# 影片筆記：Sakana AI Fugu徹底解説 | GPT API高すぎ問題を東京発AIが解決

## 一句話總結
東京新創公司 Sakana AI 推出產品「Fugu」，透過動態編排與自我修正機制，將任務自動分發至最佳模型，旨在解決開發者使用多個 LLM（GPT、Claude、Gemini）時面臨的高昂成本與管理複雜度問題，目前正進行閉鎖式 Beta 測試。

## 核心重點
1.  **痛點解決**：針對個人開發者需管理多個 API Key、不同供應商 API 寫法以及高昂 API 費用的問題，提供單一入口解決方案。
2.  **技術架構**：
    *   採用「集合智慧」概念，非依賴單一巨大模型（避免垂直統合陷阱）。
    *   透過小型 LLM 指揮其他 LLM，並具備評估與自我修正機制。
    *   應用「動態編排（Dynamic Orchestration）」與「測試時間擴展（Test-time Scaling）」技術。
3.  **產品線與效能**：
    *   **Fugu Mini**：重視速度。
    *   **Fugu Ultra**：重視推論力，在專業知識、編碼、實務開發基準測試中超越 GPT、Claude。
4.  **低成本原理**：簡單任務分發至輕量模型，困難任務由多個最強模型編排，僅在必要時啟動必要模型，降低平均成本。
5.  **接入方式**：採用 OpenAI 相容端點，開發者僅需修改 `Base URL` 與 `模型名稱` 即可接入現有系統。
6.  **適用情境**：適合優化多模型成本、自動化模型選擇及具備 OpenAI 相容架構的開發者；不適合即時 UI 回應（因協調多個模型可能產生延遲）。

## 詳細大綱

### 一、 現況與痛點
*   **成本與管理問題**：開發者需根據功能使用 GPT、Claude、Gemini 等不同模型，導致每月 API 費用累積且難以控制。
*   **管理複雜度**：需分別管理多個 API Key、處理不同供應商不同的 API 寫法，對個人開發者造成負擔。
*   **垂直統合的陷阱**：單一巨大模型處理所有任務會導致開發成本、電力消耗極大，費用轉嫁至用戶。

### 二、 公司背景：魚 AI (Fish AI)
*   **公司名稱與理念**：
    *   名稱：魚 AI。
    *   理念：非依賴單一巨大鯨魚，而是由小魚群聚產生智慧（集合智慧）。
*   **基本資訊**：
    *   設立年份：2023年。
    *   總部：東京。
    *   創業者：前 Google Brain 東京的「デイビット派」與 Transformer 強著者「ライオン・ジョーンズ」。
    *   設計思想：選擇東京而非矽谷，避免力技的規模擴張，轉向集合地問題解決。
*   **投資與估值**：
    *   投資者：Enebiidia（疑點）、Google、Mitsubishi、UFJ、美國 CIA 投資部門 Inkiter（疑點）。
    *   估值：約 4000 億日元規模，日本初異例規模的初創企業。

### 三、 產品介紹：魚フグ (Fugu)
*   **核心功能**：
    *   自動將任務依內容分發至最佳 AI 模型。
    *   用戶發送請求後，由「フグ」判斷系統接收並選擇最佳 AI 執行。
*   **內部運作流程**：
    1.  **執行**：小型 LLM 指揮其他 LLM 處理任務。
    2.  **評估**：フグ 判定結果品質。若品質不足，啟動自我修正工作流重新執行。
    3.  **技術手法**：
        *   動態編排（Dynamic Orchestration）：依問題動態編成代理者，非固定規則。
        *   最期的推論（疑點）/ 測試時間擴展（Test-time Scaling）：讀取自身輸出，無需重新學習即可重複修正以達正解。
*   **產品線**：
    *   **フグミニ (Fugu Mini)**：速度重視，優先回應速度。
    *   **フグウルトラ (Fugu Ultra)**：推論力重視，處理複雜問題或專業推論。
*   **效能表現**：
    *   在專業知識、編碼、實務開發三大主要基準測試中，フグウル特拉 取得超越 GPT、Claude 的最高分數。
    *   非單一巨大模型，而是集合值（疑點）打出最高分。

### 四、 成本與技術優勢
*   **低成本原理**：
    *   簡單任務自動分發至輕量模型以削減成本。
    *   困難任務透過多個最強模型編排極大化精度。
    *   僅在必要時啟動必要模型，降低整體平均成本並提升系統最高性能。
*   **相關技術**：
    *   **AI 科學家 V2**：自動化科學發現流程（從構想、編碼、實驗、可視化、論文撰寫到閱讀），單篇論文成本約 15 美元。
    *   **核心技術**：ICLR 2026 採納的「トリニティ」與「コンダクター」技術，實現多個代理者的動態指揮。

