Một chiến lược mới cho trí tuệ nhân tạo
TOKYO -- Ngày 22 tháng 6 năm 2026, Sakana AI ra mắt Fugu, một dịch vụ điều phối đa tác tử đặt ra câu hỏi gây nhiều suy ngẫm cho ngành công nghệ: Bước tiến tiếp theo của trí tuệ nhân tạo có đòi hỏi phải xây dựng một mô hình nguyên khối thậm chí còn lớn hơn, hay một hệ thống nhỏ hơn, thông minh hơn vẫn có thể đạt kết quả tương tự chỉ bằng cách biết nên hỏi ai? Fugu, được đặt tên theo từ tiếng Nhật chỉ cá nóc, thể hiện lựa chọn của startup Tokyo nghiêng về phương án thứ hai. Với thế giới bên ngoài, nền tảng hoạt động như một mô hình duy nhất, nhưng bên trong phối hợp một nhóm hệ thống AI chuyên biệt hàng đầu để giải quyết các nhiệm vụ phức tạp.
Nội dung
Thông báo được đưa ra vào thời điểm then chốt đối với việc doanh nghiệp ứng dụng AI tạo sinh. Trong nhiều năm, tiến bộ chủ yếu được đo bằng số lượng tham số, năng lực tính toán dùng cho huấn luyện và cuộc đua xây dựng các mô hình nền tảng lớn hơn. OpenAI, Anthropic, Google và các công ty khác theo đuổi triết lý mở rộng quy mô này với những kết quả đáng kể, tạo ra các hệ thống có thể vượt qua kỳ thi luật sư, viết mã phức tạp và lập luận trong thời gian dài. Tuy nhiên, việc tập trung năng lực vào một số ít nhà cung cấp Mỹ đã làm nảy sinh những điểm yếu mới. Quyền truy cập vào các mô hình mạnh nhất có thể thay đổi chỉ sau một đêm do các biện pháp kiểm soát xuất khẩu, thay đổi chính sách doanh nghiệp hoặc tranh chấp địa chính trị, khiến doanh nghiệp quốc tế đứng trước rủi ro.
Sakana AI đề xuất một kiến trúc thay thế dựa trên trí tuệ tập thể. Thay vì cố bắt kịp các phòng thí nghiệm hàng đầu bằng cách huấn luyện một mô hình khổng lồ với một nghìn tỷ tham số, công ty xây dựng một bộ điều phối gọn nhẹ, ước tính có khoảng 7 tỷ tham số, đóng vai trò phân công nhiệm vụ chính. Khi người dùng gửi yêu cầu qua API Fugu, tương thích với các tiêu chuẩn của OpenAI, hệ thống sẽ phân tích nhiệm vụ rồi trả lời trực tiếp hoặc tập hợp một nhóm mô hình chuyên gia để xử lý từng việc cụ thể. Sau đó, hệ thống kiểm tra kết quả và tổng hợp thành một câu trả lời thống nhất. Với nhà phát triển, trải nghiệm giống như gọi một mô hình ngôn ngữ lớn duy nhất. Nhưng phía sau, cả một hội đồng tác tử có thể đã góp phần tạo ra câu trả lời.
Thời điểm ra mắt khó có thể mang tính chiến lược hơn. Đầu tháng 6, Anthropic đột ngột thu hồi quyền truy cập công khai vào các mô hình Claude Mythos 5 và Claude Fable 5 sau một lệnh kiểm soát xuất khẩu của chính phủ Mỹ. Động thái này gây chấn động cộng đồng nhà phát triển, đặc biệt là các khách hàng quốc tế đã xây dựng quy trình làm việc dựa trên những hệ thống đó. Sakana AI nêu rõ những gián đoạn như vậy là một động lực thúc đẩy thiết kế Fugu, định vị dịch vụ này như một phương án phòng ngừa rủi ro phụ thuộc vào một nhà cung cấp duy nhất và là bước tiến hướng tới điều mà công ty gọi là chủ quyền AI.
