GitHub发布Copilot Fusion多模型编排功能
GitHub在Universe 2026大会上发布Copilot Fusion,通过编排层为编码任务的每个步骤选择一个或多个AI模型。系统可自动选择Single、Cascade或Critique工作流,并提供Standard、High和Max三档努力等级;The Next Web、AIbase AI新闻和iThome 台湾报道称,该功能已覆盖所有GitHub Copilot计划及主要编程界面。GitHub高管表示Fusion Max在Artificial Analysis Coding Agent Index中得分仅比Claude Opus 5.5 Max低2分,同时每项任务API成本约为一半、耗时少40%,但现有报道未提供独立验证数据。
Copilot Fusion让GitHub开发者工具原生具备跨模型、跨工作流的任务调度能力,并将多模型编排直接纳入日常编码流程。
GitHub在Universe2026大会上正式发布Copilot Fusion,这是一款智能编排层,可自动路由并组合OpenAI、Anthropic、Google等多家AI模型完成编码任务,无需开发者手动选择模型。该功能整合了既有自动模型选择技术与9月研究预览的Project HydraFusion多模型编排能力。
开发者只需在模型选择器中选用Copilot Fusion,系统将根据任务复杂度自动决定使用单一模型、级联(Cascade)或评审(Critique)等执行模式,并匹配Standard(侧重效率与成本)、High(增强推理)或Max(追求最强能力)三档努力等级,避免简单任务产生不必要开销。
在Artificial Analysis Coding Agent Index评测中,Copilot Fusion Max获得60分,仅比运行Opus5.5Max的Claude Code低2分,但平均API成本约为一半、Token消耗减半、任务完成速度快约40%。该功能已在所有GitHub Copilot计划中全面可用,覆盖Visual Studio Code、CLI、应用及JetBrains IDE,不额外收取编排费用,仅按实际调用模型计费,并提供至2026年11月30日的30%模型费用折扣。企业管理员可控制可用模型并设为默认体验。此外,系统还支持实验性本地模型路由,例如在Windows设备上调用微软MAI Code1.1Flash。
微软同步推出由GitHub团队开发的Copilot harness,已赋能包括Copilot Studio、VS Code在内的多款产品,并通过Microsoft Foundry向开发者开放。多模型智能编排正成为AI编程工具的重要演进方向,有望在性能与成本之间实现更优平衡。
#GitHub Copilot Fusion#GitHub#Microsoft#Project HydraFusion#Anthropic#Claude Opus 5.5#OpenAI#Google