Японская исследовательская лаборатория Sakana AI выпустила Fugu — архитектурный подход, позволяющий объединить функциональность нескольких специализированных агентов в рамках одной весовой структуры модели. Вместо традиционной оркестрации, где отдельные агенты обмениваются сообщениями через API, Fugu использует механизмы внутреннего взаимодействия, позволяющие модели динамически переключаться между задачами и координировать свои действия на уровне нейронных связей.
Технология опирается на методы эволюционного обучения и автоматизированного поиска архитектур. Это позволяет эффективно упаковывать навыки разных экспертных систем в единый инференс-контур, минимизируя задержки, характерные для систем с множественными вызовами API. Такой подход снижает вычислительные накладные расходы на оркестрацию и упрощает развертывание сложных агентных пайплайнов, так как вся логика взаимодействия инкапсулирована внутри весов модели.
Релиз включает в себя готовые инструменты для интеграции и примеры того, как одна модель может последовательно выполнять цепочки действий, требующие различных навыков — от написания кода до анализа данных. Разработка открывает путь к созданию более компактных и быстрых агентных систем, которые не требуют сложной инфраструктуры для управления состоянием между отдельными компонентами, что критически важно для локального запуска и высоконагруженных сервисов.