GitHub 在 2026 年 9 月 4 日的官方博客宣布 Project HydraFusion：这是 GitHub Copilot 的研究预览，用运行时编排在多家模型之间做语义路由，而不是让用户每次锁死一个模型。9 月 10 日的 Copilot weekly changelog（覆盖 9 月 7 日那一周）写明：HydraFusion 已进入 Copilot CLI 的 /experimental。你像选普通模型一样选它，系统再为当前任务在 local、cloud 和 compound 模型之间平衡性能、成本和延迟。
平台团队原先的摩擦很具体：同一个 CLI 会话里，简单补丁用旗舰模型太贵，复杂排查用便宜模型又经常返工。Auto 选择只解决“挑一个模型”，解决不了“这一轮要不要起草、升级、还是交叉审查”。本文要回答：HydraFusion 三种编排分别改了哪一步、token 怎么计费、以及人必须在哪一步接管未完成草稿。
AI Coding 交流群
如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。
发生了什么
官方定义是：HydraFusion “delivers frontier intelligence through runtime orchestration”。它在运行时从多家供应商的模型里挑选，并生成执行计划，而不是把一次请求绑死在单一模型上。用户选择方式和其它 Copilot 模型相同，路由过程对用户隐藏。启用路径写在博客：Copilot CLI 里先 /update，再 /experimental on，然后在 /model 里选 HydraFusion (Research Preview)。反馈走 CLI 的 /feedback，或 GitHub Community discussion 206492。
可用性声明是：所有 GitHub Copilot 计划都可以通过 CLI 的 /experimental 使用。计费按 HydraFusion 实际调用模型的标准费率；起草、评论、改写、升级、重试、回退每一段都计入。changelog 补充：它做的是 local、cloud 和 compound 模型之间的 automated semantic routing。博客还写明，这是在更早 Auto 模型选择之上的下一步：Auto 只挑一个模型，HydraFusion 会为请求生成完整执行计划。
官方把路由写成一种优化：信号覆盖推理、代码生成、调试和工具调用。每一轮请求只会落入三种模式之一，不会同时跑完三种再让你挑。阶段信息可以看见，但中间草稿默认不展示，目的是避免把未完成工作当成已完成。
完整工作场景：一次 CLI 任务怎么被拆开
输入仍是你在 Copilot CLI 里的一条编码提示，例如“把失败的集成测试修到绿、不要改公共 API”。操作从“选定 Claude 或 GPT 某一个”变成“选定 HydraFusion”。系统根据上述信号，把这一轮落到三种模式之一。Single：一个被选中的模型直接完成任务，适合简单、低风险的第一轮请求。Cascade：便宜模型先起草，质量门决定接受还是升级到更强模型。Critique：写作者出草稿，另一模型家族、且不带工具的评论者做审查（官方比作 Rubber Duck），写作者再改一版。
交付看起来仍是一条最终结果。反馈循环因此变了：你不再在半成品 diff 上做决定，而是对编排后的终稿做验收。官方建议今天最好从 first-turn、single-prompt 的编码任务开始；更长的多轮会话是后续范围，不是当前承诺。取消或校验失败时，系统不会打补丁；每一段编排都有超时和取消。这意味着：如果你在 Cascade 升级途中打断，仓库里不应出现半截补丁，但账单上已经发生的 token 仍会留下。
一个可核对的验收动作是：同一条提示先用固定旗舰模型跑一遍，再用 HydraFusion 跑一遍，对比最终 diff、测试是否通过、以及 CLI 用量里实际落到了哪些底层模型。不要只看“选了 HydraFusion”这一次点击。
为什么这会改变工作流
因果很直接。以前成本治理只能靠“禁用某模型”或“提醒大家别用最贵的那一档”。现在编排本身就是成本策略：简单任务走 Single，可升级任务走 Cascade，需要交叉审查的走 Critique。博客给出的是产品方离线评测，必须按产品自述标注：在 TerminalBench 2.1 上相对 Claude Opus 5（中等推理、相同工具与限制）验证任务质量高 4.9 个百分点，估计成本低 67%；DeepSWE 质量低 1.5 个百分点、成本低 36%；内部 CheckpointBench 质量低 0.1 个百分点、成本低 65%。同一组评测也把 GPT-5.6 Sol 列为基线之一。
官方同时写了限制句：这些受控离线结果绑定评测版本、配置、模型池和定价，预览阶段会拿真实工作负载继续测。结果、模型、工作流、可用性、名称和产品行为都可能变。因此不能把 4.9 个百分点写成你们仓库里已经发生的收益，只能写成 GitHub 在特定基准上的产品方数据。
限制与人接管点
研究预览意味着名字、行为和可用性都可以改。评论者被设计成隔离、无工具，不能替你跑测试或碰生产凭证。你在 PR 里看到的仍是终稿，人必须自己打开 diff、跑测试，不能把“编排过”当成“已验证”。计费上，Cascade 和 Critique 会比 Single 多消耗若干段 token，账单脚本如果只按“选了 HydraFusion 一次”估算，会严重偏低。
官方写明当前最合适的起点是第一轮、单提示编码任务。把跨小时的重构、多文件迁移或需要连续澄清需求的会话交给它，超出了当前文档承诺。VS Code 1.137 的 Automations、Copilot 应用的 Jira 画布、JetBrains 企业托管沙箱是同一周 changelog 的其它条目，不是本文事件。HydraFusion 也不替代组织级模型策略：管理员仍要决定哪些底层模型对业务可见，路由只能在已授权的池子里选。
如何试用
安装或更新 GitHub Copilot CLI，进入会话后执行 /update，打开 /experimental on，在 /model 选择 HydraFusion (Research Preview)。先拿一条可独立验证的第一轮任务（例如修一个失败测试、补一段确定接口的实现），记录它走了哪种编排、最终 diff 是否仍需人工改。用 /feedback 或 Community discussion 206492 回传真实失败案例。不要把生产事故排查的第一条提示直接交给预览路由。
信息来源
- GitHub Blog：Project HydraFusion: Frontier quality via multi-model orchestration（2026-09-04）
- GitHub Changelog：GitHub Copilot weekly releases — September 7（发布于 2026-09-10）
- GitHub Community discussion 206492
开发必备：API 全流程管理神器 Apifox
介绍完上文的内容，我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具，Apifox 是目前提升研发效率的首选。
如果你正在开发项目，不妨试试其极其友好的界面设计，它完全兼容 Postman 和 Swagger 数据格式，导入数据非常方便，，即使是新手也能很快上手，点击这里即可注册使用。
值得一提的是，除了个人和常规团队使用，针对有高安全合规要求、或需要在内网环境协作的企业，Apifox 还提供了深度定制的私有化部署方案。
获取专属报价与部署方案
详细的私有化部署系统架构与安全白皮书
针对您公司规模的专属报价单
免费的 1v1 专属产品演示 (Demo) 机会
