Copilot CLI 引入跨模型评审：Rubber Duck 迎来 GPT 与 Claude 双引擎时代
GitHub 近日在其官方 Changelog 中宣布，旗下 Copilot CLI 中的跨系列评审代理 Rubber Duck 迎来重大升级：现在，不再局限于单一模型家族，Rubber Duck 能够在 GPT 与 Claude 两大模型之间交叉调用，实现“第二意见”评审。这一变化看似只是模型选项的扩展，实则标志着 GitHub 在 AI 辅助编程基础设施层面，迈出了模型中立化与跨模型协作的关键一步。
产品升级：Rubber Duck 如何工作？
据官方说明，Rubber Duck 的升级体现在两个方向。一方面，当用户选择 GPT 模型作为编排模型（Orchestrator），并启用 /experimental 功能后，Copilot 会自动调度一个由 Claude 驱动的 Rubber Duck 代理，为当前会话提供第二意见。这意味着，原本仅用于 Claude 会话的架构级错误捕捉、微妙 Bug 检测和跨文件冲突识别能力，现在也覆盖到了 GPT 驱动的会话中。
另一方面，对于使用 Claude 作为编排模型的会话，Rubber Duck 的评审模型也同步升级为 GPT-5.5，旨在提供更有效的“第二意见”。官方强调，要体验这一新功能，只需在命令行运行 copilot 并确保 /experimental on 已开启。
行业影响：从“模型绑定”到“模型路由”
长期以来，开发者工具与特定大型语言模型深度绑定，用户往往被迫在“选哪个模型”和“得到什么质量”之间做取舍。GitHub 这一做法打破了这种固化模式：它不再强迫开发者将鸡蛋放在同一个 AI 篮子里，而是将不同模型作为专业评审员来调度。
Rubber Duck 本质上是一个跨家族评审代理，其核心价值不在于“哪个模型更强”，而在于模型多样性带来的抗风险能力。不同模型家族（GPT vs. Claude）在代码理解、逻辑推理、上下文跟踪等方面各有长处，相互交叉评审能够显著降低单一模型可能产生的“盲区”或“幻觉”。这一设计思路，实际上将 AI 编程工具从“单智能体”推向了“多智能体协作”的新阶段。
我的看法：GitHub 正在勾勒 AI 编程基础设施蓝图
这则看似简单的功能更新，背后隐藏着 GitHub 更大的战略意图：将 Copilot CLI 打造成一个模型中立的编程智能体平台。通过 Rubber Duck 机制，GitHub 既没有抛弃现有的 GPT 生态，又为 Claude 等竞品模型提供了平等的接入机会。这种“不站队”的架构，使得 Copilot 无需依赖单一模型供应商，从而在技术演进和商业谈判中保持更高的灵活性。
对于开发者而言，最大的实惠是：你不再需要手动比较和切换模型。系统会自动根据你的编排模型，调度最适合的评审模型来检查代码。这种“编排模型 + 评审模型”分离的设计，很可能会成为未来 AI 开发工具的标准范式。
可以预见，Rubber Duck 的升级只是开胃菜。随着更多模型（如 Gemini、大模型等）的接入，GitHub 正在构建一个多模型、多角色、可编排的 AI 编程生态。对于所有关注 AI 辅助开发的从业者而言，现在最该做的事就是打开终端，输入 copilot，体验一下“两个 AI 互相审代码”的感觉。
