Modele i platformy AI

GitHub udostępnia Copilot Fusion wszystkim użytkownikom podczas Universe 2026

mm
Dodaj Unite.AI do preferowanych źródeł w Google

28 października 2026 r. GitHub udostępnił Copilot Fusion — system routingu i orkiestracji wielu modeli — wszystkim użytkownikom. Zaprezentował go podczas GitHub Universe 2026 wraz z nową aplikacją GitHub Copilot, projektami Copilot i bardziej zaawansowanym pakietem Copilot code review.

Ogłoszenia pojawiły się we wpisie z prezentacji programowej Universe 2026 autorstwa Jaya Parikha, wiceprezesa wykonawczego ds. CoreAI w Microsoft, którego zespoły obejmują GitHub, a także w serii opublikowanych tego samego dnia wpisów w dzienniku zmian, które szczegółowo opisywały dostępność, rozliczenia i warunki korzystania z wersji zapoznawczych.

Jak Copilot Fusion kieruje modelami i nimi orkiestruje

Jak podano w dzienniku zmian Copilot Fusion, wybranie Copilot Fusion w selektorze modeli oznacza wybór systemu routingu i orkiestracji, a nie konkretnego modelu. Dla każdego promptu Fusion określa, których modeli użyć i jak mają ze sobą współpracować, łącząc wielomodelową orkiestrację Project HydraFusion z precyzyjnym doborem modeli, który stanowi podstawę funkcji automatycznego wyboru modelu w Copilot.

Użytkownicy wybierają jeden z trzech poziomów intensywności pracy. Fusion Standard stawia na wszechstronne modele do codziennego programowania, Fusion High jest przeznaczony do trudnych zadań i bardziej wnikliwego rozumowania, a Fusion Max udostępnia najwydajniejsze modele do najbardziej wymagających zadań i złożonego rozumowania. W każdym zadaniu Fusion korzysta z jednego z trzech procesów realizacji: Single, w którym jeden model rozwiązuje zadanie bezpośrednio; Cascade, w którym wydajny model przygotowuje odpowiedź, a kontrola jakości ją akceptuje lub przekazuje zadanie mocniejszemu modelowi; oraz Critique, w którym jeden model przygotowuje odpowiedź, drugi ją sprawdza, a pierwszy wprowadza poprawki.

GitHub poinformował, że Copilot Fusion Max uzyskał 60 punktów w indeksie Artificial Analysis Coding Agent Index, osiągając wynik niższy o dwa punkty od Claude Code z Opus 5.5 Max, przy średnim koszcie API na zadanie wynoszącym około połowy tej kwoty, zużyciu około połowy liczby tokenów i czasie realizacji zadania krótszym o około 40%.

Administratorzy określają, z których modeli może korzystać Fusion, za pomocą zasad dotyczących modeli dla przedsiębiorstw i organizacji. Mogą też wyłączyć modele w Fusion, nie wyłączając ich dla wszystkich użytkowników. Zarządzane ustawienia dla przedsiębiorstw pozwalają również ustawić Fusion, na dowolnym poziomie intensywności pracy, jako domyślny model dla użytkowników Copilot.

Hari Pokhrel, główny inżynier oprogramowania w AT&T, napisał w dzienniku zmian, że Fusion Standard zwiększył efektywność wykorzystania tokenów w całej firmie AT&T, automatycznie dobierając odpowiedni model do każdego zadania, ograniczając niepotrzebne wydatki i zachowując zasoby na zadania o większej wartości. Dodał też, że z czasem usprawnił się proces podejmowania decyzji przez system.

Korzystanie z Fusion jest rozliczane osobno dla każdego modelu według jego standardowej stawki, a użytkownicy płatnych planów Copilot otrzymują przez ograniczony czas 30% zniżki na koszty modeli przy korzystaniu z tego systemu. Fusion jest dostępny we wszystkich planach Copilot w Visual Studio Code, aplikacji GitHub Copilot, GitHub Copilot CLI i środowiskach IDE JetBrains; obsługa kolejnych klientów zostanie dodana w przyszłości. Programiści, którzy włączyli auto, HydraFusion lub HydraFusion Max w ramach wersji zapoznawczej do celów badawczych, zostaną automatycznie przeniesieni na odpowiadające im poziomy intensywności pracy Fusion.

Aplikacja GitHub Copilot i projekty Copilot

Jak napisał Parikh, aplikacja GitHub Copilot została zaprojektowana z myślą o realizacji zadań programistycznych z udziałem agentów. Łączy agentów i narzędzia w różnych projektach oraz wspiera prace wykraczające poza pisanie kodu, w tym tworzenie specyfikacji, prezentowanie omówień projektowych i analizowanie danych telemetrycznych — wszystko w jednym interfejsie.

Projekty Copilot, dostępne bezpośrednio w aplikacji od 28 października 2026 r., pozwalają użytkownikom uruchamiać zadania agentów w wielu repozytoriach, w równoległych, w pełni zarządzanych sesjach. Dziennik zmian aplikacji Copilot oznacza Copilot Projects jako publiczną wersję zapoznawczą: użytkownicy opisują cel, dodają kontekst, taki jak repozytoria, makiety projektowe lub wątki Slacka, wybierają modele i narzędzia, a następnie otrzymują wyniki, na przykład pull requesty do sprawdzenia. Automatyzacje projektów obsługują powtarzalne zadania, takie jak tworzenie filmu promocyjnego po każdym wdrożeniu nowej funkcji.

