解耦单体模型：从 Sakana AI “Fugu” 看动态多 Agent 编排架构与分布式路由算法

在 AGI 基座模型的军备竞赛中，全行业长期被裹挟在一条单一的叙事线里：堆砌万亿参数、死磕巨型单体（Monolithic）模型、用数万张显卡疯狂卷预训练算力。

然而，2026 年 6 月，东京开源实验室 Sakana AI 发布的 Fugu Ultra（河豚模型），直接在全行业密不透风的单体墙壁上凿开了一个巨大的缺口。

在不训练任何新基座模型的前提下，Fugu Ultra 通过动态多模型编排算法，在硬核工程榜单 SWE-Bench Pro 上斩获了 73.7% 的惊人成绩，系统性地碾压了 GPT-5.5（58.6%）和 Gemini 3.1 Pro（54.2%）。

这在技术社区引爆了一个颠覆性的技术命题：前沿智能的物理边界，究竟取决于单体拓扑的参数规模，还是取决于分布式多 Agent 系统的动态编排与路由效率？

本文将从分布式架构设计、路由策略强化学习训练、以及高并发长链路下的拓扑退化等硬核工程视角，深度解构 Fugu 的底层技术底牌。

一、 架构抽象：如何将 Multi-Agent 拓扑封装进单一模型 API？

在传统的 Agent 框架（如早期的自主 Agent、或本地局域网执行的 OpenClaw/QClaw 拓扑）中，开发者通常需要人肉编写大量的 if/else 路由规则或复杂的硬编码 DAG（有向无环图）工作流。这种做法不仅缺乏泛化能力，更带来了极高的工程维护成本。

Sakana AI 的核心创新，是提出了 “一个多智能体系统，以单一模型形式交付（A Multi-Agent System, Delivered as One Model）” 的底层设计模式。它通过一个标准的 OpenAI 兼容 API 屏蔽了后端极其复杂的动态计算图。

在架构设计上，Fugu 本身是一个经过大规模监督微调（SFT）和进化算法筛选的轻量级大模型，它不直接负责回答最终问题，而是充当高维语义空间的分布式路由器（Distributed Semantic Router）。

其核心调用链路分为三个标准阶段：

1. Dynamic Scaffold Generation（动态脚手架生成）：根据输入的 Query（查询），现场计算其语义意图与复杂度边界，自适应搭构多步求解计算图。
2. Asynchronous Parallel Dispatching（异步并行分发）：将子任务并行路由给池化（Pooling）的下游专家大模型（包含不同的基座模型、微调模型甚至递归调用 Fugu 自身）。
3. Consolidation & Verification（聚合与验证）：引入验证节点（Verifier）进行交叉审计，并将最终生成的无序特征流合并为连贯的高质量文本输出。

二、 算法内核：TRINITY 角色进化与 Conductor 强化学习路由策略

让多模型协作超越单体极限，绝不能依赖简陋的文本分类器（Classifier）。Fugu 的底层算法依托于 Sakana AI 发表在 ICLR 2026 上的两项核心研究成果：

1. TRINITY：进化型动态角色分配机制

在 TRINITY 算法框架下，系统不会硬编码规定“写代码调 Claude，做推理调 DeepSeek-R1”。它通过进化算法（Evolutionary Algorithm），在策略空间里自发寻找最适合当前任务的专家组合，并将它们抽象为三种动态角色：

• Thinker（思考者）：负责长链路的生成式推理规划与任务空间拆解。
• Worker（执行者）：承接细分的高并发算力脏活（如代码编写、API 调试、数据提取）。
• Verifier（验证者）：负责运行静态测试、断言校验、以及跨异构数据源的交叉对比。

2. Conductor：基于强化学习的自然语言协调策略

分布式路由最核心的痛点在于通信熵增（Communication Entropy）——Agent 之间频繁传递自然语言，极易因为微小的语义偏差导致级联报错。

Conductor 算法引入了基于强化学习（RL）的训练框架。其核心优化目标（Objective Function）可抽象表述为：

\mathcal{O} = \arg\max_{\pi} \mathbb{E} [ R(\text{Quality}) - \lambda \cdot C(\text{Latency}, \text{Cost}) ]

