GitHub анонсировал важное обновление для Copilot CLI — экспериментальный режим Rubber Duck. Теперь за работой основного AI-агента будет присматривать «второе мнение» от модели из другого семейства. Это решает главную проблему современных агентов: когда модель проверяет сама себя, она часто пропускает ошибки из-за собственных тренировочных паттернов и предвзятостей.

Как это работает

Идея проста: если ваш основной оркестратор — это Claude 4.6 Sonnet, то в роли «резиновой уточки» (Rubber Duck) выступит GPT-5.4. Разные архитектуры и наборы данных позволяют второй модели замечать то, что проглядела первая.

Rubber Duck подключается на критических этапах: при составлении плана и перед выполнением сложных задач. Он выдает короткий список замечаний: пропущенные детали, сомнительные предположения или граничные кейсы, которые стоит учесть.

Результаты тестов на SWE-Bench Pro

Разработчики GitHub протестировали связку на сложных реальных задачах из опенсорс-репозиториев. Цифры впечатляют:

• Связка Claude Sonnet + Rubber Duck (GPT-5.4) сократила разрыв в производительности между Sonnet и более мощной Opus на 74,7%.
• Инструмент особенно эффективен в «тяжелых» задачах: правки в 3+ файлах и процессы, занимающие более 70 шагов.
• На самых сложных задачах точность решения выросла на 4,8% по сравнению с одиночной работой модели.

Что это значит для вайбкодеров

Для тех, кто строит продукты через Cursor, Windsurf или терминальный Copilot, это переход к архитектуре Multi-Agent Review. Вместо того чтобы вручную перепроверять каждый шаг агента, вы получаете автоматизированный аудит. Это снижает риск того, что ошибка в планировании на первом шаге превратится в «снежный ком» багов к концу сессии.

Чтобы попробовать фичу, используйте команду /experimental в Copilot CLI. Пока это эксперимент, но вектор понятен: будущее за кросс-модельным взаимодействием, где сильные стороны Anthropic дополняют возможности OpenAI.