Sakana Fugu

A conferência de inteligência artificial mais futurista da Índia está de volta, maior, mais afiada e ousada. Durante anos, o progresso da inteligência artificial se concentrou em escalar modelos fundamentais individuais: parâmetros maiores, janelas de contexto mais longas, raciocínio mais forte e melhor uso de ferramentas. No entanto, o Fugu da Sakana AI 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 LLM padrão.

Neste artigo, apresentaremos um guia prático sobre a arquitetura do Fugu, suas variantes, preços, benchmarks, acesso, código, testes, adequação empresarial, trade-offs e casos de uso. O Sakana Fugu é uma API de modelo gerenciado compatível com a OpenAI que parece um único LLM, mas funciona como um sistema multiagente internamente. Os desenvolvedores enviam um prompt para um único ID de modelo, como fugu ou fugu-ultra, enquanto o Fugu lida com a seleção de agente, atribuição de papel, 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, retries, memória, estado, monitoramento e recuperação de falhas.

O nome “Sakana” significa peixe em japonês. A empresa frequentemente estrutura sua pesquisa em torno da inteligência coletiva, semelhante à forma como um cardume de peixes pode se comportar como um sistema coordenado. O Fugu segue essa ideia, com vários agentes coordenados atrás de uma única interface. A maioria dos sistemas de inteligência artificial de produção hoje se enquadra em um dos três padrões: solicitação de modelo único é simples, mas pode falhar em tarefas complexas que exigem planejamento, execução, verificação e iteração; LLMs aumentadas por ferramentas melhoram a utilidade conectando modelos a busca, bancos de dados, execução de código, APIs ou sistemas de negócios, mas o modelo ainda age como o motor de raciocínio central; fluxos de trabalho multiagentes vão mais longe, dividindo o trabalho em agentes especializados. Por exemplo, isso pode melhorar a confiabilidade em tarefas difíceis, mas construir isso bem é difícil. As equipes devem responder a muitas perguntas de design de sistema.

O Fugu tenta tornar isso mais fácil, transformando a orquestração multiagente 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 o trabalho diário, equilibrando desempenho e latência. 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. Além disso, 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 de resposta. Ele coordena um pool mais profundo de agentes especializados e é destinado a problemas difíceis, de alto risco e multietapas. De acordo com a Sakana, o Fugu Ultra pode rotear entre um e três agentes, dependendo do problema. O Fugu Ultra é mais adequado para cargas de trabalho em que a precisão, profundidade e persistência importam mais do que a latência. Exemplos incluem resumo de longos textos, síntese de informações de múltiplas fontes e planejamento de projetos complexos. A arquitetura do Fugu pode ser entendida como uma camada de orquestração gerenciada embrulhada dentro de uma API de modelo.

Por fora, o fluxo parece ser assim: o usuário envia um prompt para o Fugu, que responde com uma resposta única. Internamente, o sistema é mais próximo disso: 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. Isso é importante porque o Fugu suporta endpoints compatíveis com a OpenAI, permitindo que as equipes reutilizem clientes de SDK existentes da OpenAI com uma URL de base e chave de API diferentes.

O orquestrador é a camada de inteligência central. Ele decide 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. Esses agentes podem ter diferentes forças em tarefas especializadas, como codificação, raciocínio, pesquisa, análise de contexto longo ou outras tarefas especializadas. Em vez de codificar um fluxo de trabalho, o Fugu seleciona dinamicamente qual agente ou agentes usar. Isso é importante porque as forças dos modelos são frequentemente específicas de tarefas. Um modelo pode se sair melhor na geração de código, outro no raciocínio matemático, outro na síntese de contexto longo.

O orquestrador pode dividir uma tarefa complexa em subtarefas. Ele pode enviar instruções focadas para diferentes agentes e controlar o contexto que cada agente recebe. Para tarefas difíceis, o sistema pode usar um comportamento de verificação.