日本Sakana AI放出Fugu Cyber：一個多智能體系統，把GPT-5.5-Cyber和Claude都挑落馬下

日本人工智慧新創公司 Sakana AI 於 7 月 21 日正式推出專為現代網路安全防禦設計的全新模型「Fugu Cyber」，這款多智能體系統在業界最具挑戰性的安全基準測試中，一舉擊敗 OpenAI 的 GPT-5.5-Cyber 與 Anthropic 的 Claude Mythos-Preview 兩大頂尖閉源模型，引起資安與 AI 領域高度關注。Sakana AI 以「演化式神經網路」與「多智能體協作」技術聞名，過去曾推出多款高效能小型模型，如今將相同概念延伸至網路攻防場景，企圖改寫傳統資安防線的作戰邏輯。

根據官方公布的測試數據，Fugu Cyber 在 CyberGym 基準測試中達到 86.9% 的成功率，而在 CTI-REALM 測試中則取得 72.1% 的成功率。這兩個測試分別模擬真實世界中的滲透攻擊、威脅情資分析與應變處理，難度極高。相比之下，OpenAI 的 GPT-5.5-Cyber 與 Anthropic 的 Claude Mythos-Preview 在相同測試中表現均低於此門檻，顯示 Fugu Cyber 不僅在通用語言理解上不輸對手，更在專屬的資安任務上展現出超越性的優勢。

Fugu Cyber 的核心並非單一的大型語言模型，而是由多個專門化的智能體（agent）所組成的協作系統。每個智能體負責不同的任務，例如漏洞掃描、日誌分析、攻擊鏈推演、修復建議生成等，並透過一個中央調度機制進行動態分工與資訊交換。這種架構讓系統能夠同時處理多條攻擊路徑，並在幾秒內提出防禦策略，大幅縮短從威脅偵測到應變處置的時間差。Sakana AI 表示，這種「多智能體協作」設計靈感來自自然界中蟻群與蜂群的集體決策模式，能夠在高度不確定的環境中保持韌性與效率。網路安全領域長期面臨「誤報率過高」與「專家人力短缺」兩大痛點。

傳統的規則式防禦系統難以抵擋新型態的零日攻擊，而通用型 AI 模型雖然能理解自然語言，卻缺乏對網路協議、封包結構與攻防戰術的深度理解。Fugu Cyber 的出現，正是試圖填補這道鴻溝。Sakana AI 透露，他們在訓練過程中使用了大量真實且匿名的攻擊流量數據，並結合合成對抗樣本，讓模型能夠在模擬攻防中不斷自我演化，從而適應不斷變化的威脅環境。值得注意的是，Sakana AI 是一家日本新創，總部位於東京，創辦人來自 Google Brain 與日本頂尖學術機構。

不同於 OpenAI 與 Anthropic 等美國公司主導的閉源路線，Sakana AI 持續公開部分模型權重與技術報告，試圖建立更透明的 AI 安全生態。Fugu Cyber 雖然尚未完全開源，但官方已經釋出技術白皮書，詳細說明多智能體系統的架構與測試方法，學術界與資安社群可據此進行獨立驗證。業界分析人士指出，Fugu Cyber 的成功不僅代表技術層面的突破，更可能改變企業採購 AI 資安解決方案的思維。過去企業傾向直接導入 GPT-5.5-Cyber 或 Claude 等通用旗艦模型，但這些模型在專屬領域的表現往往不如預期。

Fugu Cyber 以相對較小的參數量（推測在百億級別）達到甚至超越千億級對手的成績，顯示專用模型在特定任務上仍有巨大優勢。這也讓外界開始重新評估「大模型即一切」的假設，轉而關注「模型組合」與「任務分工」的效益。CyberGym 測試由多家獨立資安實驗室共同設計，涵蓋滲透測試、釣魚郵件辨識、惡意軟體分類、事件應變建議等 12 個子項目。Fugu Cyber 在其中的 9 個項目中取得最高分，尤其在「多階段攻擊鏈預測」與「修復優先級排序」兩個項目大幅領先對手。

CTI-REALM 測試則更聚焦於威脅情資的提取與關聯分析，要求模型從大量非結構化報告中擷取攻擊者手法、工具與指標，並建立可操作的防禦建議。Fugu Cyber 在這項測試中展現出對專業術語與上下文的高度掌握，誤判率僅為 GPT-5.5-Cyber 的一半。Sakana AI 執行長在發表會上強調，Fugu Cyber 並非意在取代人類資安分析師，而是作為「戰術輔助系統」來減輕專家的工作負擔。他提到，現代企業每天可能收到數千筆安全告警，分析師根本無力逐一審視，而 Fugu Cyber 可以自動過濾掉 95% 以上的誤報，並將剩餘的威脅事件依嚴重程度分級，附上具體的應變步驟。

這項能力對於缺乏大型安全團隊的中小企業特別有吸引力。目前 Fugu Cyber 已開放部分企業進行 Beta 測試，預計今年第四季推出正式版本。Sakana AI 表示，定價將採用「按任務計費」模式，而非傳統的授權或訂閱制，讓客戶只需為實際使用的分析次數付費。此舉可能進一步降低中小企業採用 AI 資安的門檻。同時，該公司也計劃與日本國內的網路安全局合作，將 Fugu Cyber 整合進國家級威脅情資共享平台，強化關鍵基礎設施的防護能力。儘管 Fugu Cyber 表現亮眼，但仍有一些挑戰待解決。

例如，多智能體系統的協調延遲在高強度攻擊下可能成為瓶頸；此外，模型對全新攻擊手法的適應能力尚需時間驗證。Sakana AI 表示，他們將持續透過「演化式訓練」機制，讓系統在每次攻擊事件後自動更新知識庫，縮短從威脅出現到防禦部署的窗口。資安社群則普遍持正面態度，認為多智能體架構為 AI 驅動的網路安全開闢了一條新路徑，值得密切關注後續發展。