Q-PAO 探索製造所
← 科技新聞

AI DEVELOPMENT / 多模型編排與本機路由

AI 人工智慧

GitHub Copilot Fusion 開放多模型編排,本機路由仍是實驗預覽

GitHub Copilot Fusion 正式供應,可按任務安排單模型、級聯或交叉檢查流程;同日公布的本機模型自動路由仍須使用者選擇加入實驗預覽,而且路由判斷仍在雲端。

原文發布 · 本站整理
Q-PAO 編輯整理 · 消息來源:GitHub 官方 Changelog
本站示意圖:Copilot Fusion 可編排雲端模型,另有實驗預覽在支援條件下嘗試本機模型路由
圖片:Q-PAO 編輯繪製的模型路由示意圖,非 GitHub 官方介面 ↗

消息重點

  • GitHub 於 10 月 28 日宣布 Copilot Fusion 一般供應。使用者選擇 Standard、High 或 Max 工作強度後,Fusion 會依任務決定模型及協作方式,可直接回答、先由較省資源的模型處理再升級,或請另一個模型檢查後再修訂。
  • Fusion 支援 VS Code、GitHub Copilot app、Copilot CLI 與 JetBrains;組織管理員仍能以模型政策控制它可使用哪些模型。各模型按標準費率計算;公告表示付費方案在有限期間享模型費用 30% 折扣,但未列出截止日期。
  • GitHub 同日將本機模型智慧路由放入可選擇加入的實驗預覽。Windows 支援透過 Windows ML 管理下載 MAI Code 1.1 Flash;CLI 使用者也可在 Windows、macOS、Linux 手動設定符合條件的本機模型。

依據:Route and orchestrate models with GitHub Copilot Fusion ↗ · GitHub Copilot Fusion now supports selection of local models ↗

本站觀察

本站觀察:自動挑選模型可以減少開發者在任務中途反覆切換的操作,但評估時仍應看完整工作成本、輸出品質和資料路徑。若本機模型負責部分推論,也要先確認哪些步驟仍會連到雲端。

來源與更正

本文為官方消息摘要及本站觀察,非廠商合作稿,也非本站硬體實測。產品條件與支援範圍以官方最新資料為準。

閱讀 GitHub 官方 Changelog 原文 ↗ · 閱讀 GitHub 官方 Changelog 原文 ↗ · 回報內容問題