Được thành lập năm 2023 bởi David Ha, cựu nhà nghiên cứu Google Brain, và Llion Jones, đồng tác giả bài báo mang tính nền tảng năm 2017 “Attention Is All You Need” về kiến trúc transformer, Sakana AI đã thu hút sự chú ý và nguồn vốn đáng kể. Các thông tin công khai cho thấy những ngân hàng lớn của Nhật Bản và nhà sản xuất chip Nvidia đã tham gia một vòng gọi vốn định giá công ty ở mức khoảng 30 tỷ yen, mang lại cho startup nguồn lực để cạnh tranh với các đối thủ lớn hơn nhiều. Với Fugu, công ty muốn chứng minh đổi mới sáng tạo của Nhật Bản có thể thách thức mô hình phát triển AI hàng đầu không phải bằng cách sao chép, mà bằng cách hình dung lại cách kết hợp các năng lực hiện có.
Bên trong bộ máy điều phối
Để hiểu Fugu, cần nhìn xa hơn bề ngoài đơn giản của API. Khi nhận được một câu lệnh, hệ thống chuyển nó tới một mô hình trung tâm mà Sakana AI mô tả là “nhạc trưởng” được huấn luyện bằng học tăng cường. Trong phần lớn trường hợp, nhạc trưởng này không tự tạo ra câu trả lời cuối cùng. Thay vào đó, nó đóng vai trò như một quản đốc tại công trường, phân tích linh hoạt loại nhiệm vụ và giao từng phần việc cho những tác tử phù hợp nhất trong một nhóm có thể thay đổi. Nhóm này bao gồm các mô hình hàng đầu của bên thứ ba như OpenAI, Anthropic và Google, cũng như các phiên bản Fugu chạy đệ quy để thực hiện lập luận lồng nhau.
Nền tảng lý thuyết cho cách hoạt động này đến từ hai bài nghiên cứu được trình bày tại Hội nghị Quốc tế về Biểu diễn Học tập năm 2026: “Trinity: An Evolved LLM Coordinator” và “Learning to Orchestrate Agents in Natural Language with the Conductor”. Trinity giới thiệu một khuôn khổ tính toán tiến hóa, trong đó bộ điều phối trung tâm tạo và điều chỉnh cấu trúc tác tử ngay trong quá trình thực thi, gán cho chúng các vai trò như Thinker, Worker hoặc Verifier tùy theo yêu cầu của nhiệm vụ. Thinker phân tích yêu cầu, Worker thực hiện các phép tính cụ thể, còn Verifier kiểm tra tính nhất quán và độ chính xác của kết quả.
Conductor phát triển ý tưởng này bằng cách sử dụng học tăng cường sâu để huấn luyện bộ điều phối nghệ thuật phân công nhiệm vụ bằng ngôn ngữ tự nhiên. Qua quá trình huấn luyện chuyên sâu, mô hình trung tâm nhỏ học được khi nào nên giao việc thay vì trả lời trực tiếp, các tác tử nên trao đổi với nhau ra sao và cách kết hợp những kết quả khác nhau thành sản phẩm cuối cùng mạch lạc. Kết quả không phải là một quy trình được định sẵn, mà là một hệ thống thích ứng, tự tìm ra chiến lược phối hợp qua trải nghiệm. Điểm khác biệt này quan trọng vì giúp Fugu xử lý những loại nhiệm vụ mới mà nhóm thiết kế có thể chưa lường trước, thay vì bị giới hạn trong các quy trình cứng nhắc.
Xét từ góc độ kỹ thuật, một trong những khía cạnh đáng chú ý nhất của Fugu là khả năng đệ quy. Bộ điều phối có thể gửi các nhiệm vụ phụ trở lại chính nó, tạo ra những chuỗi lập luận nhiều tầng để giải quyết các vấn đề đòi hỏi phân tích kéo dài. Nhờ đó, bộ điều phối 7 tỷ tham số có thể quản lý quy trình làm việc phức tạp ở bất kỳ mức độ nào mà bản thân nó không cần sở hữu kho kiến thức bách khoa thường nằm trong hàng trăm tỷ tham số của các mô hình nền tảng hàng đầu. Hệ thống bù đắp quy mô nhỏ hơn bằng năng lực tổ chức vượt trội, một quan niệm thách thức giả định phổ biến rằng lớn hơn luôn tốt hơn.
