GitHub Copilot在Windows上支持本地模型，HydraFusion统筹端云

微软和 GitHub 于 2026 年 10 月 7 日宣布，Windows 上的编程助手 GitHub Copilot 可以使用本地模型，也就是直接在电脑上运行的模型。此次公告的核心是 GitHub 的 HydraFusion。它是今年早些时候加入 Copilot 的路由层，会把每项任务分配给最合适的云端模型；根据微软的公告，它今后也能调用在设备上运行的模型。

这样做的目的是让一部分编程工作在电脑上完成而无需发送到网上，把云端用量留给真正需要的任务。微软把这种方式称为"混合智能"：智能体在合适时于本地运行，需要时再使用云端。该功能将进入 GitHub Copilot 应用、Copilot CLI 和 Visual Studio Code。

两种使用本地模型的方式

根据微软 Command Line 博客上的技术文章，本地模型有两种用法。在自动路由模式下，Copilot 会针对每项任务自行判断在设备上还是在云端处理，预计在 10 月底前推出。在显式选择模式下，开发者自己指定某个本地模型：通过 Windows ML 运行的 MAI Code 1.1 Flash，或任何兼容 OpenAI 接口的本地端点。第二种方式让用 llama.cpp 等工具自建服务器的开发者也能把自己的模型接入 Copilot。文章还指出，即使使用本地推理，会话也并非完全离线。

HydraFusion 会为每个请求选择三种执行方式之一：交给单个模型处理；先由更便宜、更快的模型起草，若未通过质量检查再交给更强的模型；或者让另一模型家族的模型审阅第一个模型的草稿，再据此修改一次。根据 GitHub 社区页面的说明，HydraFusion 只使用用户套餐和所在机构允许的模型；它本身不单独收费，调用的每个模型按其标准价格计费。

在设备上运行的模型

微软重点介绍的本地模型是其编程模型 MAI Code 1.1 Flash。据该公司介绍，该模型总参数 1370 亿、每步激活 68 亿；设备版本被压缩到每个权重约 3.3 位，体积降至 53 GB，并在本地保留 25.6 万 token 的上下文。在微软给出的对比中，压缩后的本地版本在 SWE-Bench Verified 上的成绩接近云端版本，在 Terminal-Bench 2.1 上略高。公告还提到 NVIDIA 即将推出的 Nemotron 模型和 DeepSeek V4 Flash 也属于本地可选模型。

这种规模的模型需要强大的硬件。微软举例的设备是搭载 NVIDIA RTX Spark、统一内存最高 128 GB 的 Surface Laptop Ultra；据该公司介绍，MAI Code 1.1 Flash 在该设备上以 25.6 万 token 上下文运行时，内存峰值为 75.5 GB。华硕、戴尔、惠普、联想、微星和 Surface 的 RTX Spark 电脑将于 10 月 16 日开售。Windows ML 也在加入对 llama.cpp 的支持。

智能体在隔离环境中运行

让本地智能体在电脑上执行命令会带来安全问题。为此，微软采用了已在 Windows 11 上全面推出的 Microsoft Execution Containers（MXC）。MXC 是一个开源库，会把"智能体可以访问哪些文件和网络"的规则转换为操作系统自身的管控。在 Copilot 中开启沙箱后，shell 命令以及默认情况下的本地 MCP 服务器都会在这一边界内运行。在 CLI 中可用 /sandbox 命令开启，在 Copilot 应用中可在项目设置里打开"Sandbox new sessions"。据微软介绍，支持 MXC 的智能体包括 OpenAI 的 Codex、GitHub Copilot、OpenClaw、Replit、LM Studio 和 Unsloth AI，Anthropic 的 Claude Code 和 Perplexity 也在加入支持。

自动路由预计以实验性预览形式推出，而且正如微软所说，本地模型的表现会因设备和配置而异。公布的测试结果来自微软，大型本地模型只有在内存充足的新一代电脑上才能流畅运行。最好先在自己的代码库中测试本地模型的效果。想更全面地了解，值得关注独立研究人员的评估。

来源：Windows Experience Blog：Building Windows for hybrid intelligence、Microsoft Command Line：Bringing local models and sandboxed tools to Windows and GitHub Copilot、GitHub 社区：HydraFusion。