هيدرافيوجن GitHub: تنظيم متعدد النماذج للذكاء الاصطناعي للبرمجة
أعلن GitHub عن مشروع هيدرافيوجن، وقت تشغيل تجريبي بحثي يعامل اختيار النموذج كعملية ديناميكية بدلاً من اختيار ثابت. عندما يقدّم مطوّر طلبًا في Copilot CLI، يبني هيدرافيوجن خطة تنفيذ مخصصة يمكنها صياغة أو نقد أو تصعيد الطلب عبر نماذج من مزودين متعددين، مع تحصيل رسوم فقط على الرموز التي يستهلكها كل نموذج.
كيف يعمل هيدرافيوجن
يمتد هيدرافيوجن ميزة اختيار النموذج التلقائي السابقة لـ GitHub من خلال معاملة اختيار سير العمل كمشكلة تحسين. يقرأ إشارات القدرة—مثل الاستدلال، توليد الكود، تصحيح الأخطاء، واستخدام الأدوات—ويختار أبسط سير عمل من المتوقع أن يفي بوترق البوابة المحددة مسبقًا. هذا يعكس التفكير الاستراتيجي المستخدم في توليد محتوى الذكاء الاصطناعي وأتمتة التسويق، حيث يتم مطابقة الأداة الصحيحة مع كل مهمة.
ثلاثة أنماط تنفيذ
لكل طلب، يختار هيدرافيوجن حاليًا أحد الأنماط الثلاثة:
مفرد: نموذج واحد مناسب يحل المهمة من البداية إلى النهاية.
متسلسل: نموذج فعال يضع مسودة للحل، ثم يوافق بوابة الجودة على المسودة أو يرفعها إلى نموذج أقوى.
نقدي: نموذج واحد يضع مسودة، ناقد منفصل فقط للقراءة من عائلة نموذج مختلفة يراجع المسودة، ثم يراجع النموذج الأصلي مرة واحدة. يشبه هذا النمط مراجعة «بطّة مطاطية».
كل نمط يوازن بين التكلفة والجودة بشكل مختلف: المفرد يزيد السرعة، المتسلسل يحافظ على شبكة أمان للاستنتاج عالي الجودة، والنقدي يضيف منظورًا مستقلًا يمكنه تحسين النتائج دون إعادة تشغيل كاملة.
أعمدة الحماية الهندسية
بنى GitHub هيدرافيوجن حول خمسة مبادئ تشغيلية مصممة للعمل على مستوى المستودع:
حساب كامل لكل مرحلة—مسودة، نقد، مراجعة، تصعيد، إعادة محاولة، وعودة.
تنفيذ محدود مع مهلة واضحة وإلغاء لكل مرحلة.
مراجعة معزولة تضمن أن النقاد لا يمكنهم تعديل المستودع.
تطبيق آمن لا يطبق أي تصحيح إذا تم إلغاء سير العمل أو فشل التحقق.
توجيه موثق الذي يتحقق من ربط النماذج وسلوك العودة قبل بدء التنفيذ.
يُسجّل وقت التشغيل دور، نتيجة، تكلفة، تأخير وتشخيص لكل مرحلة، بينما يرى المطورون استجابة موحدة ومجموعة تغييرات مدركة للأذونات.
نتائج المقاييس
قيم GitHub سياسات ثابتة هيدرافيوجن على ثلاث مقاييس برمجة عاملية، باستخدام Claude Opus 5 و GPT‑5.6 Sol كخطوط أساسية. جميع النماذج تعمل بمستوى متوسط استدلال. النتائج الرئيسية بالنسبة إلى Opus 5 هي:
Benchmark
Cost Reduction
Quality Change
TerminalBench 2.1
67% lower
+4.9 points
DeepSWE
36% lower
−1.5 points
CheckpointBench
65% lower
−0.1 points
CheckpointBench مجموعة متعددة الجولات الداخلية لـ GitHub، مستمدة من جلسات Copilot الحقيقية ومربوطة بالتعهدات العامة غير القابلة للتغيير للتمثيل المتكرر.
البدء
يتم توفير هيدرافيوجن اليوم كعرض تجريبي بحثي لجميع خطط Copilot، ولكن فقط داخل Copilot CLI. لتمكينه، نفّذ الأوامر التالية:
/update
/experimental on
/model
ثم اختر HydraFusion (Research Preview). تتبع الفوترة معدل التوكن القياسي لكل نموذج أساسي.
الاستنتاجات الرئيسية
يختار هيدرافيوجن سير عمل لكل طلب، وليس مجرد نموذج واحد، ويستمد من مزودين متعددين.
ثلاثة أنماط—مفرد، متسلسل، ونقدي—موجودة اليوم، كل منها يقدم تبادلًا مختلفًا بين التكلفة والجودة.
في TerminalBench 2.1 حقق تخفيضًا في التكلفة بنسبة 67٪ مع تحسين الجودة بمقدار 4.9 نقطة.
حتى عندما تتراجع الجودة قليلاً (DeepSWE، CheckpointBench…) لا تزال هناك وفورات كبيرة (36٪–65٪).
يتم تفعيله عبر Copilot CLI مع فواتير توكن قياسية.
يُظهر نهج هيدرافيوجن كيف يمكن لتوليد المحتوى بالذكاء الاصطناعي، وأتمتة SEO، والنشر الآلي الاستفادة من التنظيم الذكي متعدد النماذج—مقدمًا نتائج أسرع مع الحفاظ على الميزانيات تحت السيطرة.
