Sakana AI lança Fugu, sistema multiagente para reduzir dependência de fornecedores únicos em aplicações corporativas
A empresa japonesa Sakana AI anunciou o lançamento do Fugu, um modelo de linguagem voltado à orquestração de múltiplos agentes de inteligência artificial com o objetivo de mitigar os riscos de dependência de um único fornecedor em implantações corporativas. O sistema foi projetado para responder a vulnerabilidades operacionais enfrentadas por empresas que dependem exclusivamente de APIs de IA monolíticas, ou seja, interfaces de programação que concentram toda a capacidade computacional em um único modelo.
O Fugu funciona como um orquestrador que aciona um conjunto diversificado de modelos para executar tarefas compostas por múltiplas etapas. Internamente, o sistema decide se resolve uma solicitação diretamente ou se monta uma equipe coordenada de modelos especializados para análises mais aprofundadas. Todo o processo de seleção, delegação, verificação e síntese dos resultados ocorre de forma automática, sem que o usuário precise intervir nesses estágios.
O acesso ao ecossistema de modelos é feito por meio de um único endpoint compatível com o padrão da OpenAI, que é um formato de comunicação amplamente utilizado para integração com serviços de inteligência artificial. Do ponto de vista das equipes de engenharia, a interação se assemelha ao uso de um único modelo, enquanto um sistema de especialistas em segundo plano realiza o trabalho computacional real.
Segundo a Sakana AI, o Fugu também foi desenhado para enfrentar riscos geopolíticos e regulatórios associados à aquisição de tecnologias de IA. Controles recentes de exportação que afetaram modelos da Anthropic, como o Fable e o Mythos, demonstraram que o acesso a arquiteturas fundamentais de IA pode desaparecer em função de decisões de política externa. Diante desse cenário, o Fugu opera como uma proteção contra interrupções súbitas na cadeia de suprimentos de inteligência artificial.
A plataforma se apoia em um conjunto de agentes completamente intercambiáveis. O sistema redireciona dinamicamente o tráfego para contornar qualquer fornecedor restrito ou com desempenho degradado, mantendo assim a continuidade do serviço. A empresa afirma que essa capacidade fornece a arquitetura resiliente necessária para garantir soberania em IA, isto é, autonomia estratégica sobre a infraestrutura de inteligência artificial utilizada.
A Sakana AI disponibilizou duas versões do produto para atender a diferentes necessidades de latência, que é o tempo de resposta do sistema. O Fugu padrão prioriza baixa latência para tarefas cotidianas e se integra a ferramentas de desenvolvimento, como o Codex, para codificação ao vivo e revisão de código. Organizações sujeitas a exigências rigorosas de governança de dados podem optar manualmente por excluir modelos específicos do conjunto de roteamento padrão.
Já o Fugu Ultra é voltado para problemas analíticos complexos e de múltiplas etapas que exigem máxima precisão. Essa variante coordena um conjunto mais amplo de agentes especialistas para tarefas intensivas, como reprodução de artigos acadêmicos, investigações de literatura e análise de patentes. A Sakana AI informa que o Fugu Ultra apresenta desempenho competitivo em benchmarks científicos, de engenharia e de raciocínio quando comparado a modelos fechados de ponta, incluindo o Fable 5 e o Mythos Preview.
Durante um programa beta estendido, cerca de 500 usuários testaram o sistema em fluxos de trabalho computacionais longos e de múltiplas etapas. Equipes de cibersegurança utilizaram o Fugu Ultra para automatizar ciclos completos de avaliação de segurança, com operadores humanos emitindo uma única instrução delimitada enquanto o motor de orquestração executava toda a fase de reconhecimento. O modelo conduziu verificações de cross-site scripting e injeção de SQL, além de revisões detalhadas de autenticação, e finalizou o trabalho gerando um relatório de vulnerabilidades com evidências e passos de reteste para equipes de correção.
Times de desenvolvimento de software também integraram o Fugu Ultra em pipelines de revisão de código para comparar taxas de detecção de defeitos com ferramentas monolíticas tradicionais. Um engenheiro envolvido na implantação beta relatou que o sistema identificou mais de vinte falhas em revisões nas quais outras ferramentas sinalizavam apenas cerca de três problemas, tornando-se o modelo padrão para revisão em sua rotina.
Unidades de ciência de dados empregaram o sistema em um modo de pesquisa quase totalmente automatizado, no qual o Fugu Ultra explorou hipóteses matemáticas, executou códigos experimentais, interpretou estados de falha e revisou suas próprias abordagens ao longo de períodos prolongados com mínima intervenção humana. Lideranças de uma empresa de plataforma destacaram a estabilidade de persona em sessões longas como uma vantagem significativa, uma vez que arquiteturas convencionais costumam sofrer degradação de contexto quando processam históricos extensos de conversação.
A lógica interna de roteamento do Fugu se baseia em pesquisas publicadas em artigos da empresa para a conferência ICLR 2026, especificamente os frameworks Trinity e Conductor, que estudaram o aprendizado de orquestração entre modelos. A Sakana AI planeja expandir continuamente o conjunto de agentes especialistas disponíveis, incorporando novos modelos open source e ferramentas proprietárias ao pool de roteamento. Tanto o Fugu padrão quanto o Fugu Ultra já estão disponíveis para clientes corporativos.
