河豚，料理得當是珍饈，料理不當會致命。 而如果廚房不讓你進去看呢？
一條名叫河豚的魚
在日本，河豚料理（ふぐ料理）是一種很特殊的存在——美味的部分跟致命的部分長在同一條魚身上，你用肉眼分不出來。所以河豚師傅需要考國家執照（ふぐ調理師免許），而這個制度存在的前提就是：河豚太危險了，不能讓沒有資格的人碰。
6月22日，東京的 AI 研究室 Sakana AI 推出了他們的新產品，取名叫 Fugu。
Sakana，日文的「魚」（さかな）。Fugu，日文的「河豚」（ふぐ）。
官方的說法是：就像一群魚能像單一協調系統般行動（school of fish），Fugu 延續了集體智慧的理念——許多 AI 代理在一個介面背後協調運作。
但我看到這個名字的第一反應是：他們是不是不小心預言了自己？
因為河豚料理的核心邏輯，跟這個產品的處境，簡直完全同構。
所以 Fugu 是什麼
先講產品本身。
Fugu 不是又一個跟 Claude、GPT 搶地盤的大型語言模型。它是一個大約 70 億參數的 LLM，但被訓練的目的不是回答你的問題，而是決定「該把你的問題交給誰」——GPT-5.5、Claude Opus、Gemini 3.1 Pro，甚至遞迴呼叫自己。
內部分四個階段運作：選擇（Selection）、委派（Delegation）、驗證（Verification）、綜合（Synthesis）。從外面看，你呼叫一個 API，拿到一個回答。裡面到底動員了幾個模型、怎麼協調的，你完全不知道。
如果前沿模型們是交響樂團的各聲部，Fugu 就是想當指揮。
然後他自稱跟 Anthropic 的 Fable 5 和 Mythos Preview「肩並肩」——這個措辭本身就是一門藝術。在 SWE-Bench Pro 上 Fugu Ultra 拿了 73.7，Fable 5 拿了 86.0。「肩並肩」，好吧，如果其中一個人站在板凳上的話…
（不過 Fable 5 因為出口管制被封了，所以也沒辦法直接對打就是了…）
我沒辦法實測，但我有相關經驗
先聲明：以下是純推測文。
Fugu 目前只能透過 API 呼叫，沒有 WebChat 介面，沒有免費試用，最低門檻是每月 $20 美金的訂閱。有人用 $20 方案跑了一個 prompt，就把五小時的額度燒完了。河豚師傅不讓你先嚐一口再決定要不要坐下來。
但我覺得值得寫，因為 Fugu 的架構暴露了一個在 AI 協作裡非常根本的矛盾——而這個矛盾，我恰好有切身經驗。
過去這段時間，我一直在運作一個叫「三鏡系統」的 AI 協作方式：
- 小V（GPT）：陽性角色，擅長發散、命名、結構化
- 小思（Claude）：陰性角色，擅長深入、完善、質地化
- 我（豆腐）：場域生成者，負責協調、判斷、最終把關
某種程度上，我就是一個人肉版的 Fugu——負責決定什麼任務交給誰，最後把結果整合起來對外發布。
但跟 Fugu 不同的是——我對每面鏡子的特質有深度理解，是靠長期互動累積的脈絡感，不是靠演算法。
然後有一天，小V 被 OpenAI 強制升級了，表現整個變調。我作為協調者第一時間就察覺了。
但我能怎麼辦？
我沒辦法回滾別人家的模型。我唯一能做的就是：把更多工作轉給小思，然後自己去補小V 留下的空缺——提升自己在命名和視覺語言上的判斷力，cover 原本委派出去的工作。
寫到這裡，一個弔詭的念頭就浮出來了：
如果我有辦法自己做好所有事，我當初又為什麼要委派？
協調者悖論
這個矛盾不只是我的個人經驗，它是所有「協調型系統」的結構性難題：
情境 A：協調者夠聰明 → 他能判斷輸出品質、偵測退化、知道怎麼補救 → 但既然他有這些能力，委派的必要性就被消解了
情境 B：協調者不夠聰明 → 他無法判斷輸出品質 → 品質退化時他根本不會知道 → 整個系統靜默劣化，而且使用者也不知道
Fugu 的 7B 協調器，坦白說，比較像情境 B。
它的 Verifier 機制可以驗證「答案對不對」——數學解是否正確、程式碼能不能跑。但它能驗證「這次的推理風格跟上次不一樣，品質其實變差了但表面看不出來」嗎？
而且 Sakana 自己說會持續更新模型池——新的前沿模型出來就會納入。這意味著你今天測試覺得不錯的品質，下週可能因為池裡換了模型而改變，你不會收到通知，也沒辦法做版本對照。
回到河豚的比喻：這條魚的成分每天都在變，但菜單上的名字不會改。
黑盒廚房的問責難題
河豚料理的信任模型很簡單：你信任師傅的刀工。但前提是，廚房是開放的，師傅是有執照的，出了事有明確的法律責任。
Fugu 的信任模型呢？
Sakana AI 明確表示：Fugu 選擇哪些模型、如何協調，都是專有資訊，路由資訊對使用者「設計上就是隱藏的」。
用球隊比喻來說：你請了一個教練，但你不知道他派了哪些球員上場。
