# Sakana 发布 Fugu：把多模型协作打包成一个 API，让系统自己学会怎么组队干活

> 原标题：Sakana Fugu

- 来源：Hacker News 首页
- 发布时间：2026-06-22T02:08:18.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39752
- 原文：https://sakana.ai/fugu/

## 摘要

Sakana AI 把多模型协同的技术做成了产品 Fugu，背后是两篇 ICLR 2026 论文（TRINITY 和 Conductor）。简单说，它不是靠人预先规定哪个模型干什么活，而是让系统自己学出怎么给任务分配角色、切换模型。Fugu 分标准版和 Ultra 版，基准测试显示它超过了市面上能公开用到的顶尖模型，跟 Fable 5、Mythos P...

## 推荐理由

Sakana AI 把两篇顶会论文做成了产品 Fugu，核心卖点是让系统自己学怎么给不同任务分配模型、切换模型，而不是靠人预先规定。Fugu 分标准版和 Ultra 版，基准测试跑分超过了目前公开可用的顶尖模型 Fable 5 和 Mythos Preview。正文没披露具体定价和延迟数据，但“论文直接变 API”这个动作本身就少见，对做模型调度和 agent 的人是个值得跟的信号。

## 锐评

Sakana AI 这次不是发论文，而是直接把两篇 ICLR 2026 的研究（TRINITY 和 Conductor）打包成了产品。Fugu 的核心思路是让系统自己学怎么给任务分配角色、切换模型，而不是靠人预先规定“你写代码、他做推理”。这比传统多智能体方案更灵活，但实际效果还得看真实场景的反馈。

产品分标准版和 Ultra 版，基准测试显示能打平市面上能公开用到的顶尖模型。不过这些数字都来自他们自己的技术报告，缺少第三方独立验证。另外，用户可以为了合规排除特定模型，这点对企业用户挺实用。但欧盟和欧洲经济区暂时用不了，说明数据合规还没完全搞定。

现在还缺的是：不同任务下的延迟和成本数据、大规模生产环境的稳定性报告，以及跟直接用单模型 API 的性价比对比。如果这些数字能公开，判断会更踏实。