GitHub HydraFusion 研究预览：多模型动态编排，编码成本降 36–67%

背景

2026 年 9 月 4 日，GitHub 在 Copilot CLI 推出 Project HydraFusion 研究预览，动态编排多个 AI 模型完成编码任务，按任务选三种执行模式：Single（单模型执行）、Cascade（便宜模型先试，质量不足再升级）、Critique（一模型写码、二模型审查、一再修订）。GitHub 称在 TerminalBench 2.1、DeepSWE、CheckpointBench 上取得与 Claude Opus 5 同级或更好结果，估计 token 成本降 36–67%；所有 Copilot 订阅层可通过 CLI 的 /experimental 调用，无单独计费。同期 Agent 工具潮涌现：Mireye（位置基础设施 MCP）、MagiCrew（开源 Agent 协作、Apache 2.0）、Nex（Claude GTM 协作）、Tabbit（Agent 浏览器）、Agent Looker（安全扫描）、ARBR（多模型网关）、Grove（共享终端）；LangGraph 过 1.2 里程碑，聚焦持久执行与有状态工作流。

核心要点

• 9-4 GitHub HydraFusion 研究预览（Copilot CLI）
• 三模式：Single / Cascade / Critique
• 基准媲美 Claude Opus 5，token 成本降 36–67%
• CLI /experimental 调用，订阅层免费
• 同期 Agent 工具潮：Mireye/MagiCrew/Nex/Tabbit/ARBR
• LangGraph 过 1.2 里程碑（持久执行）

为什么重要

多模型编排把用更便宜模型、按需升级产品化，是推理成本优化的代表方向；证明 Agent 焦点正从概念验证转向可规模化的生产部署。对编码助手而言，质量不降而成本大降，直接改善单位经济。

关键事实速记

• 发布：2026-09-04
• 模式：3 种
• 成本：降 36–67%
• 基准：TerminalBench 2.1 / DeepSWE
• 调用：/experimental
• 订阅层：免费