Đánh giá chuẩn và thử nghiệm beta
Sakana AI ra mắt Fugu cùng một loạt tuyên bố táo bạo về hiệu năng. Trên SWE-Bench Pro, một chuẩn đánh giá được đánh giá cao, kiểm tra khả năng tìm và sửa lỗi trong các kho mã phần mềm thực tế của hệ thống AI, Fugu Ultra được cho là đạt 73,7 điểm. Theo các đánh giá do công ty công bố, kết quả này cao hơn Claude 4.8 Opus với 69,2 điểm và GPT-5.5 với 58,6 điểm. Các điểm số được báo cáo khác gồm 95,5 trên GPQA-Diamond, bài kiểm tra hỏi đáp ở trình độ sau đại học được thiết kế để hạn chế khả năng giải bằng tìm kiếm web đơn giản; 93,2 trên LiveCodeBench; 82,1 trên TerminalBench 2.1, đánh giá năng lực quản trị hệ thống; và 50,0 trên Humanity's Last Exam, một bài kiểm tra lập luận nổi tiếng là rất khó.
Việc xác minh độc lập các số liệu này vẫn còn hạn chế, trong khi ngành AI có lịch sử lâu dài về những kết quả đánh giá chuẩn khó tái lập trong môi trường sản xuất. Điều kiện thử nghiệm, kỹ thuật thiết kế câu lệnh và số lần thử được phép đều có thể ảnh hưởng đến điểm số. Dù vậy, phạm vi lĩnh vực rộng trong các báo cáo của công ty cho thấy cách tiếp cận điều phối ít nhất cũng có thể cạnh tranh với các mô hình hàng đầu nguyên khối, thậm chí vượt trội trong một số lĩnh vực.
Phản hồi từ gần 500 người thử nghiệm beta, những người đã sử dụng Fugu trong giai đoạn xem trước kéo dài tập trung vào các quy trình làm việc phức tạp, có thể còn đáng chú ý hơn các điểm chuẩn. Trong phát triển phần mềm, người tham gia cho biết Fugu Ultra thể hiện sự kỹ lưỡng vượt trội khi rà soát mã. Một kỹ sư tham gia chương trình beta nói với Sakana AI rằng trong khi các mô hình cơ bản thường chỉ phát hiện khoảng ba vấn đề trong một cơ sở mã nhất định, Fugu tìm ra hơn 20 lỗi, đồng thời đưa ra lời giải thích chi tiết và các bước khắc phục.
Để rà soát mã, Fugu Ultra tốt hơn GPT-5.5. Công cụ đưa ra câu trả lời toàn diện và tìm ra những lỗi mà các mô hình khác bỏ sót. Giờ đây, tôi dùng mô hình này cho mọi lần rà soát.
Ngoài lập trình, các nhóm an ninh mạng đã triển khai Fugu Ultra để tự động hóa toàn bộ quy trình kiểm thử xâm nhập. Người vận hành xác định phạm vi, sau đó bộ máy điều phối sẽ tiến hành do thám, kiểm tra các lỗ hổng XSS và SQL injection, rà soát cơ chế xác thực, rồi tổng hợp báo cáo cuối cùng kèm bằng chứng và quy trình kiểm tra lại chính xác. Những người tham gia beta xác nhận hệ thống tuân thủ nghiêm ngặt các thông số vận hành, tránh thực hiện hành động phá hoại mà vẫn đảm bảo độ kỹ lưỡng. Các lãnh đạo doanh nghiệp cũng nhấn mạnh tính ổn định về vai trò, lưu ý rằng Fugu duy trì danh tính và sự tập trung nhất quán trong các phiên làm việc kéo dài, trong khi những mô hình khác thường bị suy giảm khả năng duy trì ngữ cảnh.
