แนวทางใหม่สำหรับปัญญาประดิษฐ์
โตเกียว -- เมื่อวันที่ 22 มิถุนายน 2026 Sakana AI เปิดตัว Fugu บริการประสานการทำงานของเอเจนต์หลายตัว ซึ่งตั้งคำถามชวนคิดต่ออุตสาหกรรมเทคโนโลยีว่า ก้าวกระโดดครั้งต่อไปของปัญญาประดิษฐ์จำเป็นต้องอาศัยการสร้างโมเดลขนาดมหึมาแบบรวมศูนย์ให้ใหญ่ขึ้นอีกหรือไม่ หรือระบบที่เล็กกว่าแต่ฉลาดกว่าจะให้ผลลัพธ์ใกล้เคียงกันได้ เพียงแค่รู้ว่าควรถามใคร Fugu ซึ่งตั้งชื่อตามคำภาษาญี่ปุ่นที่หมายถึงปลาปักเป้า สะท้อนการเดิมพันของสตาร์ตอัปจากโตเกียวกับแนวทางหลัง แพลตฟอร์มทำงานเสมือนเป็นโมเดลเดียวในมุมมองของผู้ใช้ภายนอก ขณะที่เบื้องหลังประสานงานทีมระบบปัญญาประดิษฐ์ชั้นนำเฉพาะทาง เพื่อแก้โจทย์ที่ซับซ้อน
สารบัญ
การประกาศเปิดตัวมีขึ้นในช่วงหัวเลี้ยวหัวต่อสำคัญของการนำ AI เชิงสร้างสรรค์มาใช้ในองค์กร หลายปีที่ผ่านมา ความก้าวหน้าส่วนใหญ่วัดจากจำนวนพารามิเตอร์ ปริมาณการประมวลผลสำหรับฝึกโมเดล และการแข่งขันสร้างโมเดลพื้นฐานที่ใหญ่ขึ้น OpenAI, Anthropic, Google และบริษัทอื่น ๆ เดินหน้าตามแนวคิดการขยายขนาดนี้และได้ผลลัพธ์ที่น่าทึ่ง ระบบที่พัฒนาขึ้นสามารถสอบผ่านเนติบัณฑิต เขียนโค้ดขั้นสูง และใช้เหตุผลต่อเนื่องได้ยาวนาน อย่างไรก็ตาม การกระจุกตัวของขีดความสามารถไว้กับผู้ให้บริการสัญชาติอเมริกันเพียงไม่กี่รายได้ก่อให้เกิดความเปราะบางรูปแบบใหม่ การเข้าถึงโมเดลที่ทรงพลังที่สุดอาจเปลี่ยนไปได้ในชั่วข้ามคืนจากมาตรการควบคุมการส่งออก การเปลี่ยนนโยบายบริษัท หรือข้อพิพาททางภูมิรัฐศาสตร์ ส่งผลให้ธุรกิจต่างประเทศเผชิญความเสี่ยง
Sakana AI เสนอทางเลือกเป็นสถาปัตยกรรมที่ตั้งอยู่บนแนวคิดปัญญาร่วม แทนที่จะพยายามไล่ให้ทันห้องปฏิบัติการ AI ชั้นนำด้วยการฝึกโมเดลยักษ์ระดับล้านล้านพารามิเตอร์ บริษัทสร้างตัวประสานงานขนาดกะทัดรัด ซึ่งคาดว่ามีพารามิเตอร์ราว 7 พันล้านตัว ทำหน้าที่เป็นผู้มอบหมายงานหลัก เมื่อผู้ใช้ส่งคำขอผ่าน Fugu API ซึ่งรองรับมาตรฐานของ OpenAI ระบบจะวิเคราะห์งานและเลือกว่าจะตอบโดยตรงหรือจัดทีมโมเดลผู้เชี่ยวชาญให้รับผิดชอบงานย่อยเฉพาะด้าน จากนั้นจะตรวจสอบผลลัพธ์และสังเคราะห์เป็นคำตอบเดียว สำหรับนักพัฒนา ประสบการณ์ที่ได้คล้ายกับการเรียกใช้โมเดลภาษาขนาดใหญ่เพียงตัวเดียว แต่เบื้องหลังอาจมีคณะเอเจนต์ทั้งชุดร่วมกันสร้างคำตอบ
