概要
GitHub Copilot CLIに導入された実験的機能「Rubber Duck」は、ClaudeとGPT-5.4のように異なるAIモデルファミリーを組み合わせて相互レビューを行い、複雑なコーディングタスクの精度を大幅に向上させます。
詳細内容
GitHubは、GitHub Copilot CLIの実験的機能として、独立したレビューエージェント「Rubber Duck」を導入しました。従来のAIエージェントは、自身の計画や出力を自己レビューする際に、学習データのバイアスや同じモデル特有の死角によりミスを見逃す「自信満々な間違い（Confident mistakes）」を犯す傾向がありました。Rubber Duckはこの問題を解決するため、メインのオーケストレーター（例：Claude Sonnet/Opus）とは異なるモデルファミリー（例：GPT-5.4）をレビュー担当として採用します。
主な特徴と成果は以下の通りです：
1. **クロスファミリー・レビュー**: 異なるモデルファミリーを組み合わせることで、単一モデルでは気づきにくいアーキテクチャ上の欠陥や、サイレントなバグ（ループ内での変数上書きなど）を効果的に検出します。
2. **高いベンチマーク成果**: SWE-Bench Proの評価において、Claude Sonnet 4.6とRubber Duck (GPT-5.4)の組み合わせは、より高性能なClaude Opus単体との性能差の約75%を埋める結果を出しました。特に3ファイル以上にまたがる複雑なタスクで高い効果を発揮します。
3. **戦略的な介入**: 計画策定後、複雑な実装後、テスト作成後といった「フィードバックの価値が最も高い瞬間」に自動で介入するほか、ユーザーが任意のタイミングで手動でのレビューを依頼することも可能です。
現在、GitHub Copilot CLIで `/experimental` コマンドを実行することで利用可能です。