Hai gói dịch vụ, một API
Sakana AI đang thương mại hóa Fugu qua hai gói dịch vụ riêng biệt, cả hai đều truy cập được qua một điểm cuối API duy nhất tương thích với các tiêu chuẩn của OpenAI. Mô hình Fugu tiêu chuẩn được tối ưu cho các tác vụ sản xuất cần độ trễ thấp như chatbot tương tác, hỗ trợ lập trình trực tiếp và các công cụ rà soát mã như Codex. Mô hình này cân bằng hiệu năng với tốc độ, phù hợp với những ứng dụng mà người dùng kỳ vọng nhận được phản hồi gần như tức thì. Với các tổ chức phải tuân thủ quy định nghiêm ngặt về quản trị dữ liệu hoặc quyền riêng tư, gói tiêu chuẩn cho phép chủ động loại một số tác tử nền tảng cụ thể khỏi nhóm định tuyến. Tính năng này giúp các nhóm phụ trách tuân thủ ngăn dữ liệu nhạy cảm đến tay một số nhà cung cấp bên thứ ba mà không phải từ bỏ hoàn toàn khuôn khổ điều phối.
Fugu Ultra thuộc gói cao cấp. Dịch vụ được thiết kế để đạt chất lượng câu trả lời tối đa cho các nhiệm vụ phức tạp, đòi hỏi lập luận sâu qua nhiều bước. Những nhiệm vụ này bao gồm tái lập kết quả nghiên cứu học thuật, điều tra bằng sáng chế, quy trình khoa học dữ liệu nâng cao và kiểm toán an ninh toàn diện. Ultra điều phối một nhóm tác tử chuyên gia lớn hơn và cố định, đồng nghĩa tính năng loại trừ không khả dụng. Đổi lại là độ trễ cao hơn và mức tiêu thụ token lớn hơn, nhưng Sakana AI cho rằng mức cải thiện độ chính xác xứng đáng với chi phí trong các ứng dụng trọng yếu. Mã định danh mô hình hiện tại của gói này là fugu-ultra-20260615.
Giá dịch vụ phản ánh sự khác biệt giữa hai sản phẩm. Fugu Ultra có giá 5 USD cho mỗi triệu token đầu vào và 30 USD cho mỗi triệu token đầu ra; mức giá tăng gấp đôi với ngữ cảnh dài hơn 272.000 token. Các gói thuê bao có giá từ 20 đến 200 USD mỗi tháng, và Sakana AI tặng miễn phí tháng thứ hai ở gói đã chọn cho những người đăng ký trước cuối tháng 7 năm 2026. Lượng token sử dụng và chi phí tương ứng được báo cáo theo từng yêu cầu, giúp nhóm tài chính và kỹ thuật theo dõi chi tiêu theo thời gian thực. Đáng chú ý, dịch vụ hiện chưa khả dụng tại Liên minh châu Âu và Khu vực Kinh tế châu Âu trong khi công ty điều chỉnh hoạt động để phù hợp với Quy định chung về bảo vệ dữ liệu (GDPR), một khoảng trống hạn chế phạm vi tiếp cận toàn cầu của nền tảng khi ra mắt.
Địa chính trị trong định tuyến mô hình
Thông điệp thương mại của Fugu không chỉ dừng ở kiến trúc kỹ thuật mà còn mở rộng sang lĩnh vực quản lý rủi ro địa chính trị. Chuỗi cung ứng AI hiện đại tập trung cao độ. Một số ít công ty Mỹ kiểm soát quyền truy cập vào các mô hình nền tảng năng lực cao nhất, và quyết định của họ ngày càng chịu sự giám sát của chính phủ. Khi Mỹ áp đặt các biện pháp kiểm soát xuất khẩu đối với các mô hình Anthropic Fable và Mythos vào tháng 6 năm 2026, sự việc trở thành lời cảnh báo với các doanh nghiệp ngoài nước Mỹ đã xây dựng quy trình trọng yếu dựa trên một nhà cung cấp duy nhất. Chỉ sau một đêm, quyền truy cập biến mất và các nhóm mua sắm không có phương án thay thế ngay lập tức.
