“One Model to Command Them All——会组织其他模型工作的模型”
founder@Sakana Fugu · 前 Google 研究员 David Ha · Transformer 作者 Llion Jones · 现居日本 · 东京
Builder
Fugu 来自日本 Sakana AI。公司由前 Google 研究员 David Ha、Transformer 论文作者 Llion Jones 等人创立，长期研究模型合并、群体智能和多智能体协作。公司于 2025 年 11 月宣布 B 轮融资，并在 2026 年继续扩募，最终融资约 2 亿美元，累计融资约 4.12 亿美元。此前没有参加 A 轮的 Google，也在这一阶段通过战略投资进入股东名单。
Fugu 是一个会组织其他模型工作的模型：它可以自己回答，也可以根据任务动态召集多个专家模型，安排分工、检查结果并合成最终答案。Fugu 于 2026 年 4 月开放测试，6 月正式发布。它延续 Trinity 和 The Conductor 等研究，采用学习式模型编排：不是预先写死工作流，而是训练一个模型学习何时委派、委派给谁、怎样验证和整合结果。
QUICK FACTS
Product
One Model to Command Them All——一个会组织其他模型工作的模型
🧠
学习式编排
训练模型学习何时委派、委派给谁、怎样验证
🤝
动态召集专家
根据任务动态组织多个专家模型分工协作
✅
检查与合成
安排分工、检查结果并合成最终答案
📈
旗舰对标定价
API 与订阅制价格对标旗舰模型
Journey
2025/11/15
宣布 B 轮融资
2026 年扩募，最终约 2 亿美元，累计约 4.12 亿美元
2026/4/1
Fugu 开放测试
2026/6/1
Fugu 正式发布
硅星人 Lens
我们的分析与判断
Fugu 延续 Trinity 和 The Conductor 等研究，采用学习式模型编排：不是预先写死工作流，而是训练一个模型学习何时委派、委派给谁、怎样验证和整合结果。多数 Router 只是在候选模型中选一个，Fugu 把「如何使用其他模型」本身变成了一个模型能力，意味着 Router 可能从分类器或规则系统，发展成能够根据任务动态生成协作结构的智能调度者。
我们也必须指出：多模型协作可以提升能力上限，但也会增加调用成本、延迟和错误传播路径。学习式编排还带来新的黑箱问题——用户很难预测它会调用多少模型、为什么这样分工，以及能力提升是否值得额外成本。目前 Fugu 并不便宜，API 和订阅制价格完全对标旗舰模型。更重要的是，Fugu 给人的感觉还是「中转站」，底层能力仍被掌握在 OpenAI、Anthropic 手中——当上游模型厂商调整价格、限制调用，甚至亲自推出类似的多模型调度能力时，Fugu 的壁垒究竟有多深？
yoky
硅星人 联合创始人 · 主笔
独立思考，为 Builder 发声