Японский стартап Sakana AI представил мультиагентную систему под названием Fugu, предназначенную для решения сложных задач через взаимодействие нескольких специализированных моделей. В ходе тестирования система продемонстрировала конкурентоспособные результаты, сопоставимые с показателями актуальных моделей от ведущих мировых разработчиков. Архитектура Fugu опирается на принцип «эволюционного» подхода, при котором агенты обмениваются данными и корректируют действия друг друга для достижения оптимального результата.
Ключевая особенность разработки заключается в методе автоматизированного создания и отбора моделей, что позволяет системе эффективно адаптироваться под специфические запросы без необходимости масштабного дообучения всей структуры. Такой подход снижает вычислительные затраты и ускоряет процесс внедрения ИИ в прикладные задачи, требующие многоэтапной логики. Исследователи отмечают, что использование группы узкоспециализированных агентов вместо одной универсальной модели позволяет достичь более высокой точности в узких предметных областях.
Результаты тестов подтверждают потенциал децентрализованных агентных систем в корпоративном секторе, где требуется высокая автономность и надежность обработки данных. Sakana AI продолжает работу над масштабированием фреймворка, фокусируясь на улучшении взаимодействия между агентами и повышении стабильности ответов при выполнении многоступенчатых инструкций. Разработка подчеркивает растущий тренд на использование мультиагентных архитектур как альтернативы гигантским монолитным языковым моделям.