จังหวะการเปิดตัวแทบจะเหมาะเจาะไปกว่านี้ไม่ได้แล้ว เมื่อต้นเดือนมิถุนายน Anthropic เพิกถอนการเข้าถึงโมเดล Claude Mythos 5 และ Claude Fable 5 สำหรับสาธารณชนอย่างกะทันหัน หลังรัฐบาลสหรัฐฯ ออกคำสั่งควบคุมการส่งออก การเคลื่อนไหวนี้สร้างแรงกระเพื่อมในหมู่นักพัฒนา โดยเฉพาะลูกค้าต่างประเทศที่วางระบบงานไว้กับโมเดลดังกล่าว Sakana AI ระบุอย่างชัดเจนว่าเหตุขัดข้องเช่นนี้เป็นแรงจูงใจในการออกแบบ Fugu โดยวางตำแหน่งบริการให้เป็นเครื่องมือป้องกันความเสี่ยงจากการพึ่งพาผู้ให้บริการรายเดียว และเป็นก้าวสู่สิ่งที่บริษัทเรียกว่าอธิปไตยด้าน AI
Sakana AI ก่อตั้งขึ้นในปี 2023 โดย David Ha อดีตนักวิจัยจาก Google Brain และ Llion Jones ผู้ร่วมเขียนบทความสำคัญเรื่องทรานส์ฟอร์เมอร์ในปี 2017 ชื่อ Attention Is All You Need บริษัทได้รับความสนใจและเงินทุนอย่างมาก ข้อมูลที่เปิดเผยต่อสาธารณะระบุว่า ธนาคารรายใหญ่ของญี่ปุ่นและผู้ผลิตชิป Nvidia ร่วมลงทุนในรอบที่ประเมินมูลค่าบริษัทไว้ราว 3 หมื่นล้านเยน ทำให้สตาร์ตอัปแห่งนี้มีทรัพยากรสำหรับแข่งขันกับคู่แข่งที่มีขนาดใหญ่กว่ามาก ด้วย Fugu บริษัทมุ่งพิสูจน์ว่านวัตกรรมญี่ปุ่นสามารถท้าทายแนวคิดโมเดลชั้นนำได้ ไม่ใช่ด้วยการลอกเลียน แต่ด้วยการคิดใหม่ว่าจะนำขีดความสามารถที่มีอยู่มาประกอบกันอย่างไร
เบื้องหลังกลไกประสานงาน
การทำความเข้าใจ Fugu จำเป็นต้องมองให้ลึกกว่าหน้าตาเรียบง่ายของ API เมื่อได้รับพรอมป์ต์ ระบบจะส่งต่อไปยังโมเดลส่วนกลางที่ Sakana AI อธิบายว่าเป็นตัวควบคุมที่ผ่านการเรียนรู้แบบเสริมกำลัง โดยส่วนใหญ่ตัวควบคุมนี้ไม่ได้สร้างคำตอบสุดท้ายด้วยตัวเอง แต่ทำหน้าที่คล้ายหัวหน้าคนงานในไซต์ก่อสร้าง วิเคราะห์ประเภทของงานและมอบหมายงานส่วนต่าง ๆ ให้เอเจนต์ที่เหมาะสมที่สุดจากกลุ่มที่สับเปลี่ยนได้ กลุ่มดังกล่าวประกอบด้วยโมเดลชั้นนำจากผู้ให้บริการภายนอกอย่าง OpenAI, Anthropic และ Google รวมถึง Fugu ที่เรียกใช้ตัวเองซ้ำเพื่อทำงานให้เหตุผลแบบซ้อนชั้น
