top of page

GitHub 將 Gemini 4 Hydrogen 加入 Copilot

24 分鐘前
讀畢需時 12 分鐘
Illustrative photograph. Photo: Bibek ghosh / Pexels.

GitHub 於 2026 年 11 月 13 日將 Google 的 Gemini 4 Hydrogen 加入 Copilot,在 12 月停用期限前擴展模型選擇。Gemini 4 Hydrogen Copilot 的推出,為開發人員既有工作流程帶來另一個編程選項。對於使用 Gemini 3.8 Flash 的團隊而言,評估此模型亦有實際理由:GitHub 已將 Hydrogen 列為該模型的建議替代方案。

GitHub 將 Hydrogen 描述為專為快速編程工作、工具使用及涉及多個步驟的任務而設的 Flash 模型。代理式編程是指助理運用工具執行開發任務,而在這類情況下,能否準確遵循指令尤其重要。若誤解限制條件,影響的可能是檔案和指令,而不只是產生不準確的解釋。

眼前的取捨在於較易取得模型,與驗證替代方案所需的工作量之間。Google 的 Gemini 4 Carbon 已於 11 月 10 日加入 Copilot,讓開發人員多了一個可直接比較的選項。因此,Hydrogen 的推出為工程團隊帶來一個具體問題:哪些日常任務值得更換模型,又應以甚麼證據支持這個決定?

Gemini 4 Hydrogen Copilot 存取權限正逐步推出

GitHub 已宣布正式推出,但個別用戶的存取權限正透過逐步推出方式發放。

Gemini Hydrogen 推出安排涵蓋 Copilot Pro、Pro+、Max、Business 及 Enterprise 訂閱者。GitHub 列出 Visual Studio Code、Visual Studio、JetBrains、Xcode、Eclipse、其命令列介面及編程代理程式為支援的使用體驗。公告亦包括 github.com、Copilot app、GitHub Mobile 及 Copilot SDK,後者是一套用於將 Copilot 功能整合至應用程式的工具組。

這個覆蓋範圍之所以重要,是因為開發人員可在本來已使用的環境中評估模型。與其將專案移至不熟悉的應用程式,透過編輯器進行比較造成的干擾較少。這亦令替代模型更貼近塑造實際結果的檔案、指令和開發工具。

不過,環境獲支援與選項即時可見是兩回事。GitHub 明確表示可用性會逐步推出。看不到 Hydrogen 的開發人員,不應假設公告代表每個合資格帳戶都會同時獲得存取權。

這個區別亦會影響內部溝通。工程主管可能會在所有參與者都能選擇該模型前宣布開始評估。除非團隊記錄每位參與者實際使用的環境和模型,否則結果便會反映不同的存取條件。

GitHub 的公告稱,Hydrogen 相比 Gemini 3.8 Flash 有更佳的指令遵循能力,但未有以獨立基準測試量化這項改善。較負責任的解讀是,GitHub 已指出其預期優勢,而用戶仍須就自身工作取得證據。

在任務含有界限時,指令遵循聽起來抽象的概念便會變得具體。以一項示例要求為例:修正驗證錯誤,但不可更改公開介面。助理必須理解錯誤所在、保留介面,並避免進行無關的清理工作。

一個模型即使產出可運行的程式碼,卻忽略這些界限,仍會增加審查工作。相反,若模型遵守每項限制卻錯過根本缺陷,亦未算完成任務。有效評估需同時檢視正確性和合規性。

這令 Gemini 4 Hydrogen Copilot 的推出,比起選單中多出一個名稱更具影響力。它讓團隊可在既定工具內,為日常開發工作採用新的候選模型。這個候選模型是否值得更廣泛採用,取決於選擇後實際發生的情況。

公告確立了可用性和定位,但未能證明在更換模型後,既有提示、儲存庫指示或整合項目會有完全相同的表現。這些是另一些問題,而 12 月的停用時間表令它們更難再拖延。

12 月停用時間表令團隊須與時間競賽

最強烈的即時採用壓力,來自已公布的模型停用安排,而非已證實的效能領先優勢。

在另一份 11 月 13 日的通知中,GitHub 將 Gemini 3.8 Flash 的淘汰日期定於 2026 年 12 月 14 日。此處的淘汰,意指 GitHub 計劃從支援的 Copilot 使用體驗中撤回該模型。其12 月模型停用安排通知將 Gemini 4 Hydrogen 列為建議替代方案。

