问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年7月21日，日本AI初创企业Sakana AI发布专为网络防御场景打造的多智能体系统Fugu Cyber。该模型在CyberGym、CTI-REALM两大行业公认的网安基准测试中分别拿下86.9%、72.1%的成功率，性能超越OpenAI旗下GPT-5.5-Cyber、Anthropic旗下Claude Mythos-Preview等顶尖闭源模型，成为网安AI赛道新的性能标杆。
随着网络攻防对抗逐步向自动化、多维度演化，传统网安工具的响应速度和处置精度已经难以匹配企业的防护需求，过去两年行业普遍尝试引入通用大模型搭建智能防护体系，但效果始终不及预期。
过去很长一段时间里，网安领域的AI应用基本都依托头部厂商的通用大模型做微调，OpenAI推出的GPT-5.5-Cyber、Anthropic的Claude Mythos-Preview长期占据全球网安基准测试的前两位。但这类通用模型的优化方向兼顾多场景需求，无法完全适配网安场景的极端要求：在高频攻防、多漏洞联动的复杂场景下，通用模型的误判率往往会上升30%以上，响应延迟也无法满足实时防护的需求。
这次Sakana AI推出的Fugu Cyber跳出了“通用模型微调”的传统路径，采用了和此前标准版Fugu一脉相承的多智能体架构，整套系统被封装为单一API对外提供服务。针对用户的每一次防护请求，系统会自动调度多个具备专项能力的智能体协同作业：有的负责实时抓取漏洞特征、有的负责研判攻击路径、有的负责生成最优处置方案，全程无需人工介入。
本次公开的测试数据显示，Fugu Cyber在模拟真实攻防场景的CyberGym测试中成功率达到86.9%，在基于真实威胁情报的CTI-REALM测试中成功率达到72.1%，两项指标均高于GPT-5.5-Cyber和Claude Mythos-Preview，这也是全球范围内首次由初创公司推出的垂直场景专用AI，在公开基准测试中全面超越头部闭源通用大模型。
本次Fugu Cyber的性能突破，也给整个AI行业提供了新的发展思路：并非所有场景都需要盲目堆高通用大模型的参数规模，针对垂直场景的专属架构优化，反而能以更低的算力成本实现更优的性能表现。
据了解，Sakana AI预计将在今年第三季度开放Fugu Cyber的企业级API接口，覆盖入侵检测、自动应急响应、攻防演练等多个核心网安场景，目前已有12家日本本土科技企业和3家欧美安全厂商进入内测名单。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号