Sakana AI quảng bá Fugu như một chính sách bảo hiểm trước chính kịch bản này. Công ty cho rằng khách hàng có thể tăng khả năng chống chịu mà không phải hy sinh năng lực, bởi bộ điều phối có thể linh hoạt chuyển hướng khỏi các nhà cung cấp không khả dụng hoặc bị hạn chế. Nếu không thể truy cập các mô hình Anthropic, Fugu sẽ chuyển khối lượng công việc sang OpenAI, Google hoặc các lựa chọn thay thế công khai. Nếu một mô hình mới xuất hiện trên thị trường và vượt trội trong một nhiệm vụ cụ thể, Sakana AI cho biết có thể đưa mô hình đó vào nhóm mà khách hàng không cần viết lại ứng dụng để dùng API mới. Kiến trúc có thể thay thế lẫn nhau này thể hiện một hình thức chủ quyền AI cụ thể hơn nhiều cuộc thảo luận chính sách trừu tượng hiện đang diễn ra trong giới công nghệ.
Thông điệp này đặc biệt có sức hấp dẫn với các doanh nghiệp và cơ quan chính phủ Nhật Bản. Nhật Bản đã xác định năng lực AI trong nước là ưu tiên chiến lược, còn việc hoàn toàn dựa vào các nền tảng AI hàng đầu của Mỹ gây lo ngại cả về kinh tế lẫn an ninh quốc gia. Một nhà cung cấp có trụ sở tại Tokyo, cung cấp hỗ trợ tại chỗ, các lựa chọn xử lý dữ liệu trong khu vực và một triết lý kỹ thuật khác biệt, tạo ra câu chuyện thuyết phục với những khách hàng muốn đa dạng hóa danh mục công nghệ. Cơ cấu nhà đầu tư của Sakana AI, bao gồm các tổ chức tài chính lớn của Nhật Bản, càng củng cố định vị này.
Tuy nhiên, vẫn cần có sự hoài nghi. Nhóm tác tử của Fugu vẫn phụ thuộc nhiều vào chính các tập đoàn Mỹ mà dịch vụ tuyên bố muốn vượt qua. Hệ thống không thể tạo ra kết quả ngang tầm các mô hình hàng đầu nếu quyền truy cập API của GPT, Claude và Gemini bị cắt hoàn toàn. Muốn thực sự độc lập, cần có một hệ sinh thái vững chắc gồm các mô hình nội địa hoặc công khai có khả năng sánh ngang với những hệ thống đó, nhưng hệ sinh thái như vậy hiện chưa tồn tại ở quy mô lớn. Những người chỉ trích cũng lưu ý Fugu là một dịch vụ thương mại độc quyền chứ không phải khuôn khổ mở, nghĩa là khách hàng đang đổi sự phụ thuộc vào một nhà cung cấp lấy sự phụ thuộc vào một nhà cung cấp khác, dù mô hình kinh doanh có khác biệt.
Ý nghĩa của sự ra mắt đối với quá trình phát triển AI
Nếu các tuyên bố về hiệu năng của Fugu đứng vững trước sự thẩm định lâu dài từ bên ngoài, hệ quả đối với nghiên cứu trí tuệ nhân tạo có thể rất đáng kể. Trong phần lớn thập kỷ qua, lĩnh vực này theo đuổi giả thuyết mở rộng quy mô: nhiều tham số hơn, nhiều dữ liệu hơn và năng lực tính toán lớn hơn sẽ tạo ra kết quả tốt hơn. Triết lý này đã tạo nên những hệ thống thực sự ấn tượng, nhưng đồng thời cũng dựng lên rào cản gia nhập cao đến mức chỉ những tập đoàn và chính phủ giàu có nhất mới có thể tham gia. Huấn luyện một mô hình nền tảng hàng đầu tốn hàng trăm triệu USD và đòi hỏi phần cứng chuyên dụng, vốn cũng nằm trong diện chịu các hạn chế xuất khẩu.
