模型竞赛出现第二条赛道：编排胜过原始规模

Anthropic有意限制了Claude Opus 5的网络安全能力。Sakana AI构建了Fugu来编排一个开源模型池，而不是训练一个巨型模型。而Anthropic自己的编码工具Claude Code，刚刚获得了将任务路由到整个模型阵容的能力，而不是将所有任务发送给单个旗舰模型。这些都不是同一个产品，背后的团队也没有协调。但将它们放在一起，它们描述的是同一个赌注：AI系统的下一个进步，更多地来自于决定每个任务应该使用哪个模型或模型的哪一部分，而不是让一个模型变得更大。

集群让计算变得明确

Claude Opus 5与Sakana的Fugu之间的比较 清晰地展示了权衡。Opus 5以大约顶级替代方案一半的token成本提供了接近旗舰的性能，对于大多数工作负载来说是一笔不错的交易。但它的网络安全能力被有意限制，而在需要这种能力的任务上，Fugu通过编排多个较小的开源模型，将工作分散给专家而不是要求一个通才做所有事情，从而赶上或超越了前沿基准。哪个更好取决于任务、预算以及团队愿意承担多少编排复杂性。这确实是一种全新的购买决策：不是“哪个模型最聪明”，而是“哪种路由策略适合这项工作”。

Claude Code与Fugu的新集成 将这一逻辑置于数百万开发者每天使用的工具中。开发者现在可以将一组专业模型拉入Anthropic自己的编码环境，而不是被锁定在Claude当时运行的任何模型上。值得深思的细节是：谁发布了这个功能, , 不是试图差异化的初创公司，而是制造旗舰模型的公司，在自己产品中为竞争对手的模型打开了大门。这表明了该公司对市场走向的判断。模型路由不再只是开发者为自己构建的 hack，而成为前沿实验室默认提供的平台功能。

同样的逻辑，深入一层

这一模式并不仅限于整个模型之间的路由。CLSA的稀疏注意力方法 将同样的想法应用于单个模型的推理过程中：不是在每个层都计算一次新的路由决策（既浪费又重复），而是为每个序列计算一次路由决策并重复使用，从而减少KV缓存开销，同时保持令牌级的选择性。据报道，在128K上下文下吞吐量提升高达17.1倍，这来源于认识到：在每个层进行完整重新计算是在解决一个单一、精心放置的决策同样能处理好的问题。

这是贯穿所有三个故事的线索。无论是哪个模型处理整个任务、哪个专业系统处理安全扫描、还是哪个注意力头在特定层被计算，行业都汇聚到同一个答案上：默认情况下不要让所有东西都通过同样的昂贵路径。决策一次，相应路由，只在你真正需要的地方支付全部成本。扩大单一模型仍在进行，但它不再是任何人唯一使用的杠杆，而且越来越不是首选。

这对买家意味着什么

对于任何部署这些系统的人来说，实际结果是，“我们应该使用哪个模型”正在成为一个错误的问题。更好的问题是：使用哪种组合，以及对于给定的工作负载，编排开销是否值得。Fugu的多智能体方法增加了真实的复杂性, , 更多的移动部件、更多的管道可能断裂的地方、更多的监控面。Opus 5的简单性是一个特性，而不是限制，对于不需要Fugu所能达到的专门天花板的团队而言。这里没有普遍的赢家，而这正是关键所在：路由决策本质上是针对任务的局部决策，这与每个人都只是等待下一个旗舰版本的世界截然不同。