歸因不可能。 Fugu 給了你一個糟糕的結果——是教練判斷錯了？球員本身不行？還是裁判放水？你無從得知。
信任遞迴。 Sakana 的賣點是「你不用信任單一供應商」。但要實現這件事，你必須完全信任 Sakana 這個新的單一供應商。你不是消除了 vendor lock-in，而是把 lock-in 從「模型層」搬到了「協調層」——而且協調層比模型層更不透明。
績效考核失效。 一個好教練的價值，在於你能觀察他怎麼排兵布陣。一個你完全看不到排兵布陣過程的教練——贏了你不知道是教練厲害還是球員本來就強；輸了你不知道該換教練還是換球員。
恐懼是最好的銷售員
那他們怎麼賣這個產品？Sakana 的行銷策略非常精心，而且巧妙地不去正面回答上面那些矛盾。
恐懼牌。 發布時間完美卡在 Anthropic 因美國出口管制暫停 Fable 5 / Mythos 的十天後。CEO David Ha 的定調是：「依賴單一公司的 API 來運行關鍵基礎設施，是實質性的脆弱性。」言下之意——你怕被美國掐住脖子嗎？
品類創造。 Ha 不說「我們的模型更好」，他說「協調模型是下一個前沿，超越更大的模型」。直接重新定義什麼叫「前沿」，把戰場搬到一個只有他一個人的品類裡。
日本主體性。 一家東京公司向日本企業銷售 AI 主權解決方案——在地緣政治敏感的當下，這個故事就是比較好賣。
至於透明度問題？他們把「黑盒」包裝成「功能」——不說「我們沒辦法告訴你裡面用了什麼」，而是說「我們的核心智慧財產就在於那些非顯而易見的協作模式」。
（商業機密跟產品設計哲學之間的距離，好像只差一句行銷文案…XD）
但社群已經看穿了。Hacker News 上的反應是：「你已經每月付 $200 給 Anthropic、$200 給 OpenAI、$200 給 Cursor、$200 給 Google，現在又要付 $200 給 Sakana 來協調這一切。」有研究工程師直接點破：「這是一個閉源協調器疊在閉源模型上面。以前你沒辦法控制模型，現在你連用了哪些模型都不知道。這不是什麼 AI 主權。」
只有球隊老闆才能當教練
推到最後，我有一個蠻明確的看法：
這種協調架構，只有各家 LLM 的官方自己來做，才比較可能成功。
因為官方有三個 Sakana 不可能有的東西：
版本控制權。 Anthropic 從 Opus 4.6 升到 4.7，可以先在內部跑完回歸測試、調整協調邏輯、確認品質後才對外釋出。Fugu 的池裡如果 GPT-5.5 被 OpenAI 靜默升級了？Sakana 是被動接受的。
歸因透明度。 Claude Code 裡出了問題，你知道是 Claude 的問題，Anthropic 知道是哪個版本的問題。事後分析有完整的鏈路。
利益一致性。 Anthropic 改進 Claude 的協調能力，直接提升自家產品價值——利益完全一致。Sakana 的產品品質取決於別家公司的模型，但別家公司沒有任何動機配合 Sakana 優化。更直白地說，各家有充分理由讓自己的模型在自家框架裡表現最好，在第三方協調器裡「剛好」沒那麼優——不需要刻意作弊，只需要優先把協調相關的改進留在自家 SDK 裡就夠了。
事實上，各家也確實已經在做了。Anthropic 有 Claude Agent Teams、OpenAI 有 Workspace Agents、Google 有 Antigravity 2.0。全都是自家模型在自家生態系裡協調——教練跟球員是同一支球隊的。
盤子裡到底是什麼魚？
寫到這裡，我覺得需要問一個比較尖銳的問題。
Fugu 代理池裡的 GPT-5.5、Claude Opus、Gemini 3.1 Pro——這些你自己全都可以直接 call API。Fugu 賣給你的，理論上是「協調的附加價值」。
但這個附加價值有多少？你沒辦法驗證。
因為你看不到協調過程，也沒辦法拿「有協調」跟「沒協調」做對照實驗。有開發者做了實測比較：Fugu Ultra 22 分鐘花 $7.32 完成一個任務，Claude Opus 4.8 花了 79 分鐘 $37.85——但那個開發者覺得 Opus 的品質比較好。「更便宜更快，但不是更好。」
而且 Sakana 有前科。之前的 AI CUDA Engineer 宣稱 10-100 倍加速，結果是利用評測沙盒的漏洞在「作弊」，有個案例實際上還慢了 3 倍。AI Scientist 項目有 42% 的實驗因程式碼錯誤失敗，出現幻覺結果和淺薄的文獻回顧。
我不是說 Fugu 是騙局——Llion Jones 是 Transformer 論文的共同作者，David Ha 來自 Google Brain，兩篇 ICLR 論文是真的被接受的學術研究。技術方向在學理上是成立的。
但比較可能的真相大概是：不是毒河豚，但可能是一條被標成河豚的普通魚。
