„Sakana AI“ pristatė „Fugu“, siekdama organizuoti kelių agentų operacijas ir sumažinti priklausomybės nuo vieno pardavėjo riziką įmonėse.
Įmonės susiduria su veiklos pažeidžiamumu, kai visiškai pasikliauja monolitinėmis AI API. Japonijos AI įmonė Sakana AI sukūrė Fugu kaip atsaką į šią koncentracijos riziką, sukurdama orkestravimo kalbos modelį, kuris pasitelkia įvairius modelius, kad būtų galima atlikti kelių etapų užduotis.
Vartotojai pasiekia šią ekosistemą per vieną su OpenAI suderinamą galinį tašką. Fugu pateikia užklausas viduje, nuspręsdama, ar užklausą išspręsti tiesiogiai, ar suburti koordinuotą ekspertų modelių komandą gilesnei analizei. Sistema tvarko modelio pasirinkimą, delegavimą, patikrinimą ir sintezę viduje. Inžinierių komandos sąveikauja su, atrodo, vienu modeliu, o foninė specialistų sistema atlieka faktinį skaičiavimą.
Sakana AI taikosi į geopolitinę ir reguliavimo riziką, susijusią su AI šaltiniu. Naujausi eksporto kontrolė, turinti įtakos antropiniams modeliams, tokiems kaip „Fable“ ir „Mythos“, parodė, kad prieiga prie konkrečių pagrindinių architektūrų gali išnykti dėl užsienio politikos sprendimų.
Fugu veikia kaip apsidraudimas nuo šių staigių tiekimo grandinės sutrikimų. Platforma remiasi visiškai keičiamu agentų telkiniu. Fugu dinamiškai nukreipia srautą aplink bet kurį apribotą ar pablogėjusį teikėją, kad išlaikytų paslaugų tęstinumą. Sakana AI teigia, kad ši galimybė suteikia atsparią architektūrą, reikalingą AI suverenitetui.
Fugu diegimo pakopos
Galimos dvi pakopos, kad atitiktų skirtingus veikimo delsos reikalavimus.
Standartinis Fugu modelis teikia pirmenybę mažam delsimui atlikti kasdienes užduotis, integruojant į standartinius kūrėjo įrankius, tokius kaip Codex, skirtas tiesioginiam kodavimui ir kodo peržiūrai. Organizacijos, kurioms taikomas griežtas duomenų valdymas arba privatumo įpareigojimai, gali rankiniu būdu pasirinkti konkrečius pagrindinius modelius iš standartinio Fugu maršrutų rinkinio.
Fugu Ultra sprendžia sudėtingas, daugiapakopes analitines problemas, reikalaujančias maksimalaus tikslumo. „Ultra“ variantas koordinuoja gilesnį ekspertų būrį, skirtą intensyvioms užduotims, tokioms kaip akademinio popieriaus dauginimas, literatūros tyrimai ir patentų analizė.
„Sakana AI“ praneša, kad „Fugu Ultra“ veikia konkurencingai, palyginti su pagrindiniais uždarais modeliais, tokiais kaip „Fable 5“ ir „Mythos Preview“, atsižvelgiant į mokslinius, inžinerinius ir samprotavimo etalonus:
Orkestravimo metodas užtikrina, kad įmonės gali pasiekti aukščiausio lygio skaičiavimo galimybes, nekeldamos pardavėjo koncentracijos rizikos ar eksporto kontrolės poveikio, būdingo tiems uždariems modeliams.
Diegimas kibernetinio saugumo srityje
Beveik 500 pirmųjų vartotojų išbandė sistemą per išplėstinę beta versiją, skirtą ilgoms, kelių etapų skaičiavimo darbo eigoms. Kadangi kibernetiniam saugumui toks dėmesys buvo skiriamas tokiems modeliams kaip Claude Mythos, inžinierių komandos įdiegė Fugu Ultra, kad automatizuotų visus saugumo vertinimo ciklus.
Žmonių operatoriai išleido vieną apimties nurodymą, o orkestravimo variklis atliko visą žvalgybos etapą. Modelis sėkmingai atliko scenarijų sudarymą įvairiose svetainėse ir SQL įterpimo patikras kartu su išsamiomis autentifikavimo peržiūromis.
Dalyvavęs kibernetinio saugumo inžinierius patvirtino, kad modelis griežtai nesilaikė savo veikimo parametrų ir vengė pradėti destruktyvius veiksmus prieš tikslinę infrastruktūrą. Fugu užbaigė automatizuotą užduotį sugeneruodamas švarią pažeidžiamumo ataskaitą su patvirtinančiais įrodymais ir tiksliais pakartotinio bandymo veiksmais, skirtais žmonių taisymo komandoms.
