HydraFusion di GitHub Copilot: cosa cambia con Max e come si attiva

GitHub ha aggiornato HydraFusion il 14 ottobre 2026 e ha aggiunto una seconda opzione, HydraFusion Max. HydraFusion è l'orchestratore di GitHub Copilot che, per ogni richiesta, decide quali modelli far lavorare e in che schema, e restituisce una sola risposta. Interessa chi usa Copilot per compiti di coding non banali e non vuole scegliere a mano il modello ogni volta. È ancora un'anteprima di ricerca, quindi va provato con questa avvertenza in mente.

Cos'è HydraFusion e cosa cambia con questo aggiornamento

HydraFusion non è un modello. Appare nel selettore dei modelli di Copilot, ma la documentazione ufficiale lo definisce un orchestratore a runtime: sceglie uno schema di esecuzione e i modelli per quella richiesta. Gli schemi sono tre. In Single un solo modello risolve il compito. In Cascade un modello efficiente scrive una bozza e un giudice la accetta oppure passa il lavoro a un modello più forte. In Critique un modello scrive, più modelli criticano in parallelo e il primo rivede il lavoro una volta sola.

Lo schema è scelto per singola richiesta, quindi nella stessa sessione se ne possono alternare diversi. Questo lo distingue da Auto, che sceglie un solo modello per richiesta: HydraFusion sceglie lo schema e il livello di ragionamento.

L'aggiornamento del 14 ottobre tocca quattro punti, secondo il changelog. Il gruppo di modelli da cui pesca include ora Claude Opus 5.5, GPT-6 Astra, GPT-6.1 Sol e GPT-6 Luna. Il ragionamento è regolato per fase: medio per le bozze, alto per le revisioni. In Cascade c'è ora un passaggio di giudizio che valuta il primo tentativo e chiede una riparazione solo se serve. In Critique ci si affida meno ai riassunti testuali e più a strumenti che ispezionano direttamente il workspace, con più critici in parallelo.

HydraFusion e HydraFusion Max: la differenza

La novità visibile è Max. Usa la stessa architettura, ma è tarata sulla capacità di frontiera per i compiti più difficili: applica un ragionamento più alto dove la profondità conta e offre anche il livello extra high. HydraFusion standard resta l'opzione bilanciata, con un risparmio moderato di token, pensata per compiti sostanziali e ben delimitati come un bug complesso o una modifica su più file.

Il changelog descrive l'efficienza di Max come un'attenzione dentro l'orchestrazione, non come una garanzia. La documentazione non pubblica numeri di benchmark e rimanda a un articolo di ricerca sul blog di GitHub: quei numeri sono misure di GitHub, non verifiche indipendenti, e qui non li riprendo.

Come si attiva, e cosa costa

Dalla documentazione ufficiale, i passaggi sono questi, in base al client.

Nella CLI di Copilot si esegue copilot update, poi si avvia con copilot --experimental oppure si digita /experimental on e si riavvia. Con /model si sceglie HydraFusion o HydraFusion Max. Per gli script esiste copilot --experimental --model hydrafusion -p "PROMPT". Se non compare, la documentazione suggerisce /update prerelease, avvertendo che le prerelease possono essere meno stabili.

In VS Code serve la versione 1.140 o successiva, oppure Insiders. Si attiva l'impostazione chat.copilot.hydraFusion.enabled e si sceglie il modello dal menu di Copilot Chat. Nell'app GitHub Copilot si aggiorna l'app e si accende la voce in Impostazioni, sezione Experimental.

I piani sono Copilot Pro, Pro+, Business ed Enterprise, con le funzioni sperimentali attive e nel rispetto delle policy sui modelli dell'organizzazione. Per Business ed Enterprise un amministratore deve abilitare le anteprime. Sul costo la documentazione è chiara: nessuna tariffa separata, si paga ogni modello usato alla sua tariffa standard in crediti AI, e lo sconto della selezione automatica non si applica. Più modelli sulla stessa richiesta possono voler dire più crediti di un singolo modello. Nella CLI il comando /usage mostra i crediti per modello, e /collect-debug-logs produce un archivio con lo schema e i modelli usati a ogni passo.

Cosa tenere d'occhio prima di usarlo sul lavoro

Il limite più concreto riguarda i file. Quando HydraFusion scarta una bozza, le modifiche già fatte nel workspace non vengono annullate: se in un passaggio intermedio ha toccato dei file, restano toccati. La documentazione dice di rivedere le modifiche prima del commit, e io lo prenderei alla lettera. Su come leggere il codice scritto da un agente ho già scritto in controllare il codice scritto dall'AI, e vale tanto più quando dietro una risposta lavorano più modelli.

Il secondo limite è la prevedibilità. Non scegli i modelli, la combinazione cambia nel tempo, e Cascade e Critique sono più lenti. Per il lavoro di routine la stessa documentazione consiglia Auto. Se stai valutando Copilot per un'azienda, il quadro di partenza è in Copilot aziendale: cos'è, mentre per capire cosa fa il guscio che sta intorno a un modello c'è agent harness: cos'è.

Per chi costruisce con gli agenti, il senso pratico è questo: la scelta del modello diventa una decisione del sistema invece che dello sviluppatore. È comodo, ma sposta il controllo. Prima di adottarlo su un team, il test sensato è confrontare su un compito reale, già risolto, il consumo di crediti e la qualità del risultato con Auto, perché senza numeri tuoi il risparmio promesso resta una promessa.