Apa yang berlaku
Blockchain.News melaporkan bahawa GitHub memperkenalkan Project HydraFusion, pratonton penyelidikan yang menilai tugas pengekodan dan memilih antara penyelesaian langsung, peningkatan dan aliran kerja kritikan. Laporan itu mengatakan sistem itu boleh menyelaraskan berbilang model AI tanpa memerlukan pembangun memilih model secara manual. Menurut Blockchain.News, HydraFusion tersedia melalui Copilot CLI untuk peserta pratonton, yang boleh memberikan maklum balas melalui forum perbincangan komuniti GitHub. Sumber tidak menyatakan syarat kelayakan, harga, ketersediaan pelan atau status keluaran umum.
Blockchain.News melaporkan bahawa GitHub memperkenalkan Project HydraFusion sebagai pratonton penyelidikan untuk pengekodan berbantukan AI. Sistem menilai setiap tugas pengekodan dan memilih antara tiga corak aliran kerja: Tunggal, di mana satu model menghasilkan penyelesaian; Lata, di mana draf boleh ditingkatkan kepada model yang lebih kukuh selepas semakan kualiti; dan Kritikan, di mana model berasingan mendraf dan menyemak jawapan.
Laporan itu mengatakan HydraFusion mencapai penjimatan yang dituntut dalam penanda aras terkawal. Berbanding dengan garis dasar Claude Opus 5, Blockchain.News melaporkan peningkatan kualiti 4.9 mata peratusan dan kos 67% lebih rendah pada TerminalBench 2.1, pengurangan kos sebanyak 36% dengan penurunan kualiti 1.5 mata pada DeepSWE, dan kualiti yang hampir setara dengan kos Checkpoint 65% lebih rendah. Sumber itu mengatakan pembangun boleh mengakses pratonton melalui Copilot CLI, tetapi ia tidak membuktikan bahawa ciri itu tersedia secara umum.
Butiran sumber: blockchain.news ↗
Mengapa ia penting
Jika keputusan yang dilaporkan bertahan di luar ujian terkawal, pemilihan model automatik boleh mengurangkan kos pembangunan perisian berbantukan AI sambil mengekalkan kualiti untuk beberapa tugas. Itu penting kerana ejen pengekodan sering menukar model yang lebih kukuh dengan perbelanjaan inferens dan kependaman. HydraFusion juga menyerlahkan anjakan daripada memilih satu model untuk setiap tugasan kepada membina aliran kerja di sekeliling kesukaran tugasan. Bukti kekal hasil pratonton penyelidikan GitHub yang dilaporkan seperti yang disampaikan oleh Blockchain.News, bukan penilaian bebas. Hasilnya adalah bercampur-campur: sumber melaporkan keuntungan pada TerminalBench 2.1, hampir pariti pada CheckpointBench dan penurunan kualiti pada DeepSWE. Artikel itu tidak mengenal pasti model yang digunakan melebihi perbandingannya dengan Claude Opus 5 atau menyediakan metodologi yang mencukupi untuk menilai kebolehulangan.
Pendekatan yang dilaporkan boleh menjadikan pengekodan AI lebih menjimatkan dengan menempah model yang lebih berkebolehan untuk tugasan yang memerlukannya dan menggunakan model yang lebih murah untuk kerja yang lebih mudah. Ia mungkin sangat berkaitan dengan pasukan yang menguruskan jumlah permintaan ejen pengekodan yang besar, di mana pilihan model mempengaruhi kedua-dua perbelanjaan dan masa tindak balas.
Nilai praktikal belum ditetapkan di luar ujian yang dilaporkan. Blockchain.News tidak menyediakan pengesahan penanda aras bebas, metodologi ujian terperinci, andaian harga model, saiz sampel atau bukti daripada repositori pengeluaran. Keputusan DeepSWE juga menunjukkan bahawa kos yang lebih rendah mungkin melibatkan pertukaran kualiti yang boleh diukur pada tugas peringkat repositori yang kompleks.
Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya
Terokai teknologi asas di sebalik pembangunan ini secara interaktif.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Apa yang perlu ditonton seterusnya
Langkah seterusnya yang paling penting ialah sama ada HydraFusion tersedia di luar pratonton dan sama ada penjimatan yang didakwa berterusan pada repositori sebenar dan sesi pembangunan berbilang pusingan. Blockchain.News mengatakan ujian awal memfokuskan pada tugas segera, dengan rancangan untuk menyokong sesi berulang. Pembangun juga harus melihat keseimbangan antara kos, kependaman dan kualiti. Sumber itu melaporkan pengurangan kos sebanyak 36% pada DeepSWE di samping penurunan kualiti 1.5 mata, menunjukkan bahawa orkestrasi automatik mungkin memerlukan ambang kualiti khusus tugas dan semakan manusia.
Tonton butiran akses yang lebih luas, termasuk pengguna atau pelan Copilot yang layak, sama ada pratonton mempunyai had penggunaan dan sama ada GitHub menerbitkan harga atau dokumentasi. Tiada satu pun daripada syarat tersebut dinyatakan dalam sumber.
Arah GitHub yang dinyatakan, seperti yang dilaporkan oleh Blockchain.News, termasuk sokongan untuk sesi berbilang pusingan dan berulang serta kerja lanjut mengenai kependaman, kebolehpercayaan dan kecekapan kos. Kemas kini tersebut akan menentukan sama ada HydraFusion ialah percubaan terhad atau keupayaan Copilot yang tahan lama.