Nová éra AI: Když modely nespolupracují náhodou
Dosavadní přístup k využívání velkých jazykových modelů (LLM) se opíral buď o masivní monolitické modely, nebo o složité, ručně programované řetězce agentů. Vývojáři museli sami definovat, který model provede analýzu, který napíše kód a který výsledek zkontroluje. Tento přístup je však nepružný a extrémně náročný na údržbu.
Tokijský startup Sakana AI, který založili bývalí elitní výzkumníci z Google Brain, na to jde jinak. Jejich nový systém Sakana Fugu se učí dynamicky sestavovat týmy agentů z rozsáhlého fondu specializovaných modelů. Namísto pevně daných pravidel systém sám objevuje vysoce efektivní vzorce spolupráce, které by lidského programátora často ani nenapadly. Výsledkem je robustní řešení pro komplexní, vícekrokové úkoly, které vývojář konzumuje skrze jediné standardizované rozhraní.
Vědecké základy: Trinity a Conductor
Technologické pozadí systému Fugu není postaveno na pouhém marketingu, ale na seriózním akademickém výzkumu. Sakana AI se opírá o dvě vědecké práce prezentované na prestižní konferenci ICLR 2026. Tyto práce popisují, jak se systémy mohou samy učit organizovat a řídit specializované agenty bez lidského zásahu. Podrobné detaily společnost zveřejnila ve své technické zprávě.
TRINITY: Evoluční koordinátor
Prvním pilířem je systém TRINITY, popsaný ve výzkumné práci TRINITY: An Evolved LLM Coordinator. Trinity využívá odlehčený, evolučně optimalizovaný koordinátor, který řídí několik LLM v rámci vícekolové konverzace. Jednotlivým modelům v reálném čase přiděluje specifické role:
- Thinker (Myslitel): Navrhuje strategii a analyzuje problém.
- Worker (Pracovník): Generuje samotný kód, text nebo matematické výpočty.
- Verifier (Verifikátor): Kriticky hodnotí výstupy a hledá chyby.
Tato dělba práce se dynamicky přizpůsobuje tomu, zda systém zrovna řeší složitý programátorský problém, nebo vědeckou analýzu.
Conductor: Učení se koordinaci v přirozeném jazyce
Druhým klíčovým prvkem je Conductor, představený v práci Learning to Orchestrate Agents in Natural Language with the Conductor. Tento model byl vytrénován pomocí zpětnovazebného učení (reinforcement learning) k tomu, aby objevoval optimální komunikační strategie v přirozeném jazyce. Conductor dokáže sám navrhovat promptovací šablony a komunikační protokoly mezi agenty, díky čemuž skupina různorodých LLM v náročných benchmarcích zaměřených na uvažování (reasoning) překonává i ty nejvýkonnější samostatné modely.
Fugu vs. Fugu Ultra: Výkon a srovnání s konkurencí
Sakana AI uvádí na trh dvě verze svého systému, které jsou dostupné pod jedním API kompatibilním s formátem OpenAI:
- Fugu: Standardní verze optimalizovaná pro vyvážený poměr mezi výkonem a latencí. Je ideální pro každodenní vývojářské úkoly, jako je průběžná kontrola kódu (code review) nebo responzivní chatboti.
- Fugu Ultra: Vlajková loď navržená pro ty nejnáročnější úlohy vyžadující hluboké uvažování a komplexní plánování.
Podle interních benchmarků a oficiálního oznámení dosahuje Fugu Ultra výkonu, který plně konkuruje absolutní světové špičce, konkrétně modelům Fable a Mythos. V úlohách zaměřených na matematické uvažování a generování softwaru vykazuje systém výrazně nižší chybovost než samostatně běžící modely, a to právě díky vestavěné fázi verifikace, kdy jeden agent systematicky kontroluje práci druhého před odesláním finální odpovědi uživateli.
Geopolitika a suverénní AI bez exportních kontrol
Jedním z nejzajímavějších aspektů Sakana Fugu je jeho geopolitický rozměr. Sakana AI explicitně zdůrazňuje, že Fugu Ultra přináší špičkový výkon (frontier capability) bez rizika exportních kontrol.
V současném napjatém mezinárodním prostředí, kdy Spojené státy americké stále častěji omezují export nejvyspělejších AI technologií a hardwaru do určitých regionů, představuje Fugu pro asijské a potenciálně i další globální partnery cestu k technologické suverenitě. Tím, že systém efektivně skládá výkon z více různých, často lokálně běžících nebo open-source modelů, dokáže obejít závislost na jediném americkém dodavateli (single-vendor dependency) a vyhnout se přísným regulacím Washingtonu.
A co Evropa?: Stopka kvůli GDPR
Pro tuzemské vývojáře a firmy má představení Sakana Fugu hořkou pachuť. Oficiální webové stránky projektu jasně deklarují: „V současné době není systém v EU/EEA dostupný, protože pracujeme na zajištění souladu s GDPR a specifickými evropskými regulacemi.“
Tento krok není v roce 2026 ničím výjimečným. Přísný evropský Akt o umělé inteligenci (AI Act) v kombinaci s nekompromisním vymáháním ochrany osobních údajů ze strany evropských úřadů vede k tomu, že inovativní startupy z Asie a USA často evropský trh při prvotním spuštění obcházejí.
Pokud jde o jazykovou podporu, samotný systém orchestrace komunikuje interně převážně v angličtině a japonštině. Nicméně vzhledem k tomu, že do fondu modelů lze zapojit širokou škálu LLM, Fugu dokáže zpracovávat vstupy a generovat výstupy v češtině i slovenštině, jakmile bude služba v našem regionu oficiálně spuštěna. Flexibilita systému navíc umožňuje českým firmám vyřadit z fondu agenty od poskytovatelů, kterým z důvodu ochrany firemních dat nedůvěřují.
Cenová politika prozatím nebyla detailně specifikována v podobě fixních sazeb za milion tokenů, avšak model jednoho API slibuje výrazné úspory oproti tomu, pokud by vývojáři museli sami platit a spravovat předplatná u několika různých poskytovatelů modelů současně.
