GitHub sta sperimentando un approccio diverso al coding assistito dall’Intelligenza Artificiale con HydraFusion, un sistema che non si limita a scegliere il modello più adatto, ma decide anche come distribuire il lavoro tra più modelli.
Presentato il 4 settembre 2026 come ricerca preliminare, il progetto è disponibile in GitHub Copilot CLI e può combinare modelli di fornitori differenti. L’obiettivo dichiarato è bilanciare qualità, costo e latenza in base alla singola richiesta. Nei test offline pubblicati da GitHub, alcune configurazioni hanno raggiunto risultati superiori al riferimento Claude Opus 5, con riduzioni significative dei costi stimati. I dati, tuttavia, riguardano benchmark controllati e non dimostrano ancora gli stessi vantaggi su qualsiasi progetto reale.
Come funziona HydraFusion nel coding quotidiano
HydraFusion analizza la richiesta e seleziona uno tra tre schemi operativi. Con Single, un solo modello affronta direttamente il compito. Con Cascade, un modello più efficiente produce una prima soluzione e un controllo di qualità decide se accettarla oppure affidarla a un modello più potente.
Critique aggiunge invece una revisione indipendente: un secondo modello, appartenente a una famiglia diversa, esamina il risultato in modalità di sola lettura e il modello iniziale può correggerlo una volta. La scelta dipende da segnali relativi a ragionamento, generazione del codice, debugging e utilizzo degli strumenti.
