GitHub تُطلق معاينة بحثية لـ HydraFusion للمساعدة في الترميز متعدد النماذج
تُقدِّم GitHub HydraFusion، معاينة بحثية تُنسق نماذج ذكاء اصطناعي متعددة أثناء التشغيل لتحقيق توازن بين الجودة، التكلفة، والكمون في مهام الترميز.
تاريخ نشر المصدر الأصلي: 4 سبتمبر 2026
أصدرت GitHub HydraFusion كمعاينة بحثية متاحة لجميع خطط Copilot عبر علامة /experimental في واجهة سطر أوامر Copilot CLI. عند اختيارها، يبني HydraFusion خطة تنفيذ تستمد نماذج من عدة مزودين، وتتعامل تلقائيًا مع الصياغة، النقد، المراجعة، أو التصعيد.
يختار النظام أحد الأنماط الثلاثة: Single (نموذج واحد يحل المهمة)، Cascade (نموذج فعال يصيغ ثم قد يُحوَّل عبر بوابة جودة إلى نموذج أقوى)، وCritique (يُراجع مسودة نموذج مستقل قبل المراجعة). أظهرت الاختبارات غير المتصلة على ثلاثة معايير ترميز جودة على مستوى الحدود مع تخفيضات ملحوظة في التكلفة: حقق TerminalBench 2.1 زيادة قدرها 4.9 نقطة مئوية في الجودة المُتحققة بتكلفة مُقدرة أقل بنسبة 67 % مقارنةً بـ Claude Opus 5؛ خفض DeepSWE التكلفة بنسبة 36 % مع انخفاض جودة قدره 1.5 نقطة؛ خفض CheckpointBench التكلفة بنسبة 65 % مع تغير جودة لا يتجاوز 0.1 نقطة.
للمتعلمين والمطورين، تُظهر HydraFusion تنسيقًا متعدد النماذج تكيفيًا، واختيار سير عمل قائم على التحسين، ومحاسبة تكلفة مفصلة—مفاهيم أساسية لبناء أدوات تطوير مدعومة بالذكاء الاصطناعي بكفاءة.