這改變了既有 Flash 用戶面對的決定。評估 Hydrogen 已不再只是嘗試新事物的機會,而是為可用模型目錄中已知變動作準備的一部分。

推出公告並未表示每位開發人員都必須立即轉用 Hydrogen。停用通知亦留下空間,可評估其他受支援模型。它所排除的,是既有 Flash 工作流程可以無限期維持而毋須關注的假設。

對平台團隊而言,壓力落在可重複性上。同一個共享提示,可能在一個模型上產生可接受結果,卻在另一個模型上需要修訂。儲存庫指示可以維持不變,但助理對其優先次序的理解或會不同。

考慮一項涉及過時相依套件的示例維護任務。所要求的變更可能包括更新設定、保留相容性,以及檢查現有測試套件。替代模型須能處理這種組合,而不會悄悄擴大任務範圍。

重要的是經審查後完成的變更。單憑具說服力的解釋,無法顯示相依套件更新是否引入不必要的修改。同樣地,通過測試套件亦不能證明每項要求的限制均獲遵守。

這正是遷移證據應區分多種結果的原因。模型可能成功完成、完成但需審查者修正、安全地停止,或在問題未解決時仍報告完成。將所有生成的修補程式視為成功,會掩蓋真正重要的差異。

對於擁有共享整合項目的機構而言,期限亦會帶來協調壓力。嵌入內部工作流程的模型名稱,應在停用前獲得關注。否則,產品目錄的變動可能成為可避免的開發工作中斷。

GitHub 的通知要求用戶在期限前更新工作流程和整合項目。這比假設 Hydrogen 可取代所有既有選擇更具針對性,也更實際。團隊應先識別即將停用模型在哪些地方重要,再決定應多廣泛採用其建議的繼任者。

這亦涉及文件記錄問題。評估筆記若省略模型、環境或任務條件,價值便會降低。日後的審查者無法判斷令人失望的結果是源於替代模型本身,還是不同的設定。

可搜尋的提示、獲接受變更及失敗案例紀錄,可讓這些比較更容易重溫。整理這些資料的團隊,可使用技術知識庫,保存遷移決策背後的理據。

這個期限為評估帶來明確目的。團隊需要一條受支援的前進路徑,並有足夠證據說明其選擇;他們毋須宣稱在每種編程任務上都有一個普遍贏家。

Gemini Hydrogen 與 Carbon 的選擇取決於工作負載

GitHub 將 Hydrogen 和 Carbon 定位為滿足不同開發需要,並未確立兩者之間的普遍排名。

Gemini Carbon 整合早於 Hydrogen 推出。GitHub 將 Carbon 描述為適合複雜編程、代理式工作和推理,並著重安全程式碼生成;Hydrogen 的既定焦點則是快速、高效的代理式編程,以及涉及多個步驟的工作流程。

這些描述為比較提供起點,但未有就哪個模型能更可靠地完成特定儲存庫任務提供量化答案。產品的預定角色,始終不同於在團隊自身限制下所展示的結果。

因此,對 Gemini Hydrogen 與 Carbon 而言,有用的區別在於所分配的工作負載。獨立的程式碼調整,與橫跨多個相連元件的變更,所帶來的要求並不相同。模型應按任務本身評價,而非按其名稱看似具備的地位。

狹窄的任務仍可能包含困難限制。更新一個小型函式,可能需要保留與即時檔案中不可見的呼叫端之相容性。較大的任務亦可能包含毋須大量架構判斷的重複步驟。

這種變化令「快速」或「複雜」等簡單標籤變得不夠充分。開發人員需要知道助理是否辨識出相關情境,並在正確界限停止。回應速度只有在檢查後變更仍然有用時才有幫助。

同樣的推理亦適用於 Google 以外的模型。GitHub 的編程模型比較列出包括 Anthropic 和 OpenAI 在內供應商的選項,並按不同任務需要整理。該目錄為 Hydrogen 提供競爭背景,但未能證明它領先這些替代選項。

對 Google 而言,Copilot 的分發渠道令 Hydrogen 與競爭對手選擇並列於同一開發產品中。開發人員可比較結果,而毋須將模型選擇視為永久承諾。這令重複使用比初次好奇更具意義。

對 GitHub 而言,這個目錄帶來另一項挑戰。更多選項增加彈性,但用戶仍需易於理解的指引。選擇選單可以呈現選項,卻把最困難的決定——將模型配對至任務——留給開發人員。

