Fugu nu este un model AI clasic, ci mai degrabă un „dirijor” care coordonează o echipă de modele specializate. În loc să sune un singur API pentru a rezolva o sarcină, Fugu decide intern dacă poate răspunde direct sau dacă trebuie să convoace un grup de experți – fiecare cu propriile puncte forte – pentru a finaliza o sarcină complexă. Utilizatorii interacționează cu un singur endpoint compatibil OpenAI, iar în spate, Fugu se ocupă de selecția modelelor, delegarea sarcinilor, verificarea rezultatelor și sinteza finală. Pentru ingineri, experiența este similară cu utilizarea unui model unic, dar în realitate beneficiază de puterea unei întregi echipe de specialiști.
De ce este această abordare atât de importantă? În primul rând, pentru că reduce riscurile geopolitice și de reglementare asociate cu aprovizionarea cu AI. Recentele controale la export care au afectat modele precum Fable și Mythos de la Anthropic au demonstrat că accesul la anumite arhitecturi fundamentale poate dispărea peste noapte, în funcție de deciziile de politică externă. Fugu funcționează ca un „hedge” împotriva acestor întreruperi bruște ale lanțului de aprovizionare. Platforma se bazează pe un pool complet interschimbabil de agenți. Dacă un furnizor este restricționat sau degradat, Fugu redirecționează dinamic traficul către alte modele, asigurând continuitatea serviciilor. Sakana AI susține că această capacitate oferă arhitectura rezilientă necesară pentru suveranitatea AI – un concept din ce în ce mai discutat în rândul guvernelor și corporațiilor.
Fugu este disponibil în două variante, pentru a răspunde diferitelor cerințe de latență și complexitate. Modelul standard Fugu prioritizează latența scăzută pentru sarcinile zilnice, integrându-se în instrumente de dezvoltare precum Codex pentru codare live și revizuire a codului. Organizațiile cu cerințe stricte de guvernanță a datelor sau confidențialitate pot exclude manual anumite modele din pool-ul standard de rutare. Pe de altă parte, Fugu Ultra este destinat problemelor analitice complexe, cu mai mulți pași, care necesită acuratețe maximă. Varianta Ultra coordonează un grup mai profund de agenți experți pentru sarcini intensive, cum ar fi reproducerea lucrărilor academice, investigații literare și analize de brevete. Sakana AI raportează că Fugu Ultra se comportă competitiv față de modele închise de top precum Fable 5 și Mythos Preview în benchmark-uri științifice, inginerești și de raționament.
Aproape 500 de utilizatori timpurii au testat sistemul în cadrul unui program beta extins, concentrat pe fluxuri de lucru lungi și multi-pas. Un domeniu în care Fugu Ultra a strălucit a fost securitatea cibernetică. Echipele de inginerie au folosit modelul pentru a automatiza cicluri complete de evaluare a securității. Operatorii umani emiteau o singură instrucțiune bine delimitată, iar motorul de orchestrare executa întreaga fază de recunoaștere. Modelul a efectuat cu succes verificări de cross-site scripting și SQL injection, alături de analize amănunțite de autentificare. Un inginer de securitate cibernetică participant a confirmat că modelul a rămas strict în parametrii săi operaționali și a evitat acțiunile distructive asupra infrastructurii țintă. Fugu a încheiat angajamentul automat generând un raport curat de vulnerabilități, complet cu dovezi verificabile și pași exacti de retestare pentru echipele umane de remediere. Această implementare a demonstrat că rutarea multi-agent poate menține limite stricte de conformitate în timp ce execută secvențe complexe de testare de penetrare.
Echipele de dezvoltare software au integrat, de asemenea, Fugu Ultra în fluxurile principale de revizuire a codului, pentru a compara ratele de detectare a defectelor cu instrumentele monolitice consacrate. Motorul de orchestrare a depășit constant modelele de bază în identificarea erorilor logice și a vulnerabilităților de securitate în baze de cod enterprise complexe. „Pentru revizuirea codului, Fugu Ultra este semnificativ mai bun decât GPT-5.5. Oferă răspunsuri cuprinzătoare și găsește bug-uri pe care alții le ratează”, a raportat un inginer software implicat în implementarea beta. „În timp ce alte instrumente semnalează aproximativ trei probleme, Fugu a scos la iveală peste douăzeci. A devenit modelul prin care îmi rulez toate revizuirile.”
Unitățile de știință a datelor au implementat sistemul într-un mod aproape complet automatizat de cercetare. Fugu Ultra a explorat cu succes ipoteze matematice, a executat rulări experimentale de cod, a interpretat stări de eșec și și-a revizuit propriile abordări pentru a menține progresul pe perioade îndelungate, cu intervenție umană minimă. Această capacitate abordează direct limitările operaționale ale modelelor cu un singur apel, care necesită solicitări umane constante pentru a se recupera din erori logice.
Conducerea unei companii de platformă enterprise anonime a identificat stabilitatea pe termen lung a personalității modelului ca un avantaj principal în timpul sesiunilor extinse. Arhitecturile monolitice convenționale suferă adesea de degradare a contextului și derive de identitate atunci când procesează istorice conversaționale lungi. „Calitatea brută a ieșirii este la nivelul modelelor de frontieră de top, dar Fugu a arătat o stabilitate neobișnuit de puternică a personalității în sesiuni lungi, menținându-și identitatea acolo unde alte modele deviază”, a declarat executivul. „Pentru produsele agentice, acest lucru poate conta mai mult decât scorurile brute de benchmark.”
Sakana AI a construit logica internă de rutare pe baza unor cercetări extinse privind orchestrarea învățată a modelelor. Fundația tehnică a produsului provine din descoperirile publicate în lucrările ICLR 2026 ale companiei, în special cadrele Trinity și Conductor. Aceste fundații academice permit lui Fugu să proceseze cereri înțelegând exact când o sarcină necesită delegare versus rezolvare directă. Modelul de limbaj intern dictează protocoalele de comunicare între agenții individuali și structurează sinteza finală a rezultatelor lor computaționale separate.
Testele de validare împotriva concurenților AI de frontieră au acoperit discipline complexe, deschise, de la predicția seriilor temporale financiare până la proiectarea mecanică. Fugu a demonstrat, de asemenea, o competență ridicată în teste de logică fizică de nișă și sarcini de interpretare vizuală.
De ce este important:
Fugu reprezintă o schimbare de paradigmă în modul în care companiile abordează adoptarea AI. În loc să se lege de un singur furnizor, organizațiile pot beneficia de o arhitectură flexibilă, care se adaptează dinamic la schimbările de reglementare, restricțiile geopolitice sau întreruperile de serviciu. Pentru liderii IT și factorii de decizie, aceasta înseamnă un control mai mare asupra infrastructurii AI, reducerea riscurilor de blocare a furnizorului și capacitatea de a menține continuitatea operațională chiar și în cele mai imprevizibile scenarii. În plus, performanța superioară în sarcini complexe – de la securitate cibernetică la revizuirea codului și cercetare științifică – demonstrează că orchestrarea multi-agent nu este doar o soluție de rezervă, ci adesea o opțiune superioară față de modelele monolitice. Pe măsură ce peisajul AI devine tot mai fragmentat și supus presiunilor externe, soluții precum Fugu ar putea deveni noul standard pentru companiile care își doresc suveranitate și reziliență digitală.
