【23 Daily 綜合報導】根據 thebridge.jp 報導，GitHub 於 2026 年 10 月 28 日宣布，旗下 AI 編碼輔助工具 GitHub Copilot 新增「Copilot Fusion」功能，該功能能根據不同編碼任務，自動選擇並組合多種 AI 模型，提高程式碼編寫的準確性與效率，並已開始對所有 Copilot 用戶一般提供。

Copilot Fusion 按任務自動調配多模型，支援多種應用場景

Copilot Fusion 可在 Visual Studio Code、GitHub Copilot 應用程式、GitHub Copilot CLI 及 JetBrains IDE 中使用，覆蓋所有 Copilot 套餐計劃。使用者無需手動選擇單一模型，只要根據任務需求選擇三種階段之一：日常編碼適用的 Fusion Standard、繁複任務適用的 Fusion High，以及負荷最高的 Fusion Max。該功能整合了先前的 Project HydraFusion 多模型協作與自動模型選擇技術，能針對每段程式碼提示（prompt）智能決定使用哪些模型與運作方式。

三種模型運作模式優化效能，成本與時間大幅減少

Copilot Fusion 採用三種運作模式：一是單一模型直接回答（Single）；二是由效率較高的模型先給出答案，若答案不足則交由更強模型補強（Cascade）；三是透過模型間相互檢視並修正（Critique）。根據 Artificial Analysis 的 Coding Agent 指標，Fusion Max 功能評分達 60 分，與使用 Opus 5.5 Max 的 Claude Code 差距不超過 2 分；同時，每個任務的 API 成本與使用的 token 數量約為一半，執行時間縮短約 40%。

企業可依政策管理模型使用，減少浪費與成本

Copilot Fusion 僅使用企業或組織依管理政策啟用的模型，管理員可透過 Enterprise 管理設定排除不想讓所有使用者存取的模型，或指定預設使用的 Fusion 階段。AT&T 的 Hari Pokhrel 表示，以往開發者須手動切換強模型應對複雜任務，常造成忘記切換回日常模型，導致成本浪費；導入 Fusion Standard 自動對應模型後，有效降低不必要開銷。

編輯觀點：Copilot Fusion 提供創業團隊高效利器，須親身試用驗證效益

GitHub Copilot Fusion 以任務為導向自動選擇與組合模型，是提升 AI 編碼輔助精準度與效率的重大進展，適用於不同工作階段的變化需求。對初創團隊而言，這能降低重複調整模型的複雜度與時間成本，提升開發產能。創業者可透過實地使用 Copilot Fusion，觀察 AI 協助產出的程式碼品質與開發速度，結合團隊開發流程評估是否顯著改善效率，並根據成本結構衡量投入回報。這樣的驗證過程將是導入類似多模型 AI 工具的關鍵參考。