Copilot CLI 中的 Rubber Duck：AI 代码审查

# GitHub Copilot CLI 中的 Rubber Duck：第二个 AI 模型的代码审查

GitHub Copilot CLI 新增了一项实验性功能 Rubber Duck。该工具连接第二个 AI 模型来分析计划和代码，从而最小化主模型的错误。如果主代理使用 Claude Sonnet，则审查由 GPT-5.4 级别的模型负责。这有助于在执行前检测架构缺陷、逻辑错误和文件间冲突。

在测试中，Claude Sonnet + Rubber Duck 组合在复杂任务上将与 Claude Opus 的效率差距缩小了 74.7%。在具有长动作链的多文件项目中，准确率提高了 3.8–4.8%。Rubber Duck 在关键节点自动激活：规划后、复杂实现后或测试前。可通过命令手动激活。

Rubber Duck 的工作时机与方式

该工具不会扫描每个步骤，而是专注于关键开发阶段：

• 规划：检查架构和动作序列。
• 实现：分析逻辑、循环和潜在数据覆盖。
• 测试前验证：检测隐藏错误，例如调度器过早终止。

Rubber Duck 捕获的一个错误示例：循环中的代码悄无声息地覆盖数据，破坏数据完整性。该功能通过 Copilot CLI 中的 /experimental 可用，Copilot CLI 于 9 月作为公共预览版推出。

开发者指出，这种双模型架构特别适用于在终端中使用代理的中级和高级专家。Copilot CLI 已支持 2 月更新的 MCP 设置、仓库记忆和规划模式。

基准测试与实际场景

测试在具有复杂依赖的多文件任务上进行。结果：

| 任务 | 基础模型 (Claude Sonnet) | 使用 Rubber Duck | 改进 |

|------------------------|----------------------------|------------------------|-------------------------|

| 复杂链条 | ~25.3% 成功率 | 填补至 Opus 的 74.7% | 准确率 +3.8–4.8% |

| 多文件项目 | 平均效率 | 显著提升 | 差距缩小 74.7% |

Rubber Duck 能捕获典型的代理式开发问题：状态冲突、隐式竞态条件和架构不匹配。对于资深开发者，它是无需手动审查的快速审计工具。

与 Copilot CLI 的集成简化了工作流程：终端命令启动代理，Rubber Duck 添加验证层。未来，此类审计可能成为 AI 辅助开发的标配。

关键要点

• Rubber Duck 使用第二个模型（例如 GPT-5.4）检查 Claude Sonnet，将与顶级模型的差距缩小 74.7%。
• 在关键点激活：规划、实现、测试；通过命令手动模式。
• 检测架构错误、逻辑错误和文件间冲突。
• 通过 Copilot CLI 中的 /experimental 实验性可用。
• 适用于代理任务、仓库记忆和 MCP 设置。

— Editorial Team