รากฐานทางทฤษฎีของการทำงานนี้มาจากงานวิจัยสองฉบับที่นำเสนอในการประชุมนานาชาติว่าด้วยการแทนความรู้และการเรียนรู้ (International Conference on Learning Representations) ปี 2026 ได้แก่ Trinity: An Evolved LLM Coordinator และ Learning to Orchestrate Agents in Natural Language with the Conductor โดย Trinity นำเสนอกรอบการคำนวณเชิงวิวัฒนาการที่ตัวประสานงานส่วนกลางสร้างและปรับเปลี่ยนโครงสร้างเอเจนต์ได้ทันที พร้อมกำหนดบทบาท เช่น Thinker, Worker หรือ Verifier ให้สอดคล้องกับข้อกำหนดของงาน Thinker วิเคราะห์ความต้องการ Worker ดำเนินการคำนวณเฉพาะด้าน ส่วน Verifier ตรวจสอบความสอดคล้องและความถูกต้องของผลลัพธ์
Conductor ต่อยอดแนวคิดนี้ด้วยการใช้การเรียนรู้แบบเสริมกำลังเชิงลึก เพื่อฝึกตัวประสานงานให้เชี่ยวชาญการมอบหมายงานด้วยภาษาธรรมชาติ ผ่านการฝึกอย่างเข้มข้น โมเดลส่วนกลางขนาดเล็กเรียนรู้ว่าเมื่อใดควรมอบหมายงานและเมื่อใดควรตอบโดยตรง เอเจนต์ควรสื่อสารกันอย่างไร และจะรวมผลลัพธ์ที่แตกต่างกันให้เป็นผลงานสุดท้ายที่สอดคล้องกันได้อย่างไร ผลลัพธ์ที่ได้ไม่ใช่ขั้นตอนการทำงานที่กำหนดตายตัว แต่เป็นระบบปรับตัวที่ค้นพบกลยุทธ์การประสานงานจากประสบการณ์ ความแตกต่างนี้สำคัญ เพราะช่วยให้ Fugu จัดการงานรูปแบบใหม่ที่ผู้ออกแบบอาจคาดไม่ถึงได้ แทนที่จะถูกจำกัดอยู่กับแนวทางที่ตายตัว
ในมุมวิศวกรรม หนึ่งในแง่มุมที่น่าสนใจที่สุดของ Fugu คือความสามารถในการเรียกใช้ตัวเองซ้ำ ระบบประสานงานสามารถส่งงานย่อยกลับไปให้ตัวเอง ทำให้เกิดห่วงโซ่การให้เหตุผลหลายชั้นสำหรับปัญหาที่ต้องวิเคราะห์ต่อเนื่อง นั่นหมายความว่าตัวประสานงานซึ่งมีพารามิเตอร์ 7 พันล้านตัวสามารถจัดการขั้นตอนการทำงานที่ซับซ้อนได้ไม่จำกัด โดยไม่จำเป็นต้องมีความรู้รอบด้านที่เก็บอยู่ในพารามิเตอร์หลายแสนล้านตัวของโมเดลพื้นฐานชั้นนำ ระบบชดเชยขนาดที่เล็กกว่าด้วยความสามารถในการจัดระเบียบที่เหนือกว่า ซึ่งเป็นแนวคิดที่ท้าทายสมมติฐานที่แพร่หลายว่าขนาดใหญ่ย่อมดีกว่าเสมอ
ผลทดสอบและการทดลองใช้เบตา
Sakana AI เปิดตัว Fugu พร้อมคำกล่าวอ้างด้านประสิทธิภาพที่ทะเยอทะยาน ในการทดสอบ SWE-Bench Pro ซึ่งเป็นเกณฑ์มาตรฐานที่ได้รับการยอมรับอย่างกว้างขวางและประเมินความสามารถของระบบ AI ในการค้นหาและแก้บั๊กในคลังซอฟต์แวร์จริง มีรายงานว่า Fugu Ultra ได้คะแนน 73.7 ตามผลประเมินที่บริษัทเผยแพร่ คะแนนดังกล่าวสูงกว่า Claude 4.8 Opus ที่ 69.2 และ GPT-5.5 ที่ 58.6 คะแนนอื่นที่รายงาน ได้แก่ 95.5 ใน GPQA-Diamond การทดสอบตอบคำถามระดับบัณฑิตศึกษาที่ออกแบบมาให้ค้นคำตอบจากเว็บได้ยาก, 93.2 ใน LiveCodeBench, 82.1 ใน TerminalBench 2.1 ซึ่งประเมินความสามารถด้านการดูแลระบบ และ 50.0 ใน Humanity's Last Exam ซึ่งเป็นการทดสอบการให้เหตุผลที่ขึ้นชื่อว่ายากมาก