Fugu mở ra một hướng đi khác. Dịch vụ cho thấy một mô hình tương đối nhỏ, được huấn luyện chuyên biệt về điều phối thay vì kiến thức bách khoa, có thể phát huy vượt khả năng nhờ sử dụng thông minh các nguồn lực hiện có. Điều này chuyển trọng tâm cạnh tranh từ năng lực huấn luyện thuần túy sang sự sáng tạo trong kiến trúc và hiệu quả điều phối. Cách tiếp cận này cũng mở rộng khả năng tiếp cận AI hiệu năng cao: về lý thuyết, các tổ chức có ngân sách nhỏ hơn nhiều so với mức cần thiết để tự huấn luyện mô hình cấp GPT từ đầu vẫn có thể xây dựng một bộ định tuyến được thiết kế khéo léo.
Cộng đồng nghiên cứu từ lâu đã tìm hiểu các hệ thống đa tác tử và mô hình hỗn hợp chuyên gia, nhưng Fugu là một trong những triển khai thương mại nổi bật đầu tiên được định vị như phương án thay thế trực tiếp cho các mô hình hàng đầu nguyên khối. Thành công hay thất bại của dịch vụ nhiều khả năng sẽ ảnh hưởng đến việc vốn đầu tư mạo hiểm và ngân sách nghiên cứu doanh nghiệp có chuyển sang các công nghệ điều phối thay vì chỉ tập trung vào mở rộng mô hình nền tảng hay không. Phản hồi từ giai đoạn beta đã cho thấy một số quy trình doanh nghiệp, đặc biệt là những việc kéo dài như rà soát mã và kiểm toán an ninh, có thể được phục vụ tốt hơn bởi các hệ thống phân tán thay vì những mô hình chỉ được gọi một lần.
Dĩ nhiên, cách tiếp cận này cũng có những đánh đổi. Các bước lập luận đa tác tử phức tạp có thể làm tăng độ trễ, khiến Fugu không phù hợp với những ứng dụng cần phản hồi trong vài mili giây. Các tác vụ cường độ cao cũng tiêu tốn đáng kể hạn mức tính toán, còn tính chất khó quan sát của logic định tuyến khiến người dùng không phải lúc nào cũng biết mô hình nền tảng nào đã xử lý dữ liệu của mình, gây khó khăn cho việc tuân thủ quy định trong các ngành được quản lý. Sakana AI thừa nhận những hạn chế này, nhưng cho rằng lợi ích vượt trội chi phí đối với nhiều tác vụ phân tích và kỹ thuật.
Điểm chính
- Sakana AI ra mắt Fugu, dịch vụ điều phối đa tác tử định tuyến nhiệm vụ qua một nhóm mô hình AI hàng đầu có thể thay thế lẫn nhau, thông qua một API duy nhất tương thích với các tiêu chuẩn của OpenAI.
- Hệ thống dựa vào mô hình điều phối gọn nhẹ với khoảng 7 tỷ tham số thay vì một mô hình nền tảng nguyên khối khổng lồ, vận dụng nghiên cứu trong các bài báo Trinity và Conductor của Sakana AI.
- Fugu Ultra tuyên bố đạt điểm chuẩn có tính cạnh tranh trên SWE-Bench Pro, GPQA-Diamond, LiveCodeBench và các bài kiểm tra khác so với những hệ thống hàng đầu như GPT-5.5 và Claude Opus 4.8.
- Có hai gói dịch vụ: Fugu tiêu chuẩn dành cho các tác vụ sản xuất cần độ trễ thấp, có chức năng kiểm soát tuân thủ để chủ động loại mô hình; và Fugu Ultra dành cho lập luận phức tạp, sử dụng nhóm tác tử chuyên sâu cố định.
- Dịch vụ nhắm đến các doanh nghiệp muốn tăng khả năng chống chịu trước tình trạng phụ thuộc nhà cung cấp và gián đoạn do kiểm soát xuất khẩu, dù vẫn phụ thuộc vào API của các mô hình hàng đầu Mỹ.
- Fugu khả dụng trên toàn cầu, ngoại trừ EU và EEA trong khi chờ tuân thủ GDPR; giá Fugu Ultra khởi điểm ở mức 5 USD cho mỗi triệu token đầu vào và 30 USD cho mỗi triệu token đầu ra.
