GitHub Copilot 上线 HydraFusion 研究预览：让多个模型接力起草、评审与修订
GitHub 为 Copilot 引入了一种新的模型调度方式：不再为每个任务只挑一个模型，而是自动编排一组模型分工完成起草、评审和修订，必要时再升级到更强的模型。该功能以研究预览形式上线，所有 Copilot 计划用户都能在 Copilot CLI 中通过
/experimental试用，费用按实际调用的模型 token 结算。
从「挑一个模型」到「编排一套流程」
GitHub 一直想让开发者用上最适合当前任务的模型。今年早些时候推出的自动模型选择（Auto model selection）已经朝这个方向走了一步：先分析任务内容，再挑出一个合适的模型。
HydraFusion 走得更远——它不只选一个模型，而是制定整套执行计划：从多家厂商的模型中挑出一个组合，让它们分工完成起草、评审和修订，必要时把任务升级给更强的模型。
这种思路叫「编排」（orchestration）。说白了，就是不让单个模型硬扛，而是安排几个模型按流程接力干活。HydraFusion 在其中负责打通本地模型、云端模型和混合模型之间的自动语义路由，也就是根据任务内容自动决定该用哪个模型。
对使用者来说，这些复杂度都被隐藏了。你像选择其他模型一样选择 HydraFusion，它会自行判断每个任务在效果、成本和延迟（响应时间）之间如何取得平衡。
三种执行模式
HydraFusion 把「选哪条工作流」当成一个优化问题处理。它会参考模型在推理、代码生成、调试和工具调用等方面的表现，挑出既能满足质量要求、又最高效的执行方式。目前，它对每个请求会从三种模式中选择一种：
- 单一模型（Single）：直接由选定的一个模型完成任务。
- 级联（Cascade）：先用一个高效模型起草方案，再由「质量门控」判断是接受结果，还是升级到更强的模型继续处理。
- 评审（Critique）：一个模型负责起草，另一个来自不同模型家族的独立只读模型进行审查（沿用与 Rubber Duck 相同的评审模式），最后交回起草模型做一次修订。
每种模式对应的质量和成本权衡不同。如果单个模型就能直接解决问题，单一模型模式能保证速度和效率。
如何试用
HydraFusion 目前是研究预览版，所有 GitHub Copilot 计划的用户都可以在 GitHub Copilot CLI 中使用，入口是 /experimental 命令：
- 运行
/update安装最新版本 - 运行
/experimental - 运行
/model，然后选择 HydraFusion（研究预览版）
费用按 HydraFusion 实际调用模型消耗的 token 计算，价格执行各模型的标准费率。使用中的反馈可以提交到 GitHub Community。
对正在做 AI 编程、氛围编程的开发者来说，这意味着 Copilot 的模型调度从「你手动选」进一步走向「系统按任务自动配」。成本结构也随之从固定模型定价，变成「看你实际用掉了哪些模型的 token」。这会减少选模型的心智负担，但也让账单更依赖每个任务实际走了哪条执行路径。