對工程經理而言,實際負擔在於解釋這個選擇。團隊標準應說明某模型能妥善處理的工作,以及需要改用其他選項的條件。僅基於新鮮感的建議,很快便會過時。

一項示例比較可讓競爭模型處理相同且界限清晰的維護要求,並檢視所產生的變更。審查者會檢視正確性、不必要的編輯、指令遵循情況,以及完成工作所需的投入。這項練習將測試本地化決策,而非宣稱一般基準測試的勝利。

這正是 Gemini Hydrogen 與 Carbon 在編輯層面變得有用的地方。它突顯了供應商定位與可辯護的營運選擇之間的分別。兩個模型均毋須在每項任務中勝出,其整合仍可具有意義。

Hydrogen 的機會在於,在重視回應速度和可靠執行的重複性工作中贏得位置。Carbon 對要求較高的任務仍是相關比較對象。這些公告支持這種定位區分,但仍讓比較效能問題保持開放。

企業預設設定令評估成為管治議題

對機構而言,存取政策決定新模型從公告進入日常工作的速度。

GitHub 表示,Business 及 Enterprise 管理員可透過 Copilot 的模型政策控制 Hydrogen。在預設啟用模型的設定下,除非管理員已停用全域預設值或明確停用該模型,否則新模型將會自動啟用。這令機構現有的設定成為推出流程的一部分。

直接影響在於管理層面。歡迎自動取得存取權的團隊,與要求明確批准的團隊,將面對不同的評估程序。兩種做法都不能免除理解開發人員實際可選用哪些模型的需要。

自動啟用可令實驗更容易。開發人員毋須等待另一項針對特定模型的決定,便可嘗試新推出的選項。不過,快速取得存取權並不表示機構已針對所有內部使用情境驗證該模型。

明確批准會帶來另一種負擔。管理員需要有足夠資料,才可在既有工作流程受影響前,決定是否啟用替代模型。封鎖新模型的政策,亦需要由負責人監察退役公告。

這在機構將工具管理與工程實踐分開時尤其相關。管理員管理可用性,而開發人員則觀察模型是否能有效處理其程式碼。要作出有用的決定,這些群組需要交換具體發現。

例如,開發人員可能報告某模型反覆更改要求範圍以外的檔案。管理員單憑模型的發布狀態,無法評估這項疑慮。報告需要包括任務、指示、環境及觀察到的行為。

反方向同樣重要。某模型可能在開發人員的試用中表現良好,但在機構政策下仍不可用。一次成功示範並不能證明同事可使用相同設定。

這些區分可避免在逐步推出期間出現可避免的混亂。無法存取可能反映推出時程、資格或政策。團隊應先釐清可用性問題,再將缺乏存取權解讀為產品失敗。

管治亦包括令評估主張保持相稱。在日常維護工作中成功試用,並不足以支持對安全敏感工作作出不受限制的結論。批准應反映已檢視的工作及觀察到的限制。

同一原則亦適用於內部指引。建議應說明其涉及的是編輯器輔助、委派的編程任務,還是整合式工作流程。這些情境涉及不同的審閱及修正機會。

這是推出安排所帶來的分析層面影響,而不是新公布的合規要求。GitHub 的模型控制提供了管理機制。每個機構仍須決定證據、存取權及責任如何配合。

更廣泛的張力仍然存在:更容易取得模型與可靠採用之間的取捨。Hydrogen 降低了在 Copilot 內嘗試另一個編程模型的阻力。當機構能說明由誰啟用、在哪些地方有效,以及為何信任它時,便能從這種存取權獲得更多價值。

更快回應不等於完成工作的成本更低

Hydrogen 的效率定位需要按整項任務測試,包括重試及人工審閱。

GitHub 表示,Hydrogen 在按用量計費下採用供應商定價表。其 Copilot usage billing 文件說明,用量取決於所選模型及處理的 token。Token 是用來量度模型輸入及產生輸出的單位。

這些機制令一項重要區分成為可能:快速回應與經濟地完成任務有關,但兩者不能互換。重複嘗試、擴大的上下文,或冗長的生成變更,都可能改變結果。

11 月 13 日的整合公告並未證明 Hydrogen 具有比較成本優勢,也沒有量化其遵循指示的改進可節省多少審閱工作。因此,任何總開發成本較低的主張,都需要額外證據。