การตรวจสอบตัวเลขเหล่านี้โดยอิสระยังมีจำกัด และอุตสาหกรรม AI ก็มีประวัติยาวนานเกี่ยวกับผลการทดสอบมาตรฐานที่ทำซ้ำได้ยากในสภาพแวดล้อมการใช้งานจริง เงื่อนไขการทดสอบ เทคนิคการออกแบบพรอมป์ต์ และจำนวนครั้งที่อนุญาตให้ลอง ล้วนส่งผลต่อคะแนนได้ อย่างไรก็ตาม รายงานของบริษัทที่ครอบคลุมสาขาต่าง ๆ อย่างกว้างขวางบ่งชี้ว่าแนวทางการประสานงานนี้มีขีดความสามารถแข่งขันกับโมเดลชั้นนำแบบรวมศูนย์ได้เป็นอย่างน้อย และอาจเหนือกว่าในบางด้าน
เสียงตอบรับจากผู้ทดสอบเบตาเกือบ 500 คน ซึ่งใช้ Fugu ในช่วงทดลองใช้งานระยะยาวที่เน้นขั้นตอนการทำงานซับซ้อน อาจให้ข้อมูลมากกว่าผลทดสอบมาตรฐาน ในงานพัฒนาซอฟต์แวร์ ผู้เข้าร่วมรายงานว่า Fugu Ultra ตรวจทานโค้ดได้ละเอียดเป็นพิเศษ วิศวกรคนหนึ่งที่เข้าร่วมทดสอบเบตาบอก Sakana AI ว่า ขณะที่โมเดลพื้นฐานมักแจ้งปัญหาในโค้ดหนึ่งชุดได้ราวสามจุด Fugu กลับพบมากกว่า 20 จุด พร้อมคำอธิบายโดยละเอียดและขั้นตอนแก้ไข
สำหรับการตรวจทานโค้ด Fugu Ultra ดีกว่า GPT-5.5 ให้คำตอบที่ครอบคลุมและพบข้อบกพร่องที่โมเดลอื่นมองข้าม ตอนนี้ผมใช้โมเดลนี้ตรวจทานงานทุกชิ้น
นอกเหนือจากการเขียนโค้ด ทีมรักษาความปลอดภัยทางไซเบอร์ยังนำ Fugu Ultra ไปใช้ทำวงจรการทดสอบเจาะระบบโดยอัตโนมัติ ผู้ปฏิบัติงานกำหนดขอบเขต แล้วกลไกประสานงานจะดำเนินการสำรวจระบบ ทดสอบช่องโหว่ XSS และ SQL injection ตรวจสอบกลไกการยืนยันตัวตน และจัดทำรายงานฉบับสุดท้ายพร้อมหลักฐานและขั้นตอนทดสอบซ้ำอย่างแม่นยำ ผู้เข้าร่วมทดสอบเบตายืนยันว่าระบบปฏิบัติตามขอบเขตการทำงานอย่างเคร่งครัด หลีกเลี่ยงการกระทำที่ก่อความเสียหายโดยยังคงตรวจสอบอย่างละเอียด ผู้บริหารองค์กรยังชี้ถึงความเสถียรของบุคลิกและบทบาท โดยระบุว่า Fugu รักษาอัตลักษณ์และจุดมุ่งหมายได้สม่ำเสมอตลอดการใช้งานต่อเนื่อง ขณะที่โมเดลอื่นมักประสบปัญหาความต่อเนื่องของบริบทลดลง
สองระดับบริการ หนึ่ง API