Diegimas parodė, kad kelių agentų maršruto parinkimas išlaiko griežtas atitikties ribas, tuo pačiu vykdant sudėtingas įsiskverbimo testavimo sekas.
Programinės įrangos kūrimo komandos taip pat integravo Fugu Ultra į savo pirminius kodų peržiūros vamzdynus, kad palygintų defektų aptikimo rodiklius su nustatytais monolitiniais įrankiais. Orkestravimo variklis nuolat viršijo bazinius modelius nustatydamas sudėtingų įmonės kodų bazių logikos trūkumus ir saugumo spragas.
„Kodo peržiūrai Fugu Ultra yra žymiai geresnė nei GPT-5.5. Ji pateikia išsamius atsakymus ir randa klaidas, kurių kiti praleidžia“, – pranešė programinės įrangos inžinierius, dalyvaujantis beta versijos diegime. „Kur kiti įrankiai žymi tris problemas, Fugu pasirodė daugiau nei dvidešimt. Tai tapo modeliu, kurį peržiūriu visas savo apžvalgas.”
Automatizuoti tyrimai ir asmens stabilumas
Duomenų mokslo padaliniai įdiegė sistemą beveik visiškai automatizuotu tyrimų režimu. „Fugu Ultra“ sėkmingai ištyrė matematines hipotezes, vykdė eksperimentinius kodo paleidimus, interpretavo gedimo būsenas ir peržiūrėjo savo metodus, kaip ilgą laiką palaikyti pažangą su minimaliu žmogaus įsikišimu. Ši galimybė tiesiogiai sprendžia vieno skambučio modelių veikimo apribojimus, kuriems reikalingas nuolatinis žmogaus raginimas atsigauti po loginių klaidų.
Vadovavimas neįvardytoje įmonės platformos įmonėje ilgalaikį asmenybės stabilumą nurodė kaip pagrindinį pranašumą per šiuos išplėstinius užsiėmimus. Įprastos monolitinės architektūros dažnai kenčia nuo konteksto degradacijos ir tapatybės dreifo, kai apdorojamos plačios pokalbių istorijos.
„Neapdorotos išvesties kokybė prilygsta geriausiems modeliams, tačiau Fugu per ilgas sesijas demonstravo neįprastai stiprų asmenybės stabilumą ir išlaikė savo tapatybę ten, kur kiti modeliai dreifuoja“, – teigė vadovas. „Agentų produktams tai gali būti svarbiau nei neapdoroti etaloniniai balai.
Išplėstinis etalono patvirtinimas
„Sakana AI“ sukūrė vidinę maršruto parinkimo logiką, remdamasi išsamiais išmoktų modelių orkestravimo tyrimais. Techninis produkto pagrindas yra išvados, paskelbtos bendrovės ICLR 2026 dokumentuose, ypač „Trinity“ ir „Conductor“ sistemose.
Šie akademiniai pagrindai leidžia Fugu apdoroti užklausas tiksliai suvokiant, kada užduočiai reikia delegavimo, o ne tiesioginio sprendimo. Vidinis kalbos modelis diktuoja komunikacijos protokolus tarp atskirų agentų ir struktūrizuoja galutinę jų atskirų skaičiavimo išėjimų sintezę.
Patvirtinimo bandymai su ribiniais AI konkurentais apėmė sudėtingas, neribotas disciplinas nuo finansinių laiko eilučių prognozavimo iki mechaninio projektavimo. Fugu taip pat puikiai mokėjo atlikti nišinius fizinės logikos testus ir vaizdinės interpretacijos užduotis, įskaitant Rubiko kubo sprendimą ir japoniškos rašysenos analizę. Gebėjimas tobulėti tiek kiekybinio finansinio modeliavimo, tiek kokybinio vaizdo apdorojimo srityje patvirtina kelių agentų orkestravimo metodo veiksmingumą.
„Sakana AI“ sukūrė sistemą taip, kad jos mastelis būtų ekologiškas, nes bręsta platesnė AI aparatinės ir programinės įrangos rinka. Kadangi produktas visiškai remiasi išmokta orkestravimo logika, o ne fiksuotomis veikimo taisyklėmis, jis automatiškai gauna naudos iš trečiųjų šalių naujovių. „Sakana AI“ planuoja nuolat plėsti turimą ekspertų agentų grupę.
Inžinierių komanda įtrauks naujai išleistus atvirojo kodo įrankius ir patentuotus Sakana AI modelius į maršrutų rinkinį, kai tik jie bus prieinami. Šiandien verslo klientams galimi ir standartiniai „Fugu“, ir „Fugu Ultra“ modeliai.
Taip pat žiūrėkite: SAP ir Google Cloud diegia agentinės prekybos architektūrą
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
