Проект HydraFusion от GitHub: мультимодельная оркестрация для ИИ-кодирования передового качества
GitHub, kodlama görevlerini ele almak için birden çok yapay zeka modelini dinamik olarak orkestre eden Project HydraFusion'ı tanıttı. HydraFusion, baştan tek bir model seçmek yerine tek, kademeli veya eleştirel bir iş akışı seçer ve her görevi kalite, maliyet ve gecikmeyi en iyi dengeleyen modellere yönlendirir. Şu anda GitHub Copilot CLI'de /experimental ile kullanılabilir.
HydraFusion Nasıl Çalışır?
HydraFusion, her istek için akıl yürütme, kod üretimi, hata ayıklama ve araç kullanımı sinyallerini değerlendirir ve ardından üç yürütme deseninden birini seçer:
- Tek: tek bir model görevi doğrudan çözer – yeterli olduğunda en hızlı ve en ucuzudur.
- Kademeli: verimli bir model bir çözüm taslağı hazırlar ve bir kalite kapısı, bunu kabul edip etmeyeceğine veya daha güçlü bir modele (ör. Claude Opus 5) yükseltip yükseltmeyeceğine karar verir.
- Eleştirel: bir model taslak hazırlar, farklı bir model ailesinden bağımsız salt okunur bir eleştirmen çıktıyı inceler (araç erişimi olmadan, böylece depoyu değiştiremez) ve taslak hazırlayan model bir kez revize eder.
Bu, geliştiricilerin zaten manuel olarak nasıl çalıştığına benzer – bir model seçmek, inceleme istemek veya zor bir sorunu yükseltmek – ancak bunu çalışma zamanı içinde otomatikleştirir.
Karşılaştırmalar: Kalite Artıyor, Maliyet Düşüyor
TerminalBench 2.1 üzerinde yapılan çevrimdışı değerlendirmelerde HydraFusion, Claude Opus 5'i tek başına çalıştırmaya kıyasla doğrulanmış görev kalitesini 4,9 puan artırırken tahmini maliyeti %67 azalttı. Verimlilik, kolay görevler için küçük modellerin kullanılmasından ve sınır modellerinin bunlara ihtiyaç duyan adımlar için ayrılmasından gelir.
Çalışma İlkeleri
HydraFusion, yürütmeyi öngörülebilir tutmak için beş güvenlik önlemi üzerine inşa edilmiştir:
- Eksiksiz muhasebe: taslak, eleştiri, revizyon, yükseltme, yeniden deneme, geri dönüş dahil her ayakta maliyet/kullanımı toplar.
- Sınırlı yürütme: maliyeti ve çalışma süresini sınırlamak için her ayak için açık zaman aşımları ve iptaller.
- İzole inceleme: inceleyenler araçsız bağlamlarda çalışır, böylece depoyu değiştiremezler; çözücüler paylaşılan çalışma alanını alır.
- Güvenli uygulama: bir iş akışı iptal edilirse veya doğrulama başarısız olursa hiçbir yama uygulanmaz.
- Doğrulanmış yönlendirme: iş akışı tanımları, model bağlamaları ve geri dönüşler yürütmeden önce doğrulanır.
Nasıl Denenir?
HydraFusion, tüm GitHub Copilot planları için araştırma önizlemesindedir. Kullanmak için:
# Copilot CLI'yi güncelleyin
/update
Deneysel modu etkinleştirin
/experimental on
Model seçiciden HydraFusion'ı seçin
/model → HydraFusion'ı seçin (Araştırma Önizlemesi)
Kullanım, HydraFusion'ın çağırdığı modeller için standart token ücreti üzerinden faturalandırılır. Geri bildirim GitHub Community'de paylaşılabilir.
HydraFusion, GitHub'ın yerel, bulut ve bileşik modeller arasında otomatik anlamsal yönlendirmeye yönelik daha geniş çabasının bir parçasıdır. Copilot'ta yeni modeller yayınlandıkça, kullanıcı deneyimini değiştirmeden yönlendirme havuzuna eklenebilirler.
📖 Kaynağın tamamını okuyun: HN AI Agents
👀 Смотрите также

UK Sovereign LLM Inference: Relax.ai публикует публичные документы
Relax.ai опубликовал документацию для UK sovereign LLM inference, перенаправляя на /docs/getting-started/introduction. Сервис был опубликован на HN с 104 баллами.

MCP Slim: Локальный поиск по эмбеддингам для инструментов MCP сокращает раздувание контекста
MCP Slim — это прокси, который заменяет полные каталоги инструментов MCP тремя мета-инструментами (поиск, описание, вызов), используя локальные эмбеддинги MiniLM для семантического поиска. Он достигает 96% сокращения контекстного окна и работает офлайн без API-ключей.

Кодсайт: Искусственный интеллект сокращает 30-60 тысяч токенов в сессиях работы с кодом в Claude
Codesight — это инструмент с открытым исходным кодом, который анализирует кодовые базы, чтобы предоставить AI-агентам для программирования структурированный контекст, сокращая трату токенов. Разработчик совместно с сопровождающим добавил AST-парсинг для Next.js и Prisma, набор для оценки, телеметрию токенов и профили для Claude Code и Cursor.

Kstack: Набор навыков для Claude Code по мониторингу и устранению неполадок Kubernetes
Kstack — это набор навыков с открытым исходным кодом, который добавляет слеш-команды, такие как /investigate, /audit-security и /cluster-status, в Claude Code (и другие AI-агенты) для мониторинга и устранения неполадок кластеров K8s. За кулисами он использует kubectl, Kubetail, Trivy и Pluto.