AI编程用得越顺，账单越烫手——大部分日常任务一个便宜模型就能搞定，但订阅费却按旗舰模型收。GitHub 9月4日在Copilot CLI上线的研究预览HydraFusion，就是要替你把这层浪费省掉。
HydraFusion是什么：从”选模型”进化到”选工作流”
传统AI编程工具的思路是给整个会话固定一个模型。HydraFusion换了个玩法：它读取每个请求在推理、代码生成、调试、工具调用四个维度上的能力信号，动态为每个任务搭建一条执行链路。目前提供三种模式：
- Single（单模型直出）：一个模型直接完成任务，适合简单请求，速度最快；
- Cascade（级联升级）：先让便宜模型起草，质量门槛通过就直接交付，不通过才升级到更强的模型——大部分省钱发生在这一步；
- Critique（交叉评审）：一个模型写代码，另一个不同家族的模型以只读身份在隔离环境里评审（机制类似Rubber Duck），原模型根据意见修订一次。
开启只要三条命令：在Copilot CLI里依次执行 /update、/experimental on，再用 /model 选中 HydraFusion (Research Preview) 即可。所有Copilot付费计划都能用，编排本身不额外收费，按各模型的标准token费率计费，每一轮起草、评审、升级的成本都会完整记入账单。
实测数据：省钱是稳定的，质量要看任务类型
GitHub以Claude Opus 5和GPT-5.6 Sol为基准（均为中等推理档）跑了三套智能体编程测试，结果如下：
| 基准测试 | 成本 vs Opus 5 | 质量 vs Opus 5 |
|---|---|---|
| TerminalBench 2.1 | 下降67% | +4.9分 |
| DeepSWE | 下降36% | -1.5分 |
| CheckpointBench（GitHub内部基准） | 下降65% | -0.1分 |
三套测试成本全部下降，但质量只在TerminalBench 2.1上反超基准。原因不复杂：Cascade让大部分请求被便宜模型消化，只有少数难任务才动用旗舰模型，平均成本自然被拉低；代价是多轮复杂任务上偶尔会比直接用Opus 5差一点。
再和”固定单一旗舰模型”的老用法横向对比：
| 对比项 | HydraFusion编排 | 固定单一旗舰模型 |
|---|---|---|
| 任务成本 | 低36%-67% | 全额token费用 |
| 简单任务 | 便宜模型直出 | 旗舰模型”大炮打蚊子” |
| 复杂任务 | 质量门槛兜底升级 | 输出稳定 |
| 计费透明度 | 每条链路逐步记账 | 单一模型账单 |
| 可用入口 | 仅Copilot CLI | CLI/IDE/全端 |
优缺点分析：值得开，但先想清楚三个限制
优点：无编排附加费，账单对起草、评审、升级、重试每条链路逐一记账；评审模型只读且无仓库写权限，改不了你的代码；工作流取消或校验失败时不会应用任何补丁，安全兜底做得扎实。
缺点：一是目前只在Copilot CLI可用，Copilot应用和VS Code扩展预计9月内跟进；二是官方明确它现阶段最适合单轮编码任务，多轮长对话支持还在开发中；三是三个基准里只有一个是质量持平以上，CheckpointBench还是GitHub自家内部基准，数字要打折扣看。
谁应该现在就开
适合：日常产出大量单轮任务（写函数、修bug、写测试脚本）的个人开发者和小团队，成本敏感、质量要求”够用就好”的场景收益最大。建议缓开：长会话重构、对正确性零容忍的核心交易代码——这类任务直接手动锁定Opus 5级别的模型更稳。另外，基准中被对比的GPT-5.6 Sol正是OpenAI上周全量开放的GPT-6 Astra家族的前代旗舰（相关阅读：GPT-6 Astra全量开放），模型迭代快意味着编排策略也会持续更新，建议开启后定期回头复测。想自己搭本地算力跑智能体的，也可以看看我们之前实测的NVIDIA PAIR本地算力组网方案。
一句话总结：如果你每月都在为”80%简单任务被旗舰模型烧钱”买单，HydraFusion是目前最省事的降本方案——三条命令，账单立减三分之一起，值得一试。
