Michael JohnsonPour les tâches complexes dans Copilot, il est désormais possible de choisir HydraFusion Max : le système détermine lui-même le scénario d’exécution et les modèles à utiliser pour résoudre la tâche et vérifier le résultat. GitHub a annoncé cette mise à jour le 14 octobre 2026 ; HydraFusion et Max sont disponibles en préversion expérimentale dans VS Code, l’application GitHub Copilot et Copilot CLI.
HydraFusion agit comme un orchestrateur de plusieurs modèles, et non comme un modèle à part entière. Pour chaque requête, il choisit l’un des scénarios suivants : un modèle résout la tâche ; Cascade soumet le brouillon à un modèle évaluateur, qui peut l’accepter ou demander un passage plus poussé ; Critique rassemble en parallèle les commentaires de plusieurs modèles et renvoie une réponse révisée. Dans sa mise à jour, GitHub indique que Cascade a gagné une étape d’évaluation du brouillon et que Critique fait davantage appel aux outils pour vérifier l’espace de travail. L’annonce de la mise à jour d’HydraFusion décrit également le réglage de l’effort de raisonnement : un niveau moyen pour la première version et un niveau élevé pour la vérification.
Max vise les tâches qui nécessitent une vérification approfondie
HydraFusion Max reprend l’architecture et les scénarios d’orchestration de la version de base, mais cible les tâches plus exigeantes et augmente l’effort de raisonnement lorsque la rigueur est nécessaire. GitHub cite les tâches agentiques complexes comme cas d’usage indicatif ; pour le travail quotidien ordinaire, l’entreprise recommande de laisser le système choisir automatiquement un seul modèle.
Les développeurs peuvent ainsi choisir concrètement entre vitesse et étapes de vérification supplémentaires. Pour une petite correction, ces passages additionnels peuvent augmenter le délai et le coût sans apporter de résultat utile. Pour une modification touchant plusieurs fichiers, où la cohérence des changements est importante, une étape de critique distincte peut être plus appropriée. Il s’agit d’une hypothèse à tester sur ses propres tâches, et non d’une garantie publiée par GitHub d’une amélioration de la qualité.
La préversion appelle à surveiller les coûts et les modifications du répertoire de travail
L’accès dépend de l’abonnement Copilot, des fonctionnalités expérimentales activées et des politiques de l’organisation. La documentation de GitHub précise qu’HydraFusion choisit lui-même parmi les modèles disponibles et que chaque passage est facturé au tarif standard du modèle concerné. Une tâche utilisant Cascade ou Critique peut donc consommer davantage de crédits d’IA qu’un seul appel de modèle. La documentation d’HydraFusion décrit ces conditions, les moyens de consulter l’utilisation et les limites actuelles de la préversion expérimentale.
Les équipes peuvent facilement évaluer si l’orchestration mérite d’être activée : sélectionner un petit échantillon de tâches réelles, conserver les mêmes requêtes et les mêmes versions initiales du dépôt, puis comparer HydraFusion, Max et le mode habituel. Pour chaque résultat, il est utile de noter le temps écoulé, les crédits d’IA dépensés, le nombre de corrections après vérification et les erreurs détectées par les tests ou la revue. Cette mesure répond à la question pratique : l’étape supplémentaire améliore-t-elle votre processus de développement ?
Avant de fusionner les changements, vérifiez le diff et exécutez les tests habituels : la documentation avertit que les modifications de fichiers effectuées pendant un brouillon abandonné ne sont pas automatiquement annulées. Comme ces fonctionnalités sont encore en préversion et que les modèles utilisés peuvent évoluer, il est utile de renouveler l’évaluation après les mises à jour importantes. Pour les requêtes courtes du quotidien, le choix habituel du modèle constitue un bon point de départ ; HydraFusion Max mérite d’être testé lorsque les vérifications supplémentaires pourraient faire gagner du temps en évitant des corrections.