پروژه HydraFusion گیت‌هاب: ارکستراسیون چندمدلی در کوپایلوت

طبق گزارش رسمی وبلاگ مهندسی گیت‌هاب (GitHub Engineering Blog)، این شرکت از پروژه HydraFusion در قالب پیش‌نمایش تحقیقاتی (Research Preview) در GitHub Copilot رونمایی کرد. سیستم روی مسیریابی معنایی خودکار (Automated Semantic Routing) بین مدل‌های محلی، ابری و مرکب متمرکز است. توسعه‌دهنده بدون درگیری با پیچیدگی زیرساخت، هیدرافیوژن را مانند مدلی واحد انتخاب می‌کند و سیستم در لایه اجرا، بالانس بین کارایی، هزینه و تأخیر را بهینه می‌سازد.

سه الگوی اجرایی در مسیریابی وظایف

سیستم HydraFusion وظیفه انتخابی را یک مسئله بهینه‌سازی در نظر می‌گیرد و بر مبنای سیگنال‌های استدلال، تولید کد، اشکال‌زدایی و استفاده از ابزار، یکی از سه الگوی زیر را فعال می‌کند:

• الگوی Single: حفظ سرعت با اجرای مستقیم تسک توسط یک مدل برای کارهای استاندارد.
• الگوی Cascade: سپردن تلاش نخست به یک مدل بهینه و ارزان؛ در صورت عدم عبور خروجی از درگاه ارزیابی (Acceptance Gate)، کار به مدل‌های قدرتمندتر ارجاع داده می‌شود.
• الگوی Critique: اضافه کردن دیدگاه مستقل برای بازبینی، نقد و اصلاح مجدد کد، در مواقعی که بررسی خارجی کارآمدتر از اجرای مجدد بدون راهنما است.

اصول پنج‌گانه و کنترل وضعیت ریپوزیتوری

هیدرافیوژن بر پنج اصل عملیاتی برای مهار فرآیندهای بازبینی، هزینه و وضعیت مخزن متکی است. لاگ‌های داخلی نقش، نتیجه، هزینه، تأخیر و داده‌های عیب‌یابی هر گام را ثبت می‌کنند. خروجی نهایی تحویلی به توسعه‌دهنده شامل پاسخی منسجم و یک بسته تغییرات (Change Set) هماهنگ با مجوزهای ریپوزیتوری است.

نتایج بنچمارک‌ها در مقایسه با Claude Opus 5 و GPT-5.6 Sol

ارزیابی آفلاین سیاست‌های ثابت HydraFusion در سه بنچمارک کدنویسی مبتنی بر ایجنت با مدل‌های Claude Opus 5 و GPT-5.6 Sol در سطح استدلال متوسط (Medium Reasoning) انجام شد. حسابداری هزینه تمامی مراحل پیش‌نویس، نقد، اصلاح، ارجاع، تلاش مجدد و بازگشت اضطراری را محاسبه کرده است:

• TerminalBench 2.1: بهبود کیفیت وظایف تأییدشده به میزان ۴.۹+ درصد همراه با ۶۷٪ کاهش هزینه نسبت به Opus 5.
• DeepSWE: کیفیت در فاصله ۱.۵- درصدی نسبت به Opus 5 هم‌زمان با کاهش ۳۶٪ هزینه در عیب‌یابی چندفایلی ریپوزیتوری‌های بزرگ.
• CheckpointBench: بنچمارک چندنوبته برگرفته از نشست‌های واقعی Copilot با کیفیت در فاصله ۰.۱- درصد و کاهش ۶۵٪ هزینه در مقایسه با Opus 5.

یکی از مهندسان ارشد نرم‌افزار در مایکروسافت (Principal Software Engineer at Microsoft) درباره عملکرد این سیستم اعلام کرد: 'تاکنون، توانایی استدلال و حل مسئله HydraFusion هم‌سطح یا بهتر از Opus عمل کرده است.'

داده‌های به‌دست‌آمده از نشست‌های واقعی نشان می‌دهد مدل با ورود هوش‌های مصنوعی جدید به GitHub Copilot گسترش می‌یابد تا بر اساس معیارهای کیفیت، تأخیر، پایایی، بهینگی کش و ایمنی، تخصیص ابزارها و مدل‌ها را هدایت کند.