For en krevende oppgave kan du nå velge HydraFusion Max i Copilot: Systemet avgjør selv hvilken arbeidsflyt og hvilke modeller som skal brukes i løsnings- og kontrolltrinnene. GitHub kunngjorde oppdateringen 14. oktober 2026; HydraFusion og Max er tilgjengelige som forskningsforhåndsversjoner i VS Code, GitHub Copilot-appen og Copilot CLI.

HydraFusion fungerer som en orkestrator for flere modeller, ikke som en egen modell. For hver forespørsel velger den én av flere arbeidsflyter: Én modell løser oppgaven; Cascade sender et utkast til en dommermodell for kontroll, som enten kan godta det eller be om en grundigere gjennomgang; Critique samler parallelle tilbakemeldinger fra flere modeller og returnerer et revidert svar. I oppdateringen opplyste GitHub at Cascade har fått et trinn for evaluering av utkast, mens Critique bruker verktøy mer aktivt for å kontrollere arbeidsområdet. Kunngjøringen om HydraFusion-oppdateringen beskriver også innstillinger for resonneringsinnsats: middels nivå for det første utkastet og høyt nivå for kontrollen.
Max er laget for oppgaver der grundig kontroll er viktig
HydraFusion Max bruker samme arkitektur og orkestreringsflyter som grunnversjonen, men er beregnet på mer krevende oppgaver og bruker større resonneringsinnsats der det er behov for grundighet. GitHub nevner komplekse agentoppgaver som et eksempel; selskapet anbefaler automatisk valg av én modell til vanlig, daglig arbeid.
Dette gir utviklere et praktisk valg mellom hastighet og ekstra kontrolltrinn. Ved en liten feilretting kan flere runder føre til høyere ventetid og kostnader uten noen nyttig gevinst. Ved endringer i flere filer, der det er viktig å kontrollere at rettelsene henger sammen, kan et eget kritikktrinn være mer passende. Dette er en arbeidshypotese som bør prøves på egne oppgaver, ikke en garanti fra GitHub om høyere kvalitet.
Forhåndsversjonen krever kontroll med kostnader og endringer i arbeidskopien
Tilgangen avhenger av Copilot-abonnementet, hvilke eksperimentelle funksjoner som er aktivert, og organisasjonens retningslinjer. Ifølge GitHubs dokumentasjon velger HydraFusion tilgjengelige modeller automatisk, og hver enkelt kjøring belastes med den aktuelle modellens standardsats. En oppgave med Cascade eller Critique kan derfor bruke flere KI-kreditter enn ett enkelt modellkall. Dokumentasjonen om HydraFusion beskriver disse vilkårene, hvordan forbruket kan kontrolleres, og de gjeldende begrensningene for forskningsforhåndsversjonen.
Team kan enkelt vurdere om orkestrering er verdt å bruke: Velg et lite utvalg virkelige oppgaver, bruk de samme forespørslene og utgangsversjonene av repositoriet, og sammenlign deretter HydraFusion, Max og vanlig modus. For hvert resultat er det nyttig å registrere tidsbruk, KI-kreditter, antall rettelser etter kontroll og feil funnet av tester eller gjennomgang. En slik måling besvarer det praktiske spørsmålet: Forbedrer ekstra kontrollrunder akkurat deres utviklingsprosess?
Kontroller diffen og kjør de vanlige testene før endringene flettes inn: Dokumentasjonen advarer om at filendringer fra et forkastet utkast ikke automatisk tilbakestilles. Siden funksjonene fortsatt er i forhåndsversjon og modellene som brukes kan endres, bør vurderingen gjentas etter større oppdateringer. For korte hverdagsforespørsler er vanlig modellvalg et fornuftig utgangspunkt; HydraFusion Max kan prøves på oppgaver der grundigere kontroll potensielt sparer tid brukt på feilretting.