Sakana AI 发布 Fugu Ultra：多 Agent 编排系统包装成单一 API，对标 Fable 5
标签: Sakana AI / Fugu / 多Agent编排 / ICLR 2026 / TRINITY / Conductor / 开源替代 / API
原文: 微信公众号「AGI Hunt」https://mp.weixin.qq.com/s/S_Owato-5lhzUzx_cQS55g
官网: https://sakana.ai/fugu/
一句话定位
日本 Sakana AI 发布 Fugu，一个把多 Agent 编排系统包装成单一模型 API 的产品。它本身不直接回答问题，而是决定让谁来回答——动态调度模型池，分步完成，自动验证。Fugu Ultra 在 SWE Bench Pro 上拿到 73.7，超过 Opus 4.8 的 69.2。
核心思路：调度模型，而非替代模型
| 维度 | 传统 LLM | Fugu |
|---|---|---|
| 回答方式 | 自己直接回答 | 决定让谁来回答 |
| 架构 | 单体模型 | Agent 池 + 协调器 |
| 调度 | 无 | 动态选择模型、分步、验证、递归 |
| 用户感知 | 调一个 API | 调一个 API（无感） |
Fugu 背后维护一个 Agent 池，包含各种专长不同的模型。任务进来后，Fugu 动态决定：
- 调哪个模型
- 分几步完成
- 要不要验证结果
- 要不要递归调用自己
整个过程对用户透明——调一个 API，拿一个结果。
两个版本
| 版本 | 定位 | 适用场景 |
|---|---|---|
| Fugu | 平衡性能和延迟 | 日常编码、代码审查、交互式场景 |
| Fugu Ultra | 优化答案质量 | 高难度问题，调用更深层专家 Agent 池 |
Benchmark 成绩
| Benchmark | Fugu | Fugu Ultra | Opus 4.8 | Gemini 3.1 Pro | GPT 5.5 |
|---|---|---|---|---|---|
| SWE Bench Pro | 59.0 | 73.7 | 69.2 | 54.2 | 58.6 |
| LiveCodeBench | 92.9 | 93.2 | 87.8 | 88.5 | 85.3 |
| GPQA-D | 95.5 | 95.5 | 92.0 | 94.3 | 93.6 |
| HLE | 47.2 | 50.0 | 49.8 | 44.4 | 41.4 |
| TerminalBench 2.1 | — | 82.1 | — | — | — |
- SWE Bench Pro：73.7，超过 Opus 4.8（69.2）
- GPQA-D：95.5，目前公开可用模型中最高分
- HLE：50.0，略微超过 Opus 4.8（49.8）
技术原理：RL 训练的协调策略
协调策略没有任何手工设计，全是学出来的。基于两篇 ICLR 2026 论文：
TRINITY — 进化协调器
- 自适应分配三种角色：Thinker（思考者）、Worker（执行者）、Verifier（验证者）
- 协调器通过进化算法优化，不依赖人工设定规则
Conductor — RL 指挥家
- 通过强化学习训练出一个"指挥家"
- 让它自己发现最优的 Agent 通信模式和协作策略
- 核心发现：RL 训练出的协调策略是**「非直觉但高效」**的——人类设计师不太会想到那种分工方式
关键区别
Fugu 不是写死的 pipeline，而是一个学会了怎么当项目经理的 LLM。它会动态组装团队，通过非显而易见但高效的协作模式协调完成任务。
六个实战案例
1. AutoResearch（自动化 ML 研究）
- 自主运行 123 次实验
- 拿到最优 BPB 得分：0.9774 ± 0.0019
- 超过所有 frontier 竞争者
2. 日文古籍识别
- 处理日本历史文献阅读顺序恢复
- NED 达到 0.80，竞品只有 0.24 或直接失败
- （与 Sakana 日本基因有关，其他家没专门研究日本古籍）
3. 魔方求解器
- 生成的代码成功解出全部 300 个测试魔方
- 竞品生成的代码无法正常运行
- 解法步数：7 胜 293 平 0 负
4. CAD 机械设计
- 设计了一个可工作的虹膜机构
- 其他模型产出的设计存在间隙或不完整
5. 盲棋
- 连续四局对弈保持完美准确率
6. 股票交易回测
- 50 周回测实现 +19.43% 平均回报
- 其他 frontier 模型均低于 15%
价格
订阅制（含 Fugu + Fugu Ultra）
| 方案 | 月费 | 额度 |
|---|---|---|
| Standard | $20 | 基础额度 |
| Pro | $100 | 10× Standard |
| Max | $200 | 20× Standard |
2026 年 7 月前订阅可免费获第二个月。
按量计费（Fugu Ultra）
| 项目 | 价格 |
|---|---|
| 输入 | $5/1M tokens（>272K 上下文时 $10） |
| 输出 | $30/1M tokens（>272K 上下文时 $45） |
| 缓存输入 | $0.50/1M tokens |
对比：Opus 4.8 是 $15 输入 / $75 输出。Fugu Ultra 输入仅其 1/3，输出不到一半。
Fugu 兼容 OpenAI API 格式，改个 endpoint 即可使用。
无出口管制风险
Sakana 反复强调：frontier capability without the risk of export controls。
编排架构天然具有弹性——底层模型切换不影响可用性，最多性能下降，不会从 frontier 直接掉到不可用。
社区反应
已有人火速开源了 TypeScript 实现的简化版 Fugu runtime，用 DSPy 风格的 Agent 框架复刻了 Conductor 的核心模式：指挥、分工、上下文传递、验证和综合。
开发者 Chris 评价：
如果是一个干净的单次 prompt，你大概还是会直接用 Fable 5 或 Mythos。但任务越复杂、越混乱——涉及分工、验证、综合、代码审查、研究循环、安全评估——这种编排系统就越有意义。
可用性
- ✅ 全球可用
- ❌ 欧盟/欧洲经济区暂不支持（GDPR 合规进行中）
- 用户可选择退出特定底层模型（Fugu 版本），Fugu Ultra Agent 池固定
- 数据默认用于性能改进，可随时在控制台关闭
- 底层模型路由信息属于专有技术，不公开
总结
Fugu 代表了一种新的 AI 产品思路：不造更大的模型，而是造更好的调度器。
- 🧠 调度思维：自己不回答，决定让谁回答
- 📈 成绩硬核：SWE Bench Pro 73.7，GPQA-D 95.5，HLE 50.0
- 🔬 RL 协调：进化算法 + 强化学习，非直觉但高效
- 💰 性价比高：输入 $5/1M tokens，输出 $30/1M tokens
- 🔒 无出口管制：编排架构天然弹性
- 🔄 兼容 OpenAI API：改个 endpoint 即可
单一供应商的风险越来越大，Fugu 的多 Agent 编排架构提供了一种不依赖单一模型的 frontier 能力路径。
相关链接
- 官网: https://sakana.ai/fugu/
- 技术博客: https://sakana.ai/fugu-release/
- 注册: https://console.sakana.ai/login
- 原文: https://mp.weixin.qq.com/s/S_Owato-5lhzUzx_cQS55g
Keywords: Sakana AI, Fugu, Fugu Ultra, 多Agent编排, TRINITY, Conductor, ICLR 2026, SWE Bench, API, 出口管制, 开源替代, RL协调