​微软 GitHub 推出跨模型 AI 审查功能 Rubber Duck 助力提升编程效率

4月6日，微软GitHub发布了一项引人注目的更新，为其Copilot CLI推出了一个名为“Rubber Duck”的实验性功能。这项新功能的核心，是引入了一套跨模型的“第二意见”审查机制，旨在帮助开发者更早地发现代码中的潜在问题，从而提升开发效率和代码质量。根据官方数据，这一机制最终能让AI辅助编程的整体性能提升近75%。

在软件开发中，一个普遍存在的痛点是：早期的决策失误往往像滚雪球一样，演变成后期难以修复的复杂问题。传统的代码审查，即便是由AI完成，也容易受到单一模型训练数据固有偏差的影响。Rubber Duck功能的出现，正是为了打破这种局限。它的设计思路很巧妙：引入另一个独立的AI模型作为“审查者”，为主模型生成的代码提供多元化的视角和批判性的“第二意见”。目前，该功能支持用户选择Claude系列模型作为主控模型，然后调用GPT-5.4对生成的代码计划或实现进行审查，以此确保结果的准确性和完整性。

性能提升显著：弥补近75%的差距

这项功能的效果如何？数据给出了有力的答案。在权威的SWE-Bench Pro基准测试中，研究人员发现Claude Sonnet 4.6和Opus 4.6两个模型在单独运行时，性能存在显著差距。然而，当Sonnet 4.6结合Rubber Duck功能后，成功弥补了高达74.7%的性能差距。这意味着，一个相对轻量的模型，在获得“第二意见”的支持后，其表现可以无限逼近更强大、更昂贵的模型。

尤其在处理那些复杂的编程任务时，Rubber Duck的优势更为突出，其得分比基线高出3.8%。从具体案例来看，这套机制能够有效识别出诸如架构逻辑漏洞、循环覆盖错误，以及跨文件间的依赖冲突等深层问题，而这些恰恰是开发者容易忽视、单一AI模型也可能漏判的关键点。

灵活多样的审查模式

为了适应不同的开发场景和习惯，Rubber Duck提供了三种灵活的审查模式：

系统会在几个关键节点自动寻求“第二意见”，例如在制定实现计划后、完成复杂代码模块编写后，或是生成测试用例后。这相当于在每一个重要的决策关口设置了一道自动安检。

当开发者在与AI交互过程中陷入困惑、反复修改或提出质疑时，系统可以被动触发审查，提供一个新的解决思路。

开发者可以随时主动请求审查。系统不仅会给出反馈意见，还会展示其判断的依据，使得整个审查过程透明、可追溯。

如何体验

目前，Rubber Duck功能已在实验模式下正式上线。有兴趣的开发者只需安装GitHub Copilot CLI，并在交互中运行 /experimental 命令，即可启用这一新功能，亲身体验Claude模型与GPT-5.4协同工作带来的效率提升。

核心要点回顾：

1. 微软GitHub推出Rubber Duck功能，通过跨模型AI审查机制提升编程效率。

2. 该功能结合Claude Sonnet 4.6与GPT-5.4，成功弥补了74.7%的性能差距。

3. 支持主动、被动、用户触发三种审查模式，帮助开发者确保代码质量。