents in Issue-Tracker, Protokollstandards und Administratorkontrollen Einzug halten.

## Key points
- Lineare Benutzer können Probleme dem Copilot-Cloud-Agenten zuweisen, der einen Pull-Request-Entwurf aus einer kurzlebigen Umgebung öffnet.
- Mit der linearen Integration können Teams Modelle, benutzerdefinierte Agenten, Basiszweige, Arbeitszweige und Steuerungskommentare auswählen.
- GitHub MCP Server unterstützt jetzt die nächste MCP-Spezifikation, einschließlich zustandslosem Kernverhalten.
- Das MCP-Update entfernt Redis-Sitzungslese- und -schreibvorgänge aus dem Initialisierungsfluss und unterstützt offizielle Konformitätstests.
- Durch das kombinierte Update fühlen sich KI-Coding-Agenten eher wie geregelte Workflow-Teilnehmer.

# Die Linear- und MCP-Updates von GitHub erleichtern die Zuweisung und Steuerung von Codierungsagenten

## Was passiert ist

GitHub hat am 23. Juli eine Reihe von Copilot-Agent-Updates veröffentlicht, die auf eine betriebsfähigere Version der KI-gestützten Softwareentwicklung hinweisen. Der Copilot-Cloud-Agent für Linear ist jetzt allgemein verfügbar, sodass Teams Linear-Probleme direkt an Copilot zuweisen können. Laut GitHub kann der Agent das Problem analysieren, einen Pull-Request-Entwurf öffnen, in einer kurzlebigen Entwicklungsumgebung mit GitHub Actions arbeiten, den Fortschritt zurück an Linear streamen und nach Abschluss der Arbeit eine menschliche Überprüfung anfordern. Am selben Tag fügte GitHub MCP Server Unterstützung für die nächste Model Context Protocol-Spezifikation vor der Protokollveröffentlichung am 28. Juli hinzu. Dieses Update bereitet die MCP-Implementierung von GitHub auf einen zustandslosen Kern, schnellere Handshakes, offizielle Konformitätstests und eine einfachere Skalierung vor.

![Das kontextbezogene redaktionelle Bild für GitHubs Linear- und MCP-Updates erleichtert die Zuweisung und Steuerung von Codierungsagenten. GitHub GitHub Copilot Copilot Cloud Agent Linear Model Context Protocol GitHub Changelog GitHub Changelog GitHub Changelog Technologie-Neuigkeiten](https://code.visualstudio.com/assets/blogs/2025/02/24/diagram.png)
*Für diese TechPulse-Geschichte wurde ein kontextbezogenes Bildmaterial ausgewählt.*

Die Geschichte ist nicht nur ein weiteres Copilot-Feature. Es geht darum, dass KI-Coding-Agents zu Teilnehmern an normalen Software-Workflows werden. Linear verfolgen viele Teams ihre Arbeit. Auf GitHub finden Codeänderungen und Überprüfungen statt. MCP wird für Agenten zur Standardmethode für die Verbindung mit Tools. Wenn diese Teile aneinandergereiht sind, ist der Agent kein isoliertes Chatfenster mehr; Dabei handelt es sich um einen Mitarbeiter, der einem Issue mit Branches, Pull Requests, Protokollen und Review Gates zugewiesen ist.

## Warum es wichtig ist

Softwareteams lernen, dass autonomes Codieren größtenteils ein Workflow-Problem ist. Ein Modell kann Code schreiben, aber Organisationen müssen entscheiden, wo die Aufgabe definiert wird, welches Repository im Geltungsbereich liegt, welcher Zweig sicher ist, welches Modell oder welcher benutzerdefinierte Agent ausgeführt werden soll, wie der Fortschritt sichtbar ist und wer das Ergebnis genehmigt. Die lineare Integration von GitHub geht auf diese Details ein, indem sie Steuerelemente in den Issue-Arbeitsbereich einfügt. Teams können ein Modell auswählen, Copilot auf einen benutzerdefinierten Agenten aus dem Repository verweisen, Basis- und Arbeitszweige festlegen und eine laufende Sitzung durch Kommentare steuern.

Das ist wichtig, denn unkontrollierte Automatisierung führt zu Überprüfungsschulden. Wenn Agenten Pull-Requests ohne klare Absicht, Zweigdisziplin oder Fortschrittssichtbarkeit generieren, verbringen Betreuer Zeit damit, zu rekonstruieren, was passiert ist. Wenn der Agent über den Issue-Tracker zugewiesen wird und mit einem PR-Entwurf zu diesem Problem zurückkehrt, lässt sich die Arbeit leichter prüfen. Der Wert liegt weniger darin, Entwickler zu ersetzen, als vielmehr darin, die Implementierungsarbeit im Hintergrund so lesbar zu machen, dass Teams ihnen vertrauen können.

## Technische Details

Die lineare Integration führt den Copilot-Cloud-Agenten in einer kurzlebigen Entwicklungsumgebung aus, die von GitHub Actions unterstützt wird. Dieses Design isoliert die Arbeit vom lokalen Computer eines Entwicklers und gibt dem Agenten einen kontrollierten Ort, an dem er Code überprüfen, Änderungen vornehmen und einen Pull-Request-Entwurf einreichen kann. Die Verzweigungskontrollen sind wichtig, da Hintergrundagenten nicht in beliebige Ziele schreiben sollten. Ein Basiszweig definiert das Zusammenführungsziel, während ein Arbeitszweig die Commits des Agenten enthält. Mit benutzerdefinierten Agenten können Teams Repository-spezifische Workflows codieren, anstatt ein generisches Verhalten zu akzeptieren.

