Sakana AI 推出网络安全模型 Fugu Cyber：领域基准测试表现优于 GPT-5.5-Cyber

AI 总结
• 7月21日，日本人工智能初创企业Sakana AI发布了专为现代网络防御打造的Fugu Cyber模型。
• 该模型在CyberGym和CTI-REALM安全基准测试中成功率分别达86.9%和72.1%，表现优于OpenAI GPT-5.5-Cyber和Anthropic Claude Mythos-Preview。
• Fugu Cyber是一个封装为单一API的多智能体系统，可针对用户请求动态编排专业智能体以处理复杂的多步骤任务。

IT之家 7 月 21 日消息，日本人工智能初创企业 Sakana AI 当地时间今日发布了其专为应对现代网络防御的复杂性而打造的 Fugu Cyber 模型。

                               
登录/注册后可看大图

【基准测试表现】
这一模型在业界最具挑战性的安全基准测试中均取得了卓越的性能：CyberGym 成功率达 86.9%、CTI-REALM 测试成功率达 72.1%， 表现甚至优于 OpenAI GPT-5.5-Cyber 和 Anthropic Claude Mythos-Preview 。

【多智能体系统架构】
与标准 Fugu 类似，Fugu Cyber 是一个封装为单一 API 的多智能体系统，系统可针对用户请求动态编排专业智能体以处理复杂的多步骤任务。

                               
登录/注册后可看大图

【实地部署服务】
除简单的 API 外，Sakana AI 还提供由其应用企业团队支持的人工智能驱动网络安全解决方案实地部署服务。

[来源链接] https://www.ithome.com/0/979/495.htm

Fugu Cyber 这种多智能体系统在网络安全领域确实很有潜力。联想到地理信息数据（GIS）的应用，这类数据通常包含关键基础设施和敏感位置信息，面临的网络攻击往往具有多步骤、隐蔽性强的特点。Fugu Cyber 能够动态编排专业智能体，或许能很好地应对针对地理信息数据库的复杂APT攻击。不知道它在这类特定场景下的防御表现如何？另外，基准测试里的 CyberGym 和 CTI-REALM 是否包含地理信息相关的安全测试集？期待未来能看到它在保护关键空间数据方面的实战案例。