試想一個表面上在首次嘗試已完成的錯誤修正。如果審閱發現有無關變更,開發人員便必須檢查、解釋及修正。最初的回應時間幾乎無法反映這些額外工作。

較慢的回應亦有其缺點。等待答案的開發人員可能失去工作節奏,或中斷另一項任務。不過,當輸出所需的修正明顯較少時,較長的等待仍可能可以接受。

相關比較取決於工作流程。互動式輔助重視回應速度,因為開發人員持續參與其中。委派任務則可能更重視完成質素及所需監督程度。

兩項觀察均不能證明 Hydrogen 的表現。它們說明了為何評估問題需要延伸至單一可見數字以外。關於效率的主張應指出量度了甚麼,以及工作在何處完成。

遵循指示同樣值得仔細檢視。模型可以遵從格式要求,卻忽略對檔案變更的限制;也可以維持範圍,卻誤解所要求的行為。有用的評估需要能揭示這些差異的例子。

團隊亦應將模型表現與可用上下文的質素分開考慮。缺少儲存庫指引,可能令看似合理的回答不符合本地預期。補上缺失的指引會改變比較條件。

這令保留證據變得有價值。失敗嘗試可能揭示任務含糊或指示不完整,而非模型一項穩定弱點。除非審閱者記錄相關工作,否則一個獲接納的修補程式亦可能掩蓋大量人工修正。

整合公告中並未出現獨立比較結果。這限制了公告可以證明的內容,並非證明模型無效。合適的回應是對可用性作出較窄的主張,然後進行量度評估。

因此,Gemini 4 Hydrogen Copilot 的故事仍有未解決的商業層面。GitHub 已加入一個定位為高效編程工作的選項。該選項能否降低完成開發工作的成本,仍是取決於工作負載的問題。

觀察遷移結果、經審閱的成果及重複使用情況

下一項有意義的證據將來自受支援的遷移及已完成的工作,而非模型選單的大小。

第一個訊號是 12 月 14 日前由 Gemini 3.8 Flash 過渡。清晰的替代指引、可運作的整合及已解決的存取問題,將強化 Hydrogen 提供實際遷移路徑的說法。持續的中斷則會削弱該說法。

最有參考價值的報告會指出改變了甚麼。沒有任務描述的投訴,幾乎不能作為比較依據。涉及相同儲存庫、指示及預期行為的有記錄失敗,能提供更有用的訊號。

退役期限亦有助區分興趣與必要性。一些用戶會因 Hydrogen 是新選項而嘗試;另一些則會因先前模型正離開 Copilot 而評估它。這些群組可能產生不同的採用模式。

第二個訊號是有關經審閱成果的證據。比較應披露分配的工作、可用工具及成功準則。包含審閱者修正的結果,比程式碼首次出現便結束的示範更有參考價值。

獨立評估有助測試遵循指示的主張。當評估檢視現實限制,而非只檢查生成函式能否通過獨立測試時,尤其有用。透明的方法會令正面及負面的發現都更易評估。

可靠範圍控制的證據,會強化 Hydrogen 所述的角色。反覆出現不必要變更或缺乏依據的完成主張,則會削弱它。重點是將觀察到的行為連結至已界定的任務。

第三個訊號是在初步評估後重複使用。開發人員若持續為可辨識類型的工作回到 Hydrogen,將顯示它已建立有用角色。一輪試用熱潮後便被放棄,則支持另一種解讀。

這項訊號同樣需要背景。使用情況可能反映存取權預設值,或先前選項消失。當團隊能說明替代模型為其工作做得更好的地方時,重複選用才更具說服力。

公開公告本身無法證明這些結果。GitHub 的整合通知及退役時間表均未提供全機構生產力結果。關於廣泛開發收益的主張,應等待量度所涉工作的證據。

未來數月,最有用的發展將是更清晰、針對任務的證據,包括遷移報告、透明比較及有記錄的限制。這類材料將有助開發人員分辨合適替代方案,與一個他們僅能存取但仍不熟悉的選項。

對於正評估 Gemini 4 Hydrogen Copilot 推出的團隊,應由預期結果已清楚的重複性任務開始。保留原始指示,並審閱已完成的變更。記錄模型在哪裡提供幫助、開發人員在哪裡介入,以及是否需要再作嘗試。

將這些發現與影響結果的儲存庫指引一併保留。在退役期限前及工作流程出現重大變化後重新檢視。利用這些記錄決定哪些工作適合交予 Hydrogen、哪些需要另一個模型,以及哪些仍需要更密切監督。有用的問題很具體:這個替代方案能否以可接受的修正及審閱工作量,完成團隊的重複性工作?在擴大其角色前,先回答這個問題。

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page