Sakana AI ทำตลาด Fugu ด้วยบริการสองระดับ ซึ่งเข้าถึงได้ผ่าน API endpoint เดียวที่รองรับมาตรฐาน OpenAI โมเดล Fugu รุ่นมาตรฐานปรับให้เหมาะกับงานในระบบจริงที่ต้องการความหน่วงต่ำ เช่น แชตบอตโต้ตอบ ระบบช่วยเขียนโค้ดแบบเรียลไทม์ และเครื่องมือตรวจทานโค้ดอย่าง Codex โดยรักษาสมดุลระหว่างประสิทธิภาพกับความเร็ว จึงเหมาะกับแอปพลิเคชันที่ผู้ใช้คาดหวังคำตอบแทบจะในทันที สำหรับองค์กรที่อยู่ภายใต้ข้อกำหนดเข้มงวดด้านการกำกับดูแลข้อมูลหรือความเป็นส่วนตัว รุ่นมาตรฐานเปิดให้เลือกไม่ใช้เอเจนต์บางตัวที่อยู่เบื้องหลังในกลุ่มที่ระบบใช้กำหนดเส้นทางได้ คุณสมบัตินี้ช่วยให้ทีมกำกับดูแลการปฏิบัติตามข้อกำหนดป้องกันไม่ให้ข้อมูลอ่อนไหวไปถึงผู้ให้บริการภายนอกบางราย โดยไม่ต้องละทิ้งกรอบการประสานงานทั้งหมด
Fugu Ultra เป็นบริการระดับพรีเมียม ออกแบบมาเพื่อให้ได้คำตอบที่มีคุณภาพสูงสุดกับงานซับซ้อนและหนักหน่วง ซึ่งต้องใช้การให้เหตุผลเชิงลึกหลายขั้นตอน เช่น การทำซ้ำผลการศึกษาจากบทความวิชาการ การตรวจสอบสิทธิบัตร กระบวนการทำงานด้านวิทยาศาสตร์ข้อมูลขั้นสูง และการตรวจสอบความปลอดภัยอย่างละเอียด Ultra ประสานงานกลุ่มเอเจนต์ผู้เชี่ยวชาญที่มีจำนวนมากกว่าและกำหนดไว้ตายตัว จึงไม่สามารถเลือกไม่ใช้เอเจนต์ได้ ข้อแลกเปลี่ยนคือความหน่วงและการใช้โทเคนที่สูงขึ้น แต่ Sakana AI ระบุว่าความแม่นยำที่เพิ่มขึ้นคุ้มกับต้นทุนสำหรับแอปพลิเคชันที่มีความสำคัญต่อภารกิจ รหัสระบุโมเดลปัจจุบันของบริการระดับนี้คือ fugu-ultra-20260615
ราคาสะท้อนความแตกต่างระหว่างผลิตภัณฑ์ทั้งสอง Fugu Ultra คิดค่าบริการ 5 ดอลลาร์ต่อโทเคนขาเข้าหนึ่งล้านโทเคน และ 30 ดอลลาร์ต่อโทเคนขาออกหนึ่งล้านโทเคน โดยอัตราจะเพิ่มเป็นสองเท่าสำหรับบริบทที่ยาวเกิน 272,000 โทเคน แผนสมัครสมาชิกมีราคาตั้งแต่ 20 ถึง 200 ดอลลาร์ต่อเดือน และ Sakana AI เสนอเดือนที่สองฟรีในระดับบริการที่เลือกให้แก่ผู้สมัครก่อนสิ้นเดือนกรกฎาคม 2026 ระบบรายงานการใช้โทเคนและค่าใช้จ่ายที่เกี่ยวข้องแยกเป็นรายคำขอ ช่วยให้ทีมการเงินและวิศวกรรมติดตามค่าใช้จ่ายได้แบบเรียลไทม์ น่าสังเกตว่าขณะนี้บริการยังไม่เปิดให้ใช้ในสหภาพยุโรปหรือเขตเศรษฐกิจยุโรป ขณะที่บริษัทกำลังดำเนินงานให้สอดคล้องกับกฎระเบียบคุ้มครองข้อมูลทั่วไป (GDPR) ซึ่งเป็นข้อจำกัดต่อการขยายบริการไปทั่วโลกในช่วงเปิดตัว
