日本搞了个对标 Fable 5 的 AI 模型，但我觉得有点扯

早上看了个新闻，日本一家 AI 公司发布了一个新模型，号称对标目前人类最强的 Fable 5。

但看完他们的技术文档后我发现，着实有点扯。

这家名叫 Sakana AI 的公司发布了名为Sakana Fugu 系列编排器模型，某种程度上说，这个 Fugu 都不能称之为模型，而是一个分发器。

因为这个 Fugu 本身并不是大模型基座，而是根据不同任务类型去调用其他模型能力。

比如，用户发出一个编程任务，Fugu 去调用 Claude Opus 4.8，用户发出一个数学任务，Fugu 去调用 GPT-5.5。

当然，实际的执行过程肯定比我说的更复杂，但大概逻辑其实就是这样。

所以，Fugu 自己其实并不生产模型能力，他们只是模型的搬运工。

在这种技术架构和逻辑下，他们还跟包括 Opus 4.8 和 GPT-5.5 在内的模型做了一些跑分测试。

从结果看，Fugu Ultra 的结果都超过 Opus 4.8。

另外，Fugu Ultra 在工程、科学和推理测试中，性能接近或超越了目前最强的 Fable 5 和 Mythos Preview。

看到这我在想，这家公司还真有点拿面子当里子用。

明明调用的是别人的能力，结果还说自己的模型在各项比拼中超过了别人。

当然，不能说他们毫无用处，毕竟卖水的还是要做点包装和加工。在我看来，Fugu 的核心能力其实就是任务分类和调度能力。

现在各家模型能力号称都很强，但确实各有所长，没有一个全能模型可以胜任所有任务。

因此，Fugu 算是捕捉到了这个需求，所以才做了这么一个产品。

他们会识别和判断用户提出的任务类型，然后对任务进行拆解，比如科研类、代码类、推理类，也会对是否需要调用多模态能力做判断。

接下来就是根据细分后的任务调用不同的工作模型，这些工作模型其实就是现在一些主流的模型，比如 Claude 和 GPT、Gemini 这些。

即便是在同一个任务内部，也可以根据任务拆解去调用不同模型的能力。

这种集众家之所长的模式，让 Fugu 在测评中取得了这样的成绩。本质上，它扮演了一个调度者的角色。

价格方面，Fugu Ultra 的每百万 token 输入价格是 5 美元，输出价格是 30 美元，如果上下文超过 272k，价格还会贵一点。

目前使用方式也是通过 API 调用，有专门的 API Key 和开发文档。

今天我之所以跟你们聊这个案例，其实是想说一个问题，就是 AI 发展到今天，接下来的竞争可能会发生转向。

过去是比模型能力，未来会比应用能力。

在接下来的一段时间，模型能力进化的上限可能不会像之前那么高，所以很多基于用户场景的需求会逐渐得到落地。

Fugu 就是一个典型的例子，他们有点像当年的 Hao123，自己本身只起到一个中转调度作用。

但是这种统一入口的方式，的确解决了很多人的场景化需求。

我自己现在使用 Agent 其实就有这样的问题，不同场景下的需求是交给不同 Agent 去做的，每个 Agent 用的也是不同的模型。

虽然中转站现在能解决一个 API Key 搞定所有模型的问题，但是依旧还是得各配各的。

但 Fugu 的好处就是实现了内部路由，其实一定程度上是产生用户价值的。

不过，我觉得作为一个卖水的，不确定性就在于被他们调用的模型厂商是否长期支持。

你想啊，入口被你拿走了，自己反而成了供应商，这显然不符合模型厂商的利益。

有一种可能，就是假设 Fugu 到一定规模后，大概率会受到打压，到时候模式就不成立了。

我觉得，这个例子对于做产品的读者或许会有所启发。

做产品从来不是新发明技术，而是把技术跟场景、用户、需求、产品定位组合在一起。

虽然我不看好 Fugu 的长期发展，但是这个思路是值得借鉴的，发现问题、识别需求、回归场景、给出方案。

有时候，做产品最难的不是把产品做出来，而是识别到那个需求信号。

AI 时代就这么迅速来了，但是我反而觉得产品经理的含金量提升了。

那些需要识别、洞察、判断、决策的场景，依旧少不了优秀产品经理的参与。

如果具备这些能力的产品经理能和 AI 结合，那将是生产力爆棚的。

最后，我查了下 Fugu 这个词是什么意思，原来是河豚。

看来，小日子是想一鱼通吃。

················· 唐韧出品 ·················

用AI思维发现下一个机会

安可时刻

最近我朋友圈陆续有人拿到了微信 Agent 小微的灰度资格，虽然还没灰度到我，但基本功能我已经了解了。

还是之前的判断，不算很惊艳，但却很普适化。

可以帮你整理群聊和朋友圈内容，可以筛选公众号文章，还可以调用小程序，能干的事比预想的更多。

对于微信团队来说，这种新设计要考虑的是毛细血管终端的用户场景，包括地域、习惯、语言等。

所以，越是核心地区的主流用户，被灰度的速度可能更慢。