GitHub Copilot CLI 推出 Rubber Duck 实验功能，跨模型审查性能提升近 75%

编程时单一模型自我审查易因训练偏差导致错误累积？GitHub Copilot CLI 的新功能来解决这个问题。近日其推出实验性 Rubber Duck 功能，引入跨模型家族审查机制，能大幅提升 AI 性能。

该功能采用异构模型组合策略：用户选 Claude 系列为主控模型后，Rubber Duck 会调用 GPT-5.4 进行独立审查，输出遗漏细节、可疑假设及边缘案例等关注点。

测试显示，Claude Sonnet 4.6 搭配此功能后，弥补了与 Opus 4.6 之间 74.7%的性能差距；在复杂任务中得分比基线高 3.8%，可有效发现架构漏洞、循环错误等深层问题。

目前该功能已在实验模式下线，用户安装 Copilot CLI 并运行/experimental 命令，启用 Claude 模型和 GPT-5.4 权限即可体验。