ภูมิรัฐศาสตร์ของการกำหนดเส้นทางโมเดล
การนำเสนอเชิงพาณิชย์ของ Fugu ไม่ได้จำกัดอยู่ที่สถาปัตยกรรมทางเทคนิค แต่ยังครอบคลุมการบริหารความเสี่ยงด้านภูมิรัฐศาสตร์ ห่วงโซ่อุปทาน AI สมัยใหม่กระจุกตัวสูง บริษัทอเมริกันเพียงไม่กี่รายควบคุมการเข้าถึงโมเดลพื้นฐานที่มีขีดความสามารถสูงสุด และการตัดสินใจของบริษัทเหล่านี้อยู่ภายใต้การกำกับดูแลของรัฐบาลมากขึ้นเรื่อย ๆ เมื่อสหรัฐฯ ใช้มาตรการควบคุมการส่งออกกับโมเดล Fable และ Mythos ของ Anthropic ในเดือนมิถุนายน 2026 เหตุการณ์ดังกล่าวเป็นสัญญาณเตือนสำหรับองค์กรนอกอเมริกาที่สร้างขั้นตอนการทำงานสำคัญไว้กับผู้ให้บริการรายเดียว การเข้าถึงหายไปในชั่วข้ามคืน ขณะที่ทีมจัดซื้อไม่มีทางเลือกอื่นในทันที
Sakana AI เสนอ Fugu เป็นกรมธรรม์คุ้มครองจากสถานการณ์เช่นนี้โดยตรง บริษัทให้เหตุผลว่า เนื่องจากระบบประสานงานสามารถเปลี่ยนเส้นทางไปหลีกเลี่ยงผู้ให้บริการที่ไม่พร้อมให้บริการหรือถูกจำกัดได้ ลูกค้าจึงเพิ่มความยืดหยุ่นโดยไม่ต้องแลกกับขีดความสามารถ หากไม่สามารถเข้าถึงโมเดล Anthropic ได้ Fugu จะย้ายงานไปยัง OpenAI, Google หรือทางเลือกที่เปิดให้ใช้ได้ Sakana AI ระบุว่า หากมีโมเดลใหม่เข้าสู่ตลาดและทำงานเฉพาะด้านได้ดี ก็สามารถเพิ่มเข้ากลุ่มได้โดยไม่บังคับให้ลูกค้าต้องเขียนแอปพลิเคชันใหม่เพื่อรองรับ API อีกชุด สถาปัตยกรรมที่สับเปลี่ยนได้เช่นนี้เป็นรูปธรรมของอธิปไตยด้าน AI มากกว่าการถกเถียงเชิงนโยบายที่เป็นนามธรรม ซึ่งกำลังเกิดขึ้นในแวดวงเทคโนโลยี
สำหรับองค์กรธุรกิจและหน่วยงานรัฐของญี่ปุ่น ข้อเสนอนี้มีความหมายเป็นพิเศษ ญี่ปุ่นกำหนดให้ขีดความสามารถด้าน AI ภายในประเทศเป็นวาระเชิงยุทธศาสตร์ และการพึ่งพาระบบ AI ชั้นนำของอเมริกาทั้งหมดก่อให้เกิดทั้งข้อกังวลทางเศรษฐกิจและความมั่นคงแห่งชาติ ผู้ให้บริการในโตเกียวที่เสนอการสนับสนุนในประเทศ ทางเลือกในการจัดการข้อมูลระดับภูมิภาค และแนวคิดทางเทคนิคที่แตกต่าง ย่อมมีเรื่องราวที่น่าสนใจสำหรับผู้ซื้อที่ต้องการกระจายพอร์ตเทคโนโลยีของตน ฐานนักลงทุนของ Sakana AI ซึ่งรวมถึงสถาบันการเงินรายใหญ่ของญี่ปุ่น ก็ช่วยเสริมภาพลักษณ์นี้