### 五、 接入與遷移指南
*   **接入方式**：
    *   採用 OpenAI 相容端點。
    *   僅需修改 `Base URL` 與 `模型名稱` 一行程式碼。
    *   現有使用 GPT API 的系統與程式碼可直接運行。
*   **Beta 測試申請**：
    *   狀態：閉鎖式 Beta，正式價格未公開，初期測試者提供 API 試用。
    *   對象：希望將 AI 應用於編碼、數學、科學推論的研究者與工程師，包含 Open Code 或 Codex 使用經驗者。
    *   流程：透過官方 Google Form 填寫姓名、隸屬、用例，選擇 Fugu Mini 或 Ultra 後送出。
    *   截止日：5月5日。
    *   通過後提供標準 OpenAI 格式 API，可立即整合至現有工作流。
*   **遷移步驟（從其他模型切換）**：
    1.  **SDK 與端點變更**：從生成式 AI 套件切換至 OpenAI 套件，修改端點與模型名。
    2.  **認證金鑰替換**：刪除原有 Key（疑點）與 Gemini API Key，更新為魚フグ API Key。
    3.  **訊息結構格式調整**：將 Gemini 特有的「用戶-模型」角色結構轉換為 OpenAI 相容的「系統-用戶-助手」格式。
*   **遷移建議**：
    *   對於多次呼叫 API 的多代理者設計者，建議將提示詞整理為模型無關的形式。
    *   整理重點：角色完全分割、提示詞通用化、自我決定的異常（疑點）。

### 六、 適用與不適用情境
*   **適合對象**：
    *   希望優化多個模型使用成本者。
    *   希望自動化模型選擇者。
    *   已具備 OpenAI 相容架構的開發者。
*   **不適合對象**：
    *   完全依賴 Google Workspace 生態系者。
    *   僅需單一模型進行最低成本文字處理者。
*   **注意事項（延遲性）**：
    *   因後台需協調多個模型，回應速度可能慢於直接呼叫單一模型。
    *   適合後台非同步處理或複雜推論任務。
    *   可能不適合即時 UI 回應。

## 工具 / 模型 / 名詞整理

*   **公司/品牌名稱**：
    *   魚 AI (Fish AI)
    *   魚フグ (Fugu)
    *   フグミニ (Fugu Mini)
    *   フグウルトラ (Fugu Ultra)
*   **競爭對手/參考模型**：
    *   Chat GPT (ChatGPT)
    *   クロード (Claude)
    *   ジミニ (Gemini)
    *   GPT
    *   OPUS (疑點，可能指 Claude Opus)
    *   クロードオーパス (Claude Opus)
*   **技術/術語**：
    *   API
    *   API Key (APIキー)
    *   LLM (大型語言模型)
    *   LLM (疑點，原文為 LLM)
    *   エージェント (Agent)
    *   ベンチマーク (Benchmark)
    *   動的オーケストレーション (Dynamic Orchestration)
    *   最期的推論 (疑點，原文為「最期的推論」，語意不明)
    *   テストタイムスケーリング (Test-time Scaling)
    *   垂直統合 (Vertical Integration)
    *   集合地 (疑點，原文為「集合地」，語意不明，可能指集合智慧)
    *   集合値 (疑點，原文為「集合値」，語意不明)
    *   AI サイエンスティ V2 (疑點，原文為「AIサイエンティストV2」)
    *   ICLR 2026
    *   トリニティ (Trinity)
    *   コンダクター (Conductor)
    *   OpenAI 互換エンドポイント (OpenAI Compatible Endpoint)
    *   Base URL
    *   SDK
    *   ジェネレイティブ AI パッケージ (Generative AI Package)
    *   オープン AI パッケージ (OpenAI Package)
    *   キドン (疑點，語意不明)
    *   ジェミニ API Key (Gemini API Key)
    *   ユーザー・モデル (User-Model)
    *   システム・ユーザー・アシスタント (System-User-Assistant)
    *   プレーン汎用化 (疑點，語意不明)
    *   自己決定の異常 (疑點，語意不明)
    *   レイテンシ (Latency)
    *   リアルタイムの UI 応答 (Real-time UI Response)
*   **投資方/機構**：
    *   エネビディア (疑點，可能指 NVIDIA)
    *   グーグル (Google)
    *   三菱 (Mitsubishi)
    *   UFJ
    *   米 CIA の投資部門、インキテル (疑點，可能指 IVP 或其他機構)
    *   Google Brain 東京
    *   OpenAI
    *   アンソロピック (Anthropic)
    *   グーグル (Google)
    *   公式の Google フォーム (Official Google Form)
    *   FUG ベータページ (FUG Beta Page)
    *   オープンコード (Open Code)
    *   コーデックス (Codex)
    *   Google Workspace

