@SakanaAILabs：Sakana AI 推出 Sakana Fugu 實現任務自動化。 這是一段展示 sakana.ai 品牌標誌與「sakana fugu」名稱演變的動…

Sakana AI 推出 Sakana Fugu 實現任務自動化。 這是一段展示 sakana.ai 品牌標誌與「sakana fugu」名稱演變的動態視覺演示。 核心產品與定位 Sakana AI 發布的「Sakana Fugu」是一套將多 Agent 編排系統封裝為單一基礎模型的解決方案。該系統旨在解決企業對於單一模型供應商的依賴風險，特別是在面對如「Fable」或「Mythos」等模型遭遇出口管制時，Sakana Fugu 透過動態調度底層可替換的 Agent 池，確保關鍵基礎設施與業務運作的韌性。使用者僅需呼叫單一 OpenAI 相容的 API，即可存取這套具備集體智慧的編排系統，無需處理複雜的多 Agent 協作邏輯。 技術架構與運作機制 Sakana Fugu 本身即為一個大型語言模型，經過專門訓練以執行 Agent 池中的各類模型呼叫，甚至能遞迴呼叫自身。其技術基礎源自 ICLR 2026 發表的兩篇研究論文：TRINITY 與 The Conductor，這些研究展示了系統如何學習組裝、路由並協調專家 Agent，而非依賴人工設計的固定工作流。 系統會自動管理模型選擇、任務委派、結果驗證與最終合成。 當任務簡單時，Fugu 會直接處理；若任務複雜，則會自動組建專家團隊進行協作。 該系統支援彈性調整，使用者可選擇將特定 Agent 從池中剔除，以符合資料隱私或合規性要求。 此圖表展示了 Sakana Fugu 如何從 LLM Pool 中整合多種封閉與開放模型，並進一步衍生出 Sakana Fugu 模型的架構概念。 模型版本與應用場景 Sakana Fugu 於發布時提供兩種版本，均透過單一 API 存取： Fugu：定位為日常工作預設模型，平衡了高效能與低延遲，適用於程式撰寫（如整合至 Codex）、聊天機器人及互動式服務。 Fugu Ultra：旗艦版本，專為高難度、多步驟任務調校，協調更深層的專家 Agent 池，適用於 AI 研究、網路安全分析、專利調查及論文重現等高門檻領域。 實際效能與產業影響 根據 Sakana AI 的測試，Fugu Ultra 在工程、科學與推理基準測試中，表現與「Fable 5」及「Mythos Preview」等頂尖模型相當。 Sakana AI 推出的 Fugu Ultra 模型在多項基準測試中展現出與 Fable 5 和 Mythos Preview 相當的前沿性能表現。 在 Beta 測試階段，近 500 名使用者將其應用於自動化資料科學研究與程式碼審查，回饋顯示該系統在處理長週期、複雜且混亂的真實世界工作流時，能展現出優於單一模型的持續進展能力。Sakana AI 強調，隨著生態系中新模型的出現，他們將持續擴充 Fugu 的 Agent 池，確保使用者能隨時獲得最新的技術紅利，實現真正的 AI 主權。 這是一段展示 sakana.ai 品牌標誌與「sakana fugu」名稱演變的動態視覺演示。 影片中的 Prompt 與操作： 操作步驟： 1. （00:00）顯示 sakana.ai 品牌標誌 2. （00:05）動畫開始，魚形圖案匯聚 3. （00:11）顯示 sakana.ai 文字 4. （00:12）顯示 sakana 文字 5. （00:13）顯示 sakana fugu 文字 原文：https://easyvibecoding.app/curated/2138