Sakana Fugu
A conferência de inteligência artificial mais futurista da Índia está de volta – maior, mais afiada e mais ousada. Durante anos, o progresso da inteligência artificial se concentrou em escalar modelos de fundação individuais: parâmetros maiores, janelas de contexto mais longas, raciocínio mais forte e melhor uso de ferramentas. No entanto, o Sakana AI Fugu aponta para outra direção, comportando-se como um modelo único por fora, enquanto coordena vários agentes especializados internamente. Uma única chamada de API pode acionar respostas diretas, delegação de especialistas, verificação intermediária e síntese final, escondendo a complexidade da orquestração atrás de uma interface de modelo de linguagem normal.
O Sakana Fugu é uma API de modelo gerenciado compatível com a OpenAI, que parece ser um modelo de linguagem único, mas funciona como um sistema de multiagentes internamente. Os desenvolvedores enviam um prompt para um ID de modelo, como fugu ou fugu-ultra, enquanto o Fugu lida com a seleção de agentes, atribuição de papéis, coordenação, verificação e resposta final. Em vez de construir manualmente agentes de planejamento, codificação, revisão, pesquisa ou supervisão com frameworks como LangGraph, AutoGen ou CrewAI, as equipes obtêm a orquestração embutida no próprio modelo. Isso reduz a necessidade de gerenciar prompts, roteamento, repetições, memória, estado, monitoramento e recuperação de falhas. O nome “Sakana” significa peixe em japonês. A empresa frequentemente molda sua pesquisa em torno da inteligência coletiva, semelhante à forma como uma escola de peixes pode se comportar como um sistema coordenado.
A maioria dos sistemas de inteligência artificial de produção hoje se enquadra em um dos três padrões: o uso de um único modelo de linguagem é simples, mas pode falhar em tarefas complexas que requerem planejamento, execução, verificação e iteração. Os modelos de linguagem melhorados com ferramentas conectam os modelos a buscas, bancos de dados, execução de código, APIs ou sistemas de negócios, mas o modelo ainda atua como o motor de raciocínio central. Os fluxos de trabalho de multiagentes vão além, dividindo o trabalho em agentes especializados. Por exemplo, um agente pode ser especializado em codificação, enquanto outro é especializado em raciocínio matemático. Isso pode melhorar a confiabilidade em tarefas difíceis, mas construir um sistema assim é difícil. As equipes devem responder a muitas perguntas de design de sistema: como os agentes se comunicarão, como as tarefas serão atribuídas e como os resultados serão combinados.
O Fugu tenta tornar isso mais fácil, transformando a orquestração de multiagentes em uma capacidade de nível de modelo. O desenvolvedor não precisa projetar manualmente cada interação de agente. O Sakana Fugu vem em duas opções de modelo principais: Fugu e Fugu Ultra. O Fugu é o modelo padrão para trabalhos do dia a dia, equilibrando desempenho e latência. Ele é adequado para suporte de codificação, revisão de código, chatbots, assistentes internos, análise de documentos e fluxos de trabalho interativos onde o tempo de resposta importa. Um ponto importante é que o Fugu pode rotear para o melhor modelo com base na tarefa. Ele também permite que os usuários optem por agentes específicos fora do pool de modelos, o que pode ajudar com requisitos de dados, privacidade, conformidade ou organizacionais.
O Fugu Ultra é otimizado para a qualidade máxima da resposta. Ele coordena um pool mais profundo de agentes especializados e é destinado a problemas difíceis, de alto risco e em múltiplas etapas. De acordo com o Sakana, o Fugu Ultra pode rotear entre um e três agentes, dependendo do problema. O Fugu Ultra é mais adequado para cargas de trabalho onde a precisão, profundidade e persistência importam mais do que a latência. Exemplos incluem desenvolvimento de software, análise de dados complexos e tomada de decisões estratégicas. A arquitetura do Fugu pode ser entendida como uma camada de orquestração gerenciada embutida dentro de uma API de modelo. Por fora, o fluxo parece ser simples, mas internamente, o sistema é mais complexo.
O Fugu expõe uma única API enquanto coordena internamente um pool de modelos especializados. O usuário envia uma solicitação, e o Fugu lida com o roteamento, delegação, verificação e síntese. O desenvolvedor interage com uma superfície de API padrão, o que importa porque o Fugu suporta pontos de extremidade compatíveis com a OpenAI, permitindo que as equipes reutilizem clientes de SDK existentes com uma URL de base diferente e uma chave de API. O orquestrador é a camada de inteligência central, decidindo como a tarefa deve ser tratada. Para tarefas mais simples, ele pode responder com uma orquestração mínima. Para tarefas complexas, ele pode coordenar vários agentes especializados.
O Fugu tem acesso a um pool de modelos ou agentes subjacentes, que podem ter diferentes forças em tarefas especializadas, como codificação, raciocínio, pesquisa ou análise de contexto longo. Em vez de hardcodificar um fluxo de trabalho, o Fugu seleciona dinamicamente quais agentes usar. Isso é importante porque as forças dos modelos são frequentemente específicas da tarefa. Um modelo pode performar melhor em geração de código, outro em raciocínio matemático e outro em síntese de contexto longo. O orquestrador pode dividir uma tarefa complexa em subtarefas, enviando instruções focadas para diferentes agentes e controlando o contexto que cada agente recebe. Para tarefas difíceis, o sistema pode usar comportamento de verificação, onde um agente resolve, outro critica ou valida, e o orquestrador combina os resultados. A resposta final é retornada como uma resposta única, e o usuário não vê a estrutura completa de agente interna.
