[Podcast] Sakana AIのマルチエージェント型AI「Fugu」について話しました
Sakana AIが公開したマルチエージェント型AIサービス「Fugu」を取り上げました。複数のAIモデルをひとつのAPIから組み合わせて使う仕組みや、コードレビュー、セキュリティ診断、機械学習の研究といった用途について話しています。
モデル選びを任せられる便利さや、特定のAPIに依存しない強さが期待される一方で、複数モデルを動かすコストや、出力の安定性、評価結果が自社調査中心である点も気になります。議論したポイントは次のとおりです。
仕組み：司令塔となるオーケストレーターが、実行役や検証役など複数のエージェントを組み合わせ、一度の回答で見落としを減らそうとする
強み：目的に応じて異なるモデルや専門的な役割を使い分けられ、単一モデルや単一APIへの依存も抑えられる
コスト：性能への期待が高い反面、複数モデルを並行して動かすため、日常的なタスクには割高になりやすい
向いている用途：コードレビューやセキュリティ診断など、見落としのコストが大きく、多角的な検証に価値がある場面
評価の余地：複数モデルの組み合わせが単純な「足し算」を超えるのか、第三者評価や再現性も含めて見極める必要がある
OpenRouterのようにリクエストごとに使うモデルを選ぶ仕組みと比べると、Fuguは複数のモデルや役割を組み合わせ、回答そのものを協調して作る点が特徴です。Claude Codeのエージェントチームにも近いイメージとして、コードレビューでは異なる観点からの指摘を集められる可能性があります。
実際のプロダクト開発では、すべてのタスクに使うよりも、セキュリティ診断や重要なレビューなど、精度向上の価値がコストを上回る場面から試すのがよさそうです。一方で、出力のブレや第三者による評価はまだ確認したいところで、まずは小さく検証しながら適切な使いどころを探る必要がありそうです。
今、Jicooでは一緒に働く仲間を募集しています
Jicooでは、これからの開発組織を創り上げ、AI時代の新しい働き方・プロダクト開発をリードしていく仲間を積極的に募集しています。
技術でプロダクトをドライブしたい方
変化の速い環境で、AIなどの新しい技術を積極的に学び、活用したい方
チームで協力し、大きな目標を達成することに喜びを感じる方
ぜひ一度、カジュアルにお話ししてみませんか？
