GitHub 发布 Project HydraFusion 研究预览：按任务编排多模型与工作流，在受控离线评测中相对 Claude Opus 5 于 Terminal-Bench 2.1 取得更高已验证任务质量与更低预估成本。可在 GitHub Copilot 中像普通模型一样选用，并通过 Copilot CLI 的 /experimental 试用。
GitHub 宣布 OpenAI GPT-6 Astra 已在 GitHub Copilot 正式 GA：面向长程、自主编码与 agentic 任务。内部评测称其边规划边校验、把诊断与验证批处理，并在宣告完成前独立确认结果，长程编码任务步数少于此前 OpenAI 模型。面向 Copilot Pro+、Max、Business、Enterprise，可在 VS Code / Visual Studio / Copilot CLI / coding agent / Copilot app / github.com / Mobile / JetBrains / Xcode / Eclipse 的模型选择器中选用；按提供商标价用量计费，企业管理员可通过模型策略开关。
GitHub 宣布 Copilot CLI 可用左侧会话侧边栏管理多个并行会话：左箭头打开面板，n 新建、x 关闭，并在会话间切换。编码智能体常需同时跑调研、修 bug 与开 PR，CLI 此前缺一个不打断当前终端焦点的会话管理面。该更新把多会话从“另开窗口”收进同一 CLI，缩短在仓库内调度多个 Copilot 任务的切换成本。
通义千问团队提出 Terminal-Universe：把终端/代码 Agent 轨迹经确定性回放与补全 Agent 重建为可复用可执行工作区，再沿广度（跨仓库）与深度（多轮用户）合成新任务并配可执行校验。基于公开轨迹产出约 3.73 万任务充分环境与约 3.2 万条 SFT 演示；对 Qwen3.5-27B 做监督微调后，Terminal-Bench 2.1 提升 11.9 分，EvoCode-Bench v2 MT@4 提升 13.8 分，显著优于直接模仿原始轨迹。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察