动察 Beating AI 快讯，GitHub 给 Copilot 加了一个多模型编排系统 HydraFusion。它先判断任务该怎么做，再调用不同模型。

目前有三种方式：简单任务交给一个模型直接完成；复杂任务先让成本更低的模型尝试，结果不过关再升级到更强模型；需要复核时，则让一个模型先做，另一个不同家族的模型专门挑错，再让第一个模型修改。

GitHub 在三个编程 Agent 基准上拿它和 Claude Opus 5 对比。TerminalBench 2.1 高出 4.9 个百分点，DeepSWE 低 1.5 个百分点，CheckpointBench 只低 0.1 个百分点，基本持平；成本则分别降低 67%、36% 和 65%。

这个思路很像 Sakana AI 的 Fugu。两者都是把「选哪个模型」进一步变成「怎么组织多个模型」。区别是 Fugu 本身就是一个训练出来的指挥模型，会学习怎么调用不同 Agent，甚至能递归调用自己；HydraFusion 目前仍然是在 Single、Cascade、Critique 三种固定执行模式里选择，更像把多模型调度直接塞进 Copilot。

HydraFusion 已向所有 GitHub Copilot 套餐开放研究预览，目前需要在 Copilot CLI 的实验功能中开启。GitHub 也提醒，现阶段最适合一次说清楚的单轮编程任务，多轮长任务还在继续优化。