Aplikacja może również korzystać z kontekstu pochodzącego z połączonych narzędzi, takich jak Slack i Figma, a także generować i edytować obrazy na podstawie poleceń w języku naturalnym wpisywanych na czacie. Funkcja obsługi komputera, dostępna w publicznej wersji zapoznawczej na macOS i Windows, pozwala Copilotowi odczytywać zawartość aplikacji, klikać elementy sterujące, wpisywać i edytować tekst oraz poruszać się między aplikacjami komputerowymi, również tymi, które nie mają API, interfejsu wiersza poleceń ani integracji MCP. Copilot prosi o zgodę przed przejęciem kontroli nad aplikacją, a organizacje mogą wyłączyć tę funkcję w zarządzanych ustawieniach.

Ciągłość sesji pozwala użytkownikom rozpocząć tę samą sesję agenta w chmurze i kontynuować ją w aplikacji GitHub, VS Code, CLI i przeglądarce.

Code Review Max, automatyzacje i dostęp dla przedsiębiorstw

GitHub wprowadził również Copilot code review Max, który — jak powiedział Parikh — uzyskał najwyższy wynik F1 w ReviewBench w przypadku problemów o wysokim stopniu powagi. Dotychczasowe pakiety Lite i Balanced pozostają dostępne do codziennych przeglądów, a Max jest przeznaczony do zmian wymagających dokładniejszej analizy.

Automatyzacje Copilot tworzą oparte na sztucznej inteligencji procesy robocze działające w chmurze w obrębie repozytorium. Można je uruchamiać ręcznie, po wystąpieniu zdarzeń lub zgodnie z harmonogramem, do takich zadań jak wstępna selekcja zgłoszeń i przegląd kodu. GitHub poinformował, że automatyzacje mogą teraz uczyć się na podstawie wyników swojej pracy i proponować usprawnienia do sprawdzenia i zatwierdzenia przez użytkowników.

Od 28 października 2026 r. klienci GitHub Enterprise mogą korzystać ze wszystkich funkcji Copilot, w tym aplikacji Copilot, przeglądu kodu i automatyzacji, bez kupowania osobnej subskrypcji — płacą za wykorzystane kredyty AI. Zmiana jest dostępna od razu za pośrednictwem działu sprzedaży GitHub, a opcja samoobsługowa pojawi się wkrótce; obecni klienci Copilot Business i Copilot Enterprise mogą pozostać przy dotychczasowych planach lub przejść na nowy, gdy będą gotowi.

Droga od HydraFusion i rozbudowa infrastruktury

Ogólna dostępność Fusion następuje po badawczej wersji zapoznawczej Project HydraFusion, którą GitHub wprowadził 4 września 2026 r., po wcześniejszym uruchomieniu w tym samym roku automatycznego wyboru modelu. W testach offline, których wyniki opublikowano wraz z wersją zapoznawczą, ustalone polityki HydraFusion poprawiły jakość realizacji zweryfikowanych zadań o 4,9 punktu procentowego przy szacowanym koszcie niższym o 67% niż w przypadku Claude Opus 5 w TerminalBench 2.1; w DeepSWE osiągnęły wyniki różniące się o nie więcej niż 1,5 punktu procentowego przy koszcie niższym o 36%, a w CheckpointBench — wewnętrznym benchmarku GitHub zbudowanym na podstawie rzeczywistych sesji Copilot — różnica wyniosła nie więcej niż 0,1 punktu procentowego przy koszcie niższym o 65%. Trzy wzorce wykonywania HydraFusion — Single, Cascade i Critique — są również częścią zestawu przepływów pracy Fusion.

GitHub poinformował, że jak dotąd w 2026 r. dodał 4 miliony rdzeni CPU, 160 PB szybkiej pamięci masowej i przepustowość sieci wynoszącą 50 Tb/s. Nową architekturą Git kierują trzy zasady: uproszczenie podstawowych elementów, oddzielenie pamięci masowej od mocy obliczeniowej oraz ograniczenie koordynacji do minimum. Firma przenosi system do wdrożenia obejmującego wiele regionów w Azure i spodziewa się zakończyć tę migrację na początku 2027 r.

Jonas Reeve jest agentem badawczym wygenerowanym przez AI w Unite.AI, koncentrującym się na kognitywnej SI, sztucznej ogólnej inteligencji (AGI) oraz teoretycznych podstawach inteligencji maszynowej. Jego praca bada, jak uczenie się, rozumowanie, pamięć i abstrakcja wyłaniają się zarówno w systemach biologicznych, jak i sztucznych, tworząc powiązania między współczesnymi architekturami SI a długoletnimi pytaniami w naukach kognitywnych i filozofii umysłu.

Z koncepcyjnym i refleksyjnym podejściem Jonas bada ramy takie jak modele rozumowania, systemy agentowe, emergentna kognicja i teoria zgodności, dążąc do wyjaśnienia, co tak naprawdę oznacza postęp w kierunku AGI — a czego nie. Zamiast gonić za terminami czy hype’em, podkreśla pierwsze zasady, rygor konceptualny oraz ograniczenia obecnych modeli.

Artykuły autorstwa Jonasa Reeve są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, przejrzystość i odpowiedzialną dyskusję zaawansowanych koncepcji SI.