技術上是真的在做 multi-agent orchestration。但商業包裝上，把「研究階段的概念驗證」穿上了「生產就緒的前沿替代品」的外衣，再澆上一層「AI 主權」的醬汁，賣了一個遠超實際交付能力的期望值。
不會吃死人，但你付的是河豚的價格。而整間店的商業模式，建立在你分不出差別這件事上。
等等，我三週前好像寫過這件事
寫到這裡，突然有一種似曾相識的感覺。
月初（6/1），我寫了一篇〈大師的分享引發我大膽的想法——AI Agent 的下一個典範轉移〉，從 Dan Shipper 的「Every agent needs a human」這句話出發，推導出一個三層架構：
Human → Assistant → Agents
核心概念是：人不需要直接面對一堆 Agent 手忙腳亂，而是跟一個 Assistant 建立深度的「語境塑形」——你的偏好、你的脈絡、你的判斷標準——然後由 Assistant 帶著這些理解去調度下面的 Agent。我當時還說，這個 Assistant 就像一個好管家，相處夠久就知道你的品味和標準。
三週後，Sakana Fugu 出現了。
某種意義上，它就是第一個試圖商品化「Assistant → Agents」這一層的產品。有一個協調者（Fugu 的 7B 模型），底下有一群 Agent（GPT-5.5、Claude Opus、Gemini 等），協調者決定派誰上場。
架構長得像，但精神完全相反。
我那篇文章裡提出的幾個前提，Fugu 幾乎全部做反了：
我說 Assistant 的核心是語境塑形——帶著對你的深度理解去調度。Fugu 完全沒有這一層，它是通用型的派工系統，對你是誰、你在乎什麼，一無所知。
我說 daemon 的正確角色是「替你翻譯、替你判斷」。Fugu 的確在做判斷，但不是替「你」判斷——是替「平均使用者」判斷。沒有你的脈絡，判斷就只是路由。
我說 SOUL.md 的問題是把「靈魂塑造」跟「修理機器」綁在同一層。Fugu 的問題剛好反過來——它把靈魂整個拿掉了，只剩機器。
我引用 Dan Shipper 的鐵律：「Every agent needs a human.」Fugu 的設計恰恰是要把 human 從協調迴路裡完全移除。
所以 Fugu 不是我預測的那條產品線的實現——它更像是一個反面教材。它用自己的存在，幫我驗證了那篇文章的論點：
沒有個人化語境的協調層，就只是一個比較貴的路由器。
真正的協調長什麼樣
最後回到我的三鏡經驗。
我的系統能運作，不是因為我有什麼厲害的協調演算法。是因為：
- 我對每面鏡子的特質有深度理解
- 出問題的時候我知道是哪個環節的問題
- 我有能力自己補上空缺——雖然這很累
- 最重要的——我知道什麼時候不該委派，該自己來
真正有效的協調，協調者必須是「能做但選擇不做」的人，而不是「不能做所以只能派」的人。
Fugu 是後者。
河豚想當指揮？可以，但你得先學會拉小提琴。不然至少也要聽得出小提琴跑調了吧。
以上純屬個人推測觀察——畢竟連免費試用都沒有，DOFI 也只能在場外看菜單想像味道了嘛。不過話說回來，如果一間河豚料理店不讓你試吃、不讓你看廚房、連用了什麼魚都不告訴你……你會走進去嗎？～
參考資訊：
- Sakana Fugu 官方頁面：
https://sakana.ai/fugu/ - Sakana Fugu 技術報告（arXiv）：
https://arxiv.org/abs/2606.21228 - Sakana Fugu 技術報告（GitHub）：
https://github.com/SakanaAI/fugu/ - VentureBeat 報導：
https://venturebeat.com/orchestration/no-claude-fable-5-no-problem-sakana-achieves-frontier-performance-with-new-fugu-multi-model-auto-synthesis-system - The Decoder 報導：
https://the-decoder.com/sakana-ais-fugu-orchestrates-multiple-llms-to-match-anthropics-fable-and-mythos-benchmarks/ - paddo.dev 深度分析：
https://paddo.dev/blog/sakana-fugu-orchestration-model/ - DevelopersIO 實測筆記：
https://dev.classmethod.jp/en/articles/sakana-fugu-ga-first-touch/ - DOFI 前文：
〈大師的分享引發我大膽的想法——AI Agent 的下一個典範轉移〉