## 操作流程整理

1.  **申請 Beta 測試**：
    *   前往官方 Google Form。
    *   填寫姓名、隸屬、用例。
    *   選擇 Fugu Mini 或 Ultra。
    *   送出申請（截止日：5月5日）。
2.  **接入系統**：
    *   獲取標準 OpenAI 格式 API。
    *   修改程式碼中的 `Base URL` 與 `模型名稱`。
    *   替換 API Key（刪除原有 Key 與 Gemini API Key，更新為魚フグ API Key）。
3.  **執行請求**：
    *   發送請求至 Fugu API。
    *   Fugu 內部進行動態編排，選擇最佳模型執行。
    *   若品質不足，啟動自我修正工作流。
    *   返回結果給開發者。

## 值得注意的限制或風險

1.  **延遲性（Latency）**：因後台需協調多個模型，回應速度可能慢於直接呼叫單一模型，可能不適合即時 UI 回應。
2.  **適用範圍限制**：完全依賴 Google Workspace 生態系者，或僅需單一模型進行最低成本文字處理者，可能不適合。
3.  **技術不確定性**：部分技術名詞（如「最期的推論」、「集合値」）及機構名稱（如「Enebiidia」、「Inkiter」）在逐字稿中辨識不清，實際技術細節與投資背景需進一步確認。
4.  **遷移複雜度**：雖宣稱僅需修改一行程式碼，但實際遷移涉及 SDK 切換、Key 替換及訊息結構格式調整（從 Gemini 的「用戶-模型」轉為 OpenAI 的「系統-用戶-助手」），對多代理者設計者仍需整理提示詞。

## 逐字稿辨識疑點

以下為逐字稿中出現的疑似錯字、聽寫錯誤或語意不明之處，僅列出原文，未做更正版：

1.  **エネビディア**：投資方名單中出現，語意不明，疑為機構名稱聽寫錯誤。
2.  **インキテル**：CIA 投資部門名稱，語意不明，疑為機構名稱聽寫錯誤。
3.  **デイビット派**：創業者之一，「派」字疑為聽寫錯誤或特定譯名。
4.  **ライオン・ジョーンズ**：創業者之二，疑為人名聽寫錯誤。
5.  **集合地**：描述設計思想時使用，語意不明，疑為「集合智慧」或類似概念的聽寫錯誤。
6.  **最期的推論**：技術名詞，語意不明，疑為「最終」或「測試」等字的聽寫錯誤。
7.  **集合値**：描述分數來源時使用，語意不明，疑為「集合智慧」或「集合價值」等概念的聽寫錯誤。
8.  **AI サイエンスティ V2**：產品/技術名稱，「サイエンスティ」疑為「サイエンティスト」(Scientist) 的聽寫錯誤。
9.  **キドン**：步驟2中提到的刪除對象，語意不明，疑為特定 Key 名稱或模型的聽寫錯誤。
10. **プレーン汎用化**：提示詞整理重點之一，語意不明，疑為「Prompt 通用化」或類似概念的聽寫錯誤。
11. **自己決定の異常**：提示詞整理重點之一，語意不明，疑為「自我決定」或「自我修正」等概念的聽寫錯誤。

## 可延伸追問

1.  **投資機構確認**：「Enebiidia」與「Inkiter」具體指代哪些投資機構？是否為 NVIDIA、IVP 或其他機構的誤聽？
2.  **技術細節澄清**：「最期的推論」與「集合値」具體指什麼技術概念？是否為「Final Reasoning」或「Ensemble Value」等術語的誤譯？
3.  **成本結構**：Fugu Mini 與 Fugu Ultra 的具體定價策略為何？目前閉鎖測試期間的 API 費用結構是否公開？
4.  **效能基準**：ICLR 2026 採納的「トリニティ」與「コンダクター」技術具體論文內容為何？如何在基準測試中超越現有模型？
5.  **遷移兼容性**：對於非 OpenAI 格式（如 Anthropic 或 Google）的現有程式碼，遷移至 Fugu 的具體代碼修改範例為何？