🛡 1つの賢いモデルより、チームで解く｜Sakana AI の Fugu-Cyber が選んだ道

アイ

2026-07-26

大きくするだけが、強くする方法じゃないらしい
そう考える3つの理由
ベンチマークの数字、どこまで信じていいの?
誰でも使えるわけじゃない、という設計
元祖 Fugu からの1ヶ月で、何が変わったの?
攻撃にも使える技術を、どう出すか
わたしたちに関係あるの?という話
オーケストレーション方式の弱点も、正直に見ておくね
まとめ：チーム戦という選択肢が、ちゃんと成立しはじめた

大きくするだけが、強くする方法じゃないらしい

2026年7月21日、日本のSakana AIが Fugu-Cyber というモデルを公開したの。🛡

名前のとおりセキュリティに特化したモデルなんだけど、わたしが面白いと思ったのは分野じゃなくて作り方のほうなんだよね。

これ、1つの大きなモデルじゃないの。

中身は複数の専門エージェントの集まりで、来た仕事の内容に応じて、適切なエージェントに動的に振り分けながら処理していく仕組み。でも外から使うぶんには、1つのモデルとして振る舞うようになってるの。

6月22日に公開された元祖の Fugu が同じ考え方で、そのセキュリティ版という位置づけだよ。

ここ数年のAIって、基本的に「もっと大きく、もっと賢く」の方向で進んできたじゃない？パラメータを増やして、学習データを増やして、計算資源を積んで。

Sakana AIが選んだのは、そこじゃないの。1体の天才を作るんじゃなくて、専門家チームを組んで、うまく仕事を割り振るという方向。

……これ、聞けば聞くほど、人間の組織の話に似てると思わない？

そう考える3つの理由

理由1: セキュリティの仕事は、そもそも1人では回らない

なぜセキュリティ分野でこの作り方を選んだのか。考えてみると、けっこう納得感があるの。

セキュリティの仕事って、内容がすごく幅広いんだよね。

コードを読んで脆弱性を見つける作業。ログを追って侵入の痕跡を探す作業。外部の脅威情報を集めて自社に関係あるか判断する作業。設定の不備をチェックする作業。

これ、全部「セキュリティ」とひとくくりにされるけど、必要な知識も進め方も全然違うの。

現実の会社でも、こういう仕事は普通チームで分担してるよね。全部を1人でこなすスーパーマンって、まずいないと思う。

だったらAIも、無理に1体で全部やろうとしなくていいんじゃない? というのが、この方式の発想なんだと思う。

しかも実際の調査って、1回の質問で終わらないんだよね。ログを見て、怪しい箇所を特定して、そのコードを読んで、外部情報と突き合わせて……と、何段階も続いていく。

こういう多段階の仕事こそ、振り分けながら進める仕組みが効くところだと思うの。

理由2: 得意な子に振れるなら、全部を天才にしなくていい

2つめは、もう少し一般的な話。

単一の巨大モデルで全部やろうとすると、どうしても「広く浅く」になりがちなの。あらゆる分野をそこそこできるようにするために、1つ1つの深さを犠牲にすることになるから。

でも専門エージェントを束ねる方式なら、それぞれの得意分野を深くしたまま、全体としては広くカバーできるんだよね。

ここが賢いなと思うところで、しかもこの方式って、後から強くしやすいの。

新しい分野に対応したくなったら、その専門エージェントを足せばいい。既存のエージェントの精度を上げたかったら、そこだけ差し替えればいい。モデル全体を学習し直す必要がないんだよね。

巨大な単一モデルだと、こうはいかないの。何かを改善しようとすると、全体を再学習することになって、時間もお金もすごくかかる。

わたし、この「部分的に直せる」という性質、実務ではめちゃくちゃ大事だと思ってる。

セキュリティって、新しい攻撃手法が次々出てくる分野じゃない？半年ごとに全体を作り直してたら、絶対に追いつけないよね。素早く一部だけ更新できることが、そのまま実力になる分野だと思うの。

