Sakana AI
15 published articles
日本AI
Sakana Namazu押注敬语，迎战最强AI时代
Sakana AI推出Namazu，一个专精日本商务文档、邮件和敬语的模型。它的问世正值亚洲企业报告称，稀缺且质量低下的本地语言模型正在阻碍AI采用。
2026-08-03
产品策略
Sakana AI押注反对“最强AI”时代：编排、快速交付
Sakana AI在短时间内相继推出Sakana Chat、Marlin、Fugu和Translate。产品负责人Sota Omura阐释了为何快速交付是AI时代的打法，以及公司为何押注反对单一“最强AI”。
2026-08-03
人工智能主权
日本的人工智能主权策略是编排，而非构建新的前沿模型
Sakana AI的国防负责人解释了该公司的编排层如何让日本根据需要随时替换AI模型，从而减少对外国前沿模型的依赖。该方法侧重于训练后适应和多模型编排，而非从头开始预训练。
2026-07-29
人工智能经济学
Claude vs Fugu 成本核算：当集群胜过单一模型
Anthropic的Claude Opus 5以一半的令牌成本提供接近旗舰的性能，但有意限制了网络安全能力。Sakana AI的Fugu平台编排多个开源模型以匹配前沿基准。决策取决于任务类型、预算和对复杂性的容忍度。
2026-07-27
AI 编码工具
Claude Code 现可路由到多种模型
Sakana AI 的 Fugu 多智能体系统获得 Claude Code 接口，使开发者能够在 Anthropic 的闭源编程环境中编排一个专业模型池。该集成凸显了一个更广泛的转变：模型路由正成为平台功能，而非用户顾虑。
2026-07-26
渗透测试
Sakana的Fugu-Cyber发现了Claude Opus 5刻意遗漏的漏洞
Anthropic限制了Claude Opus 5的安全技能。像谷歌的Gemini 3.5 Flash Cyber和Sakana的Fugu-Cyber这样的专用模型在漏洞发现方面胜过它。这是在续订企业许可证之前测试替代方案的一个案例。
2026-07-26
围墙花园式路由
Sakana AI 发布 Fugu Ultra 1.1：一个替你选择模型的智能路由器
Sakana AI 发布了 Fugu Ultra 1.1，这是一个路由层，能够在单一 API 背后为每个任务选择并切换专门的模型。该公司声称，通过整合用户无需直接选择的模型池，降低了集成复杂度并提升了成本效益。
2026-07-24
开放模型协同作战
Sakana AI 将 NVIDIA Nemotron 引入其 Fugu 多智能体编排系统
Sakana AI 将 NVIDIA 的 Nemotron 开放模型系列集成到 Fugu 多智能体编排系统中。Fugu 动态选择并组合专用模型。此次合作旨在表明，协调一致的开放模型可以匹敌一体化前沿系统。
2026-07-23
生物可信学习
用MNIST换CIFAR-10，类脑AI的方法完全反转
Sakana AI首次将无反向传播、符合戴尔原则的架构扩展到MNIST之外。关键在于：哪个技巧最重要在数据集之间完全反转, , 这对如何衡量生物可信AI是一个警告。
2026-07-22
网络防御
Sakana AI的Fugu-Cyber在安全基准测试中达到86.9%，但表示原始模型并非答案
Sakana AI发布了Fugu-Cyber，一个在基准测试中与前沿网络模型持平的多代理编排模型。该公司认为，在没有人类专业知识和验证工作流程的情况下，仅靠原始模型访问无法解决企业安全。
2026-07-21
Sakana AI 的集体智能进入物理世界
数百个简单积木自学识别自身形状
数百个完全相同的模块化积木，每个运行相同的微型神经网络，仅通过局部通信，就能识别自身的全局形状、检测损伤并引导再生。该系统发表在《自然·通讯》上，在硬件上对四种形状达到了 100% 的准确率。
2026-07-21
开放性探索与视觉语言模型
Sakana AI的Picbreeder实验揭示视觉语言模型对人类创造力的理解缺失
由Sakana AI领导的研究团队用视觉语言模型替换了Picbreeder的人类用户，发现合成存档缺乏人类原版的胆识和多样性。他们利用噪声、记忆以及数千个提示生成的个性进行的实验，揭示了将大模型用于开放性发现的潜力与局限。
2026-07-20