其中，\pi 为路由编排策略，R(\text{Quality}) 是任务最终交付质量的外部奖励函数，而 C(\text{Latency}, \text{Cost}) 则是针对系统延迟与 Token 消耗的惩罚项（\lambda 为调节因子）。

通过这种强化学习训练，Fugu 的策略网络自发学会了如何用最精简、最不易产生歧义的自然语言指令在不同 Agent 之间传达 Context，并具备了中途熔断（Dynamic Interruption）能力——一旦发现某个 downstream agent 产生幻觉或陷入死循环，路由器会立刻另起炉灶。

三、 硬核系统工程代价：Token 膨胀与延迟瀑布（Latency Cascade）

天底下没有免费的午餐。Fugu Ultra 能够在一个 H100 节点上连续自主运行 14 小时、完成 100 多个独立实验并自行修正网络配方，这种恐怖能力的硬币反面，是极其昂贵的系统工程代价。

1. Token 放大效应（Token Amplification）

在单体模型中，输入与输出的 Token 关系是线性的。但在编排架构下，一条看似简单的 Query，会在内部裂变为几百个并发的中间推理子任务（Intermediate Reasoning Tokens）。在 Fugu Ultra 的生产环境中，隐藏的内部通信 Token 消耗相比最终输出呈现指数级放大。这也是为什么其定价模型中，Ultra 版本的输出 Token 费用被定在了极高的 $30/百万。

2. 延迟瀑布与网络 RTT 惩罚

当一个任务需要 70 到 170 多个 Agent 频繁进行跨异构模型 API 交互、验证和重试时，系统不可避免地会遭遇延迟瀑布（Latency Cascade）。每一次下游模型的调用都会积累网络 I/O 开销与时间抖动（Jitter）。

这在追求毫秒级实时响应的系统（如量化交易的高频行情分析、或高并发实时客服）中是绝对无法接受的工程红线。Fugu 目前的架构优势，其甜区（Sweet Spot）依然集中在高价值、长周期、低容错、离线执行的严肃研究与深度重构任务（如自主 CAD 设计、全自动安全渗透测试、Kaggle 竞赛复现）中。

四、 避坑与反思：可交换模型池对“AI主权”的战略对冲

作为非 Big Tech、非美国的创新团队，Sakana AI 这套“河豚式”的做法展现了极高的地缘政治敏感度与工程容错策略：将最核心的“编排与路由智力”通过算法和微调握在自己手里，而将昂贵、极易受到出口管制和地缘政策波动的底层基座模型“池化（Pooling）”。

在 Fugu 的计算拓扑中，后端的模型池是完全可插拔、可交换的。一旦某家闭源前沿大模型因为地缘政治原因对特定地区或 API 访问权限降级或拉黑，Fugu 的进化编排器可以在两周内无缝完成适配，将底层底座重定向至中国或欧洲最新的开源模型。

这种“用算法软件定义大模型基础设施（Software-Defined AI Infrastructure）”的思路，彻底打破了“只有垄断算力的巨头才能定义 AI 前沿”的迷思。

总结

Sakana AI “Fugu” 的横空出世，撕下了巨型单体大模型虚幻的繁荣假象。

在未来的 AGI 架构演进中，基座模型将逐渐退化为廉价、标准化的“基础算力原料”，而那些深谙分布式网络路由、具备高效跨网络拓扑编排、能在高维逻辑真空中动态拉起 Agent 协同流的智能体路由器（Agentic Routers），才将是下一阶段掌握高阶智能控制权的核心阵地。

参考文献

• Sakana Fugu 发布：sakana.ai/fugu-releas…
• Trinity（论文）：arxiv.org/abs/2512.04…
• Conductor（论文）：arxiv.org/abs/2512.04…
• Fugu 技术报告：arxiv.org/abs/2606.21…