网络安全这道防线,正在被一种新的作战单元重新定义。7月21日,日本人工智能初创企业Sakana AI发布专为应对现代网络防御复杂性而打造的Fugu Cyber模型,它在业界最具挑战性的安全基准测试里交出了足以压过头部闭源对手的成绩。

具体来看,Fugu Cyber在CyberGym测试中达到86.9%的成功率,在CTI-REALM测试中达到72.1%的成功率,表现甚至优于OpenAI的GPT-5.5-Cyber与Anthropic的Claude Mythos-Preview。这意味着,面对真实而刁钻的攻防场景,这家初创公司的专用模型已经跑到了通用旗舰的前面。
Fugu Cyber的能力来源于它的系统形态。与标准版Fugu一脉相承,它是一个被封装成单一API的多智能体系统,针对用户的每一次请求,系统会动态编排不同的专业智能体,协作处理复杂的多步骤任务,而不是靠单个模型硬扛。除了这套简洁的API,Sakana AI还提供由企业应用团队支持的网络安全解决方案实地部署服务,把模型能力直接搬进客户的生产环境。
Fugu Cyber 的重点不在通用聊天,而在网络安全这种高复杂度、强流程化场景。它采用多智能体协作架构,适合漏洞分析、攻防推演、威胁研判等需要分工处理的任务。与单一大模型相比,这类系统更强调任务编排与执行稳定性;与同类闭源旗舰相比,本文强调的是在特定安全基准上的实测领先,而非泛化能力全面胜出。
Fugu Cyber是什么类型的模型?
Fugu Cyber 是 Sakana AI 面向网络安全场景推出的多智能体系统,并以单一 API 形式封装。它不是依赖单个大模型完成全部任务,而是按请求动态编排多个专业智能体协作处理复杂步骤。
Fugu Cyber在安全基准测试里表现如何?
文中给出的结果显示,Fugu Cyber 在 CyberGym 测试中成功率为 86.9%,在 CTI-REALM 测试中成功率为 72.1%。其表现被描述为优于 OpenAI 的 GPT-5.5-Cyber 和 Anthropic 的 Claude Mythos-Preview。
Fugu Cyber适合哪些实际应用场景?
它主要面向现代网络防御、攻防演练和复杂安全任务处理,适合需要多步骤协同决策的企业安全场景。Sakana AI 还提供企业应用团队支持的实地部署服务,便于接入生产环境。
Fugu Cyber的多智能体优势在哪?
它把侦测、推理、验证和决策拆成多个角色协作,能减少单模型在复杂攻防中的盲区。对企业来说,这种结构更适合接入现有安全流程,也更容易做权限隔离和审计。
企业落地多智能体要注意什么?
先定义清晰的任务边界和失败兜底机制,再考虑模型编排、日志留存与人工复核。不要一上来追求全自动,安全场景里可控性、可追溯性通常比“最强分数”更重要。
