跳转到主要内容

GitHub Copilot Fusion：一键调用多个AI模型

GitHub Copilot Fusion：让系统来选择模型

选择AI模型就像为一群犹豫不决的朋友挑餐厅——每个人都有意见，而你只想赶紧吃饭。GitHub全新的Copilot Fusion旨在终结这场争论。在GitHub Universe 2026上发布，它是一个智能编排层，能自动将编程任务路由到来自OpenAI、Anthropic、Google等厂商的最佳AI模型——无需手动选择。

Image

工作原理

开发者只需在模型选择器中选择Copilot Fusion。系统随后会评估任务复杂度，并决定是使用单一模型、Cascade模式（一个模型在另一个模型的输出基础上继续构建），还是Critique模式（模型之间互相审查工作成果）。它还会将任务匹配到三个努力级别之一：Standard（效率与成本）、High（增强推理）或Max（最大能力）。这可以防止简单任务消耗昂贵的算力。

性能与成本

在Artificial Analysis Coding Agent Index基准测试中，Copilot Fusion Max得分60分——仅比运行Opus5.5Max的Claude Code低2分。但关键在于：平均API成本约为一半，token消耗减半，任务完成速度大约快40%。这在AI编程领域是罕见的双赢。

Copilot Fusion现已在所有GitHub Copilot计划中全面可用，包括Visual Studio Code、CLI、应用和JetBrains IDE。没有额外的编排费用——你只需为实际的模型调用付费。并且在2026年11月30日之前，模型费用享受30%折扣。企业管理员可以控制哪些模型可用，并将Fusion设为默认体验。系统甚至支持实验性的本地模型路由，例如在Windows设备上调用Microsoft MAI Code1.1Flash。

微软的更广泛布局

微软还推出了由GitHub团队开发的Copilot harness。它已经为Copilot Studio和VS Code等产品提供支持，并通过Microsoft Foundry向开发者开放。这一举措标志着更广泛的趋势：多模型智能编排正成为AI编程工具的关键方向，有望在性能与成本之间实现更好的平衡。

要点

  • 自动模型选择：Copilot Fusion将任务路由到来自多个提供商的最佳模型，无需手动选择。
  • 三种执行模式：单一模型、Cascade或Critique，匹配Standard、High或Max努力级别。
  • 强劲的基准测试结果：在Coding Agent Index上得分60分，与顶级竞争对手相比成本减半、完成速度快40%。
  • 广泛可用：适用于VS Code、CLI、GitHub应用和JetBrains IDE；无编排费用，2026年11月30日前模型费用享受30%折扣。
  • 企业管控：管理员可以管理模型访问权限并将Fusion设为默认；本地模型路由为实验性但已支持。