GitHub представя Project HydraFusion: оркестрация на множество модели по време на изпълнение, която изгражда работен процес за всяка задача за кодиране в Copilot CLI

GitHub пусна Project HydraFusion — изследователска предварителна версия, която престава да третира избора на модел като еднократна настройка. Вместо да насочва заявката ви към един-единствен модел, HydraFusion изгражда план за изпълнение за всяка заявка. Той може да създаде чернова с един модел, да възложи на втори модел да я критикува или да премине към по-мощен модел, когато проверката за качество отхвърли първия опит. Моделите идват от множество доставчици. Разработчикът избира HydraFusion еднократно, по същия начин, по който би избрал всеки друг модел.

Може ли да се внедри? Да, но в ограничен обхват. HydraFusion е достъпен като изследователска предварителна версия за потребители с всички планове на GitHub Copilot, но само в GitHub Copilot CLI. Няма публично достъпни тегла и няма възможност за самостоятелно хостване. Изпълнете /update, след това /experimental on, после /model и изберете HydraFusion (Research Preview). Таксуването е на база използваните токени от моделите, извикани от работния процес, по стандартната тарифа на всеки модел.

Какво всъщност прави системата

HydraFusion следва автоматичния избор на модел, който GitHub представи по-рано през 2026 г., за да съпоставя дадена задача с най-подходящия модел. HydraFusion прави още една крачка напред и третира избора на работен процес като оптимизационен проблем.

Той анализира сигнали за възможностите при разсъждение, генериране на код, отстраняване на грешки и използване на инструменти. След това избира най-малко сложния работен процес, за който се очаква да покрие изискванията за качество, като извършва допълнителни извиквания към модели само там, където е вероятно те да помогнат.

Трите модела на изпълнение

В момента HydraFusion избира един от три модела за всяка заявка:

• Единичен: Един избран модел решава задачата директно.
• Каскаден: Ефективен модел създава решение-чернова. След това проверка за качество или го приема, или преминава към по-мощен модел.
• Критика: Един модел създава чернова, независим критик в режим само за четене от различно семейство модели я преглежда, а моделът, създал черновата, я преработва веднъж. Прегледът следва същия модел като Rubber Duck.

Всеки модел на изпълнение балансира качеството и разходите по различен начин. Единичният запазва скоростта. Каскадният оставя отворен пътя към по-мощно извеждане. Критиката добавя външна перспектива там, където прегледът е по-полезен от поредния опит без помощ.

Инженерни предпазни мерки

GitHub изгради средата за изпълнение около пет оперативни принципа, които са важни при работа на ниво хранилище:

• Пълно отчитане на всеки етап, включително създаване на чернова, критика, преработка, ескалация, повторен опит и резервен вариант.
• Ограничено изпълнение с изрично зададени времеви ограничения и възможност за отмяна за всеки етап.
• Изолиран преглед, при който критиците работят в контекст без инструменти и не могат да променят хранилището.
• Безопасно прилагане, при което не се прилага пач, ако работният процес бъде отменен или не премине проверката.
• Проверено маршрутизиране, при което преди началото на изпълнението се проверяват обвързванията на моделите, поведението при резервен вариант и наличността.

Вътрешно средата за изпълнение регистрира ролята, резултата, разходите, латентността и диагностичните данни за всеки етап. Външно разработчикът вижда единен, последователен отговор и един набор от промени, съобразен с разрешенията.

Резултати от сравнителните тестове

Екипът на GitHub оцени фиксирани политики на HydraFusion върху три сравнителни теста за агентно програмиране, като използва Claude Opus 5 и GPT-5.6 Sol за базови показатели. Всички модели работеха на средно ниво на разсъждение. Посочените по-долу стойности са относителни спрямо Opus 5.

Сравнителен тест	Очакван разход спрямо Opus 5	Проверено качество на задачите спрямо Opus 5
TerminalBench 2.1	67% по-нисък	+4,9 пункта
DeepSWE	36% по-нисък	−1,5 пункта
CheckpointBench	65% по-нисък	−0,1 пункта

CheckpointBench е вътрешен набор на GitHub за многоходови взаимодействия, съставен от реални сесии с Copilot и обвързан с неизменяеми публични комити, така че изпълненията да могат да бъдат възпроизвеждани.

Основни изводи

• HydraFusion избира работен процес за всяка заявка, а не само модел, като използва модели от множество доставчици.
• Днес са налични три модела: Единичен, Каскаден с проверка за качество и Критика с рецензент от друго семейство модели.
• Най-добрият резултат: +4,9 пункта качество при 67% по-нисък очакван разход в TerminalBench 2.1.
• В DeepSWE и CheckpointBench изостава леко от Opus 5, като същевременно намалява разходите съответно с 36% и 65%.
• Достъпен е сега в Copilot CLI чрез /experimental, като се таксува по стандартната тарифа на всеки използван модел.

---

Разгледайте съобщението в блога на GitHub и дискусия №206492 в GitHub Community. Също така можете да ни последвате в Twitter и не забравяйте да се присъедините към нашия 150k+ ML SubReddit и да се абонирате за нашия бюлетин. Чакайте! В Telegram ли сте? Сега можете да се присъедините към нас и в Telegram.

Имате нужда от партньор за популяризиране на вашето GitHub хранилище, страница в Hugging Face, представяне на продукт, уебинар и др.? Свържете се с нас