GitHub 把 HydraFusion 铺到 VS Code：模型选择器里选的不是模型，是工作流
GitHub 9 月 30 日把 HydraFusion 研究预览从 Copilot CLI 扩到 Visual Studio Code（需 1.140 及以上或 Insiders）与 GitHub Copilot 应用。它出现在 Copilot Chat 的模型选择器里，但本身不是一个模型：选中它等于把「用哪套流程」交给系统决策。官方给的机制是按推理、代码生成、调试、工具使用四类能力信号，在三种工作流里选最省的那条——Single 用单个模型直接解；Cascade 先让高效模型起草，再由质量门决定是否升级到更强模型；Critique 让另一个模型家族的只读评审者看稿（与 Rubber Duck 同一套复核模式），原模型再改一轮。
与 Auto 的区别被官方写成一句话：Auto 为每个请求选一个模型，HydraFusion 则同时选工作流、并在同一轮里协调多个模型。研究博文给的三组受控离线评测（基线 Claude Opus 5）是：TerminalBench 2.1 上验证质量高 4.9 个百分点、估计成本低 67%；DeepSWE 上质量低 1.5 个百分点、成本低 36%；内部基准 CheckpointBench（语料取自真实 Copilot 会话）质量低 0.1 个百分点、成本低 65%。成本口径含起草、评审、修订、升级、重试与回退的每一段调用。
把编排放进模型下拉框，等于承认「前沿质量」不再只由单个权重决定：同一批模型换个调度方式，就能在质量几乎不动的前提下把成本砍掉三分之一到三分之二。代价是可见性——官方这次专门补了步骤透明与更频繁的进度更新，也把「长任务里看不出它在干什么」列为早期反馈里的主要抱怨。
原文链接：GitHub 官方 Changelog
核验记录
一手页 github.blog/changelog/2026-09-30-hydrafusion-in-vs-code-and-the-github-copilot-app/ 直读 200 / 105,402 字节，JSON-LD datePublished 2026-09-30T07:31:19-07:00，页内「Release September 30, 2026」。三种工作流、四类能力信号、与 Auto 的区别、VS Code 1.140 与 chat.copilot.hydraFusion.enabled 开关、面向 Pro/Pro+/Business/Enterprise 均逐句取自该页。效果数字（+4.9 点 / −67%、−1.5 点 / −36%、−0.1 点 / −65%，基线 Claude Opus 5）取自它链出的研究博文 github.blog/ai-and-ml/github-copilot/project-hydrafusion-frontier-quality-via-multi-model-orchestration/（该页 datePublished 2026-09-04，是原始研究稿，本次是把它铺到更多入口的发布）——属 GitHub 自测的受控离线评测，无第三方复现。配图用 github.blog 上同族 Copilot 条目惯用的 generic-github-copilot-logo-stripe.png：裸请求与带站内 Referer 均 200 / 1,085,126 字节、PNG 1920×1080。
← 上一篇四校发 Ataraxos：Nature 首发，不到 8,000 美元算力打赢人类最强 Stratego 棋手下一篇 →OpenAI 点名月之暗面：一场针对「受保护推理」的规模化蒸馏，7 月 28 日前被掐断