GitHub 近日发布了 Project HydraFusion，这是一项研究预览功能，标志着模型选择思路的转变：不再是设定一次模型就固定不变，而是为每一个编程请求动态构建并执行一个多模型协同的工作流。在 HydraFusion 的框架下，系统可能先用一个模型起草方案，再用另一个模型对其结果进行批判，或者当质量门拒绝初次尝试时，自动将任务升级到更强模型。这些模型可来自不同厂商，而开发者的操作方式与选择普通模型无异：只需选择一次 HydraFusion，后续由系统自行调度。
就部署范围而言，HydraFusion 目前有一定限制。它作为研究预览向所有 GitHub Copilot 套餐用户开放，但仅存在于 GitHub Copilot CLI 环境中。官方没有开放模型权重，也不支持本地或自托管部署。想使用该功能的用户需依次执行 /update、/experimental on、/model，并在模型列表中选择 HydraFusion (Research Preview)。计费方式按工作流实际调用各模型所消耗的 token 数计算，并使用每个模型各自的标准价格。
HydraFusion 是在 GitHub 于 2026 年初推出的 Auto model selection 基础上发展而来的。Auto model selection 负责将任务匹配到最合适的一个模型；HydraFusion 则更进一步，将工作流程的选择视为一个优化问题。系统会分析当前任务在推理、代码生成、调试和工具使用等方面所需的能力信号，然后选出预计能通过质量关卡的最简工作流程，只在预测有用的环节额外消耗模型调用，以此平衡质量与成本。
HydraFusion 目前为每个请求提供三种执行模式。Single 模式由一个既定模型直接处理任务，保留低延迟优势。Cascade 模式先用高效模型生成草案，质量门接受则结束，否则升级到更强模型。Critique 模式则先由模型起草，再由另一个不同模型家族的独立只读评审者进行评审，评审逻辑与 Rubber Duck 相同，最后交由起草模型做一次修订。三种模式各有侧重：Single 追求速度，Cascade 保留了向更强推理能力升级的通道，Critique 则引入外部视角，更适用于评审比再独立尝试一次更有价值的场景。
围绕仓库级代码任务，GitHub 为 HydraFusion 运行时设计了五条工程护栏：完整核算每个环节（涵盖起草、评审、修订、升级、重试和回退）；每个环节设置明确的超时与取消界限；评审环节隔离运行，评审者处于无工具环境中，无法改动仓库；当工作流被取消或未通过验证时，不应用任何补丁（失效安全）；在开始执行前验证模型绑定、回退行为与可用性（即路由校验）。在内部，系统会按环节记录角色、结果、成本、延迟和诊断信息；对开发者而言，最终只看到一个连贯的回应以及一套感知权限的变更集。
GitHub 团队在三个智能体编程基准上对固定策略的 HydraFusion 进行了评估，并以 Claude Opus 5 和 GPT-5.6 Sol 作为基线，所有模型均在中度推理水平下运行。相对 Opus 5，HydraFusion 在 TerminalBench 2.1 上预估成本低 67%、验证质量高 4.9 点；在 DeepSWE 上成本低 36%、质量低 1.5 点；在 CheckpointBench（GitHub 内部多轮评测集，基于真实 Copilot 会话并锚定不可变公开提交）上成本低 65%、质量低 0.1 点。总体而言，HydraFusion 能在明显降低开销的同时保持与顶级模型相当或更优的质量。目前该功能已在 Copilot CLI 中提供，用户可输入 /experimental 开启体验。