อย่างไรก็ตาม ความกังขาก็มีเหตุผลรองรับ กลุ่มเอเจนต์ของ Fugu ยังคงพึ่งพายักษ์ใหญ่อเมริกันกลุ่มเดียวกับที่บริษัทอ้างว่าจะหลีกเลี่ยง ระบบไม่อาจให้ผลลัพธ์ระดับแนวหน้าได้ หากการเข้าถึง API ของ GPT, Claude และ Gemini ถูกตัดขาดโดยสิ้นเชิง การพึ่งพาตนเองอย่างแท้จริงจำเป็นต้องมีระบบนิเวศที่แข็งแกร่งของโมเดลในประเทศหรือโมเดลที่เปิดให้ใช้ได้ ซึ่งมีขีดความสามารถทัดเทียมระบบเหล่านั้น แต่ในขณะนี้ยังไม่มีระบบนิเวศเช่นนั้นในระดับใหญ่ นักวิจารณ์ยังชี้ว่า Fugu เป็นบริการเชิงพาณิชย์แบบกรรมสิทธิ์ ไม่ใช่กรอบการทำงานแบบเปิด ลูกค้าจึงเพียงเปลี่ยนจากการพึ่งพาผู้ให้บริการรายหนึ่งไปพึ่งพาอีกราย แม้รายหลังจะมีรูปแบบธุรกิจต่างออกไปก็ตาม
การเปิดตัวบอกอะไรเกี่ยวกับการพัฒนา AI
หากคำกล่าวอ้างด้านประสิทธิภาพของ Fugu ผ่านการตรวจสอบจากภายนอกอย่างต่อเนื่อง ผลกระทบต่อการวิจัยปัญญาประดิษฐ์อาจมีนัยสำคัญ ตลอดเกือบหนึ่งทศวรรษที่ผ่านมา วงการนี้เดินหน้าตามสมมติฐานเรื่องการขยายขนาด กล่าวคือ พารามิเตอร์มากขึ้น ข้อมูลมากขึ้น และกำลังประมวลผลมากขึ้นจะนำไปสู่ผลลัพธ์ที่ดีขึ้น แนวคิดนี้สร้างระบบที่น่าประทับใจอย่างแท้จริง แต่ก็ทำให้เกิดอุปสรรคในการเข้าสู่วงการสูงจนมีเพียงบริษัทและรัฐบาลที่ร่ำรวยที่สุดเท่านั้นที่เข้าร่วมได้ การฝึกโมเดลพื้นฐานชั้นนำมีค่าใช้จ่ายหลายร้อยล้านดอลลาร์ และต้องใช้ฮาร์ดแวร์เฉพาะทางที่อยู่ภายใต้ข้อจำกัดการส่งออกด้วย
Fugu ชี้ให้เห็นอีกเส้นทางหนึ่ง โดยเสนอว่าโมเดลที่มีขนาดค่อนข้างเล็กและฝึกมาเพื่อประสานงานโดยเฉพาะ แทนที่จะเน้นความรู้รอบด้าน สามารถทำผลงานได้เกินขนาดของตัวเองด้วยการใช้ทรัพยากรที่มีอยู่อย่างชาญฉลาด แนวทางนี้เปลี่ยนสนามแข่งขันจากกำลังการฝึกดิบไปสู่ความคิดสร้างสรรค์ด้านสถาปัตยกรรมและประสิทธิภาพในการประสานงาน อีกทั้งยังช่วยให้เข้าถึง AI ประสิทธิภาพสูงได้กว้างขึ้น เพราะในทางทฤษฎี องค์กรที่มีงบประมาณน้อยกว่ามากเมื่อเทียบกับการฝึกโมเดลระดับ GPT ตั้งแต่ต้น ก็สามารถสร้างตัวกำหนดเส้นทางที่ออกแบบมาอย่างเชี่ยวชาญได้
วงการวิจัยศึกษาเรื่องระบบหลายเอเจนต์และส่วนผสมของผู้เชี่ยวชาญมานานแล้ว แต่ Fugu เป็นหนึ่งในระบบเชิงพาณิชย์ที่โดดเด่นกลุ่มแรกซึ่งวางตำแหน่งตัวเองเป็นทางเลือกโดยตรงแทนโมเดลชั้นนำแบบรวมศูนย์ ความสำเร็จหรือล้มเหลวของบริการนี้น่าจะมีอิทธิพลต่อการตัดสินใจว่า เงินทุนร่วมลงทุนและงบวิจัยของบริษัทจะเริ่มไหลเข้าสู่เทคโนโลยีการประสานงานและการทำงานร่วมกัน