用 AI 写代码，未必每道题都该交给最强、也最贵的模型。简单修改可以快速处理，复杂调试再请“高手”接手。GitHub Copilot——嵌入代码编辑与开发流程的 AI 编程助手——推出研究预览项目 HydraFusion，尝试在任务执行时动态组合不同厂商的模型，而不是押注单一模型。
系统会先判断任务复杂度，再选择三种方式：一个模型直接完成；先由高效模型作答，质量检查不过再升级给更强模型；或让起草模型写初稿，再请另一个无权操作工具的“只读评审模型”复核，最后据此修订。这个设计的看点不只是选模型，而是把起草、检查、升级和回退编排成完整流程。
据 InfoQ 转述的受控离线评估，HydraFusion 在 TerminalBench 2.1 上比 Claude Opus 5 的验证任务质量高 4.9 个百分点，预估成本低 67%；这些效果来自项目方测试，尚不能等同于真实使用表现。目前它仅通过 GitHub Copilot CLI 的实验设置开放，并按实际调用模型的标准 Token 费率计费。