Sakana Fugu-Cyber：專為現代網絡防禦打造的新API端點

今天，Sakana AI發佈了其Fugu協調模型的最新更新：Fugu-Cyber。作為新的API端點，Fugu-Cyber專為現代網絡防禦的複雜性而設計。它在業界最具挑戰性的安全基準測試中達到了最先進的性能，在CyberGym上成功率為86.9%，在CTI-REALM上為72.1%，與GPT-5.5-Cyber和Mythos-Preview等領先的網絡安全前沿模型相當。

這些基準測試共同測試了企業防禦的核心支柱：CyberGym評估智能體分析複雜代碼庫以驗證真實世界漏洞的能力，而CTI-REALM則衡量其將原始威脅情報報告轉化為有效檢測規則的能力。

與原始Fugu協調模型一樣，Fugu-Cyber是一個多智能體系統，但行為類似於單一模型。用户向一個端點發送請求，系統便會動態協調一組專業智能體來處理複雜的多步驟任務，避免了單一供應商依賴的風險。它現已作為新API端點在sakana.ai/fugu上可用。

前沿網絡能力的現實檢驗

在評估中獲得高分只是故事的開端。最近，關於前沿模型網絡能力的恐懼情緒甚囂塵上。許多行業敍事暗示，只要讓組織訪問具有網絡能力的前沿模型，就能立即解決其安全挑戰。我們認為，是時候讓這種討論迴歸現實了。

正如最近Nikkei Digital Governance報告（日文）所強調的，僅僅擁有像Anthropic的Mythos這樣的前沿模型並不能神奇地解決企業安全問題。實際上，大型組織，包括主要金融機構，往往難以將這些工具投入運營。如果沒有專門的內人才和對專有源代碼的深度集成，即使是最先進的前沿模型也無法輕易發現或修補真實漏洞。

Nikkei文章中指出的挑戰也反映了Sakana AI自身在幫助日本大型企業應對網絡安全挑戰時的經驗。成功的部署既需要網絡安全方面的人類專家，也需要訪問前沿能力。

一個具有強大網絡推理能力的高性能API是拼圖中非常重要的一塊，但並非全部解決方案。

超越API

當孤立部署時，原始模型必然會產生誤報。如果沒有合適的框架，它們將難以理解生產環境的細微差別。真正的企業防禦需要的不僅僅是訪問前沿模型。根據我們的經驗，網絡安全解決方案需要將前沿模型與深入的本地化網絡安全人類專家和嚴格的驗證工作流相結合。如果AI系統發現潛在漏洞，它必須由專門從事網絡安全的子智能體和人類在環流程進行驗證，以確認在真實環境中是否會觸發，然後才能提出補丁。這正是Sakana AI正在解決的挑戰。

企業解決方案：彌合Fugu-Cyber前沿能力與企業安全之間的差距

這就是Sakana AI應用企業團隊的用武之地。我們不僅在構建核心引擎，還在構建安全使用它所需的基礎設施。我們目前正與日本主要機構密切合作，構建將這些模型投入生產所需的專門框架和工作流。通過將Fugu-Cyber的原始推理能力與安全專業人員的實際經驗相結合，我們正在幫助企業構建既高度可靠又能力強大的自動化漏洞驗證及其他後續任務。

正如行業專家所指出的，網絡防禦的未來依賴於能夠組合多個AI模型以實現比任何單一模型更高性能的系統。通過協調世界上最好的模型形成一個統一系統，我們正在提供實現AI主權所需的現實、有彈性的藍圖。

負責任部署

由於Fugu-Cyber處理敏感的安全工作流，我們致力於其安全且負責任的發佈。為了確保安全部署，Fugu-Cyber在更新的可接受使用政策下發布，禁止惡意使用並符合行業安全標準。Fugu-Cyber API將適用於Token計劃。用户還需要通過提交訪問申請表單來申請訪問權限，詳細説明其預期用例並提供經過驗證的聯繫信息。我們的團隊將在授予Fugu-Cyber訪問權限之前對每個申請進行嚴格審查和批准。我們將繼續審查我們的系統，並與企業合作伙伴並肩工作，確保這項技術用於加強和防禦關鍵基礎設施。

Sakana Fugu-Cyber今天已在sakana.ai/fugu上作為新模型在API端點可用。如需瞭解更多企業解決方案，請通過我們的應用團隊聯繫我們。