![Das kontextbezogene redaktionelle Bild für GitHubs Linear- und MCP-Updates erleichtert die Zuweisung und Steuerung von Codierungsagenten. GitHub GitHub Copilot Copilot Cloud Agent Linear Model Context Protocol GitHub Changelog GitHub Changelog GitHub Changelog Technologie-Neuigkeiten](https://www.herodot.com/uploads/Getting_Started_With_Git_Hub_Copilot_01_1cc547a982.png)
*Für diese TechPulse-Geschichte wurde ein kontextbezogenes Bildmaterial ausgewählt.*

Das MCP-Update ist unter der Oberfläche genauso wichtig. Laut GitHub macht die nächste Protokollversion den MCP-Kern zustandslos, entfernt Sitzungen und initialisiert den Status und ermöglicht es Clients, Handshakes schneller abzuschließen. Für GitHub MCP Server entfernte das Team Redis-Sitzungsschreibvorgänge bei der Initialisierung und Datenbanklesevorgänge bei jedem Aufruf. Außerdem wurden die Protokollierungs- und Secret-Scan-Anforderungen angepasst, sodass erforderliche Werte aus garantierten Headern gelesen werden können, anstatt jede Nutzlast zu überprüfen. Offizielle Konformitätstests bieten Agentenentwicklern die Möglichkeit, das Client- und Serververhalten zu überprüfen. Diese Details klingen banal, sind aber wichtig, wenn MCP-Server Produktionsagenten-Workloads in großem Maßstab unterstützen sollen.

## Auswirkungen auf Markt und Branche

Die Auswirkungen auf den Markt sind eine stärkere Brücke zwischen Projektmanagement, Code-Hosting und Agentenstandards. GitHub nutzt die Copilot-Distribution, um asynchrone KI-Codierungsagenten zu normalisieren, während Linear zu einer Kontrolloberfläche für die Zuweisung und Steuerung der Arbeit wird. Dies setzt andere Issue-Tracker, IDEs und DevOps-Plattformen unter Druck, vergleichbare Agentenkontrollen offenzulegen. Außerdem verleiht es MCP mehr Dynamik als praktischer Integrationsstandard und nicht als Nischen-Entwicklerprotokoll.

Für Unternehmen liegt der Reiz in der Governance. Sie können mit Agenten experimentieren und dabei die Pull-Request-Überprüfung, die Branch-Richtlinie, den Problemverlauf und die Nutzungstransparenz beibehalten. Für kleinere Teams liegt der Vorteil in der Bequemlichkeit: Weisen Sie das Problem zu, lassen Sie den Agenten die erste Implementierung entwerfen und überprüfen Sie sie dann. Das Risiko liegt in der Qualitätsabweichung. Agenten können immer noch Anforderungen falsch verstehen, den Code übermäßig bearbeiten, Produktnuancen übersehen oder Tests erstellen, die das Falsche beweisen. Bessere Zuweisungs- und Protokollkontrollen machen eine Überprüfung nicht überflüssig, erleichtern aber die Strukturierung der Überprüfung.

## Worauf man als Nächstes achten sollte

Sehen Sie, wie Teams die erfolgreiche Agentenarbeit messen. Die Anzahl der Pull-Anfragen allein reicht nicht aus. Zu den nützlichen Kennzahlen gehören eingesparte Überprüfungszyklen, Fehlerraten, Testqualität, rückgängig gemachte Änderungen, die Zeit von der Problemzuweisung bis zur akzeptierten PR und wie oft Mitarbeiter den Agenten neu starten oder umleiten müssen. Sehen Sie sich auch die Einführung der MCP-Konformität an. Wenn mehr Server die gleichen Tests bestehen und zustandsloses Verhalten unterstützen, können Agenten eine Verbindung zu Tools mit weniger fragilem Glue-Code herstellen. Die nächste Phase der KI-Codierung werden Plattformen gewinnen, die die Arbeit der Agenten sichtbar, umkehrbar und überprüfbar machen.

## Quellen

- [GitHub Changelog: Der Copilot-Cloud-Agent für Linear ist jetzt allgemein verfügbar](https://github.blog/changelog/2026-07-23-copilot-cloud-agent-for-linear-is-now-generally-available/)
- [GitHub Changelog: GitHub MCP Server unterstützt die nächste MCP-Spezifikation](https://github.blog/changelog/2026-07-23-github-mcp-server-supports-the-next-mcp-specification/)
- [GitHub Changelog: Agent-Automatisierungskontrollen in GitHub Issues](https://github.blog/changelog/2026-07-23-agent-automation-controls-in-github-issues-in-public-preview/)

Mentions: GitHub, GitHub-Copilot, Copilot-Cloud-Agent, Linear, Modellkontextprotokoll, GitHub MCP-Server, GitHub-Aktionen

## Sources
- [GitHub-Änderungsprotokoll](https://github.blog/changelog/2026-07-23-copilot-cloud-agent-for-linear-is-now-generally-available/)
- [GitHub-Änderungsprotokoll](https://github.blog/changelog/2026-07-23-github-mcp-server-supports-the-next-mcp-specification/)
- [GitHub-Änderungsprotokoll](https://github.blog/changelog/2026-07-23-agent-automation-controls-in-github-issues-in-public-preview/)