แทนที่จะมุ่งเฉพาะการขยายขนาดโมเดลพื้นฐานหรือไม่ เสียงตอบรับจากการทดสอบเบตาชี้แล้วว่า ขั้นตอนการทำงานบางประเภทในองค์กร โดยเฉพาะงานที่ดำเนินต่อเนื่องเป็นเวลานาน เช่น การตรวจทานโค้ดและการตรวจสอบความปลอดภัย อาจได้ประโยชน์จากระบบแบบกระจายมากกว่าโมเดลที่เรียกใช้เพียงครั้งเดียว
แน่นอนว่าแนวทางนี้ก็มีข้อแลกเปลี่ยน ขั้นตอนการให้เหตุผลที่ซับซ้อนและอาศัยเอเจนต์หลายตัวอาจเพิ่มความหน่วง ทำให้ Fugu ไม่เหมาะกับแอปพลิเคชันที่ต้องตอบสนองภายในเวลาไม่กี่มิลลิวินาที งานที่ใช้ทรัพยากรสูงยังใช้โควตากำลังประมวลผลมาก และลักษณะการกำหนดเส้นทางที่ไม่โปร่งใสหมายความว่าผู้ใช้ไม่อาจทราบได้เสมอไปว่าโมเดลใดเป็นผู้ประมวลผลข้อมูล ซึ่งทำให้การปฏิบัติตามข้อกำหนดในอุตสาหกรรมที่มีการกำกับดูแลซับซ้อนขึ้น Sakana AI ยอมรับข้อจำกัดเหล่านี้ พร้อมให้เหตุผลว่าประโยชน์ที่ได้คุ้มกับต้นทุนสำหรับงานวิเคราะห์และงานวิศวกรรมในวงกว้าง
ประเด็นสำคัญ
- Sakana AI เปิดตัว Fugu บริการประสานงานเอเจนต์หลายตัวที่กำหนดเส้นทางงานผ่านกลุ่มโมเดล AI ชั้นนำที่สับเปลี่ยนได้ โดยใช้ API เดียวที่รองรับมาตรฐาน OpenAI
- ระบบใช้โมเดลตัวประสานงานขนาดกะทัดรัดราว 7 พันล้านพารามิเตอร์ แทนโมเดลพื้นฐานขนาดมหึมาแบบรวมศูนย์ โดยอาศัยงานวิจัยจากบทความ Trinity และ Conductor ของ Sakana AI
- Fugu Ultra อ้างว่าทำคะแนนแข่งขันได้ใน SWE-Bench Pro, GPQA-Diamond, LiveCodeBench และการทดสอบอื่น ๆ เมื่อเทียบกับระบบชั้นนำอย่าง GPT-5.5 และ Claude Opus 4.8
- มีบริการสองระดับ ได้แก่ Fugu รุ่นมาตรฐานสำหรับงานในระบบจริงที่ต้องการความหน่วงต่ำ พร้อมการควบคุมเพื่อเลือกไม่ใช้เอเจนต์ตามข้อกำหนด และ Fugu Ultra สำหรับงานให้เหตุผลซับซ้อน โดยใช้กลุ่มเอเจนต์เชิงลึกที่กำหนดตายตัว
- การเปิดตัวมุ่งตอบโจทย์องค์กรที่ต้องการลดความเสี่ยงจากการผูกติดกับผู้ให้บริการและผลกระทบจากมาตรการควบคุมการส่งออก แม้บริการยังคงพึ่งพา API ของโมเดลชั้นนำจากอเมริกา
- Fugu ให้บริการทั่วโลก ยกเว้นในสหภาพยุโรปและเขตเศรษฐกิจยุโรป ซึ่งยังอยู่ระหว่างดำเนินการให้สอดคล้องกับ GDPR โดย Fugu Ultra มีราคาเริ่มต้นที่ 5 ดอลลาร์ต่อโทเคนขาเข้าหนึ่งล้านโทเคน และ 30 ดอลลาร์ต่อโทเคนขาออกหนึ่งล้านโทเคน