理由3: 日本の会社が、規模以外の勝ち筋を選んだこと

3つめは、ちょっと業界目線の話。

正直に言うと、計算資源の量で勝負したら、日本の会社が米中の巨大企業に勝つのは相当きびしいと思うの。データセンターへの投資額が、そもそも桁違いだから。

その前提で、Sakana AIが選んだのが組み合わせ方の工夫で勝負するという道なんだよね。

これ、方向性としてすごく理にかなってると思う。だって、いちばんお金がかかる部分を正面から取りに行かないんだもん。

しかも、この方式の面白いところは、土台のモデルが良くなればなるほど、こっちも一緒に強くなることだと思うの。振り分ける先の選択肢が増えていくわけだからね。

大手が競って良いモデルを出し続けてくれる状況って、この作り方にとっては追い風なんだよね。……なんかちょっとずるい、いや、賢いなと思う笑

セキュリティという分野選びもうまいと思う。ここは「なんとなく賢い」じゃ意味がなくて、実際に脆弱性を見つけられるかという結果がはっきり出る世界だから。工夫の効果が示しやすいの。

ベンチマークの数字、どこまで信じていいの?

さて、ここからは冷静な話をするね。ここが今回いちばん大事なところだと思ってるの。

公表されている成績はこうなってるの。

脆弱性系のベンチマーク CyberGym で86.9パーセント。脅威情報のベンチマーク CTI-REALM で72.1パーセント。会社としては、業界でもっとも難しい部類のベンチマークで最高水準だと説明していて、GPT-5.5-Cyber や Mythos-Preview といった有力モデルに匹敵するとしてるの。

数字だけ見ると、すごいよね。

でも、この数字の測り方が公開されていないという指摘が出てるの。TechTimesが2026年7月22日の記事でそこを取り上げてるんだよね。

これ、わりと重い話だと思ってて。

ベンチマークのスコアって、条件次第でけっこう動くの。何回試して良かったものを採用したのか。エージェントに何回やり直しを許したのか。どの範囲の問題を対象にしたのか。こういう条件が変われば、同じモデルでも数字は変わるんだよね。

特にオーケストレーション型って、内部で何回も試行できる構造なの。単一モデルが1回で答えるのと、チームで何度も検討してから答えるのとでは、そもそも土俵が違う可能性があるよね。

だから他社モデルとの比較は、条件が揃っているかを確認しないと意味をなさないの。

……と、けっこう厳しめに書いたけど、これは Sakana AI を疑ってるという話じゃないの。

新しい方式のモデルが出たとき、評価のやり方も一緒に議論されるのは自然なことだと思う。むしろこういう指摘が出るくらい注目されてる、と受け取ることもできるよね。

わたしとしては、第三者による検証が出てくるのを待ちたいところ。それまでは「面白い方式で、有望そうな数字が出てる」くらいの温度で見ておくのがちょうどいいと思う。

誰でも使えるわけじゃない、という設計

もう1つ、この発表で見ておきたいのが公開の仕方なの。

Fugu-Cyber は、誰でもすぐ使えるモデルじゃないの。

まず、攻撃目的での利用を禁じる利用規約が更新された形でついてくるの。そのうえで、アクセス自体が手動の審査制になってる。使いたい人は、防御目的であることを申告して、本人確認のとれた連絡先を出す必要があるんだって。

これ、セキュリティ分野のAIとしては当然の判断だと思う。

だって、脆弱性を見つける能力って、守るためにも攻めるためにも使えちゃうんだよね。同じ道具が、防御にも攻撃にもなる。ここを野放しにしたら、何のために作ったのか分からなくなっちゃう。

面白いのは、Sakana AI自身が「性能の高いAPIだけより、それと人間の専門知識を組み合わせたほうが強い」という立場を取ってること。

AIを売る会社が、AIだけでは足りないと言ってるわけだよね。控えめというか、誠実というか。少なくとも「これさえあれば全部解決」みたいな売り方はしてないの。

朝の記事で紹介した Claude Opus 5 も、サイバー系のタスクでは Mythos 5 に及ばないと自社で明記していたよね。この分野は、各社そろって慎重な出し方をしてる印象があるの。

元祖 Fugu からの1ヶ月で、何が変わったの?

時系列を追うと、この会社の動き方が見えてきて面白いの。

元祖の Fugu が公開されたのが2026年6月22日。そして Fugu-Cyber が7月21日。ちょうど1ヶ月なんだよね。

元祖のほうは、複数の強力なモデルを束ねて、来た仕事を適切な相手に振り分けるという汎用の仕組みだったの。今回はそれを、セキュリティという1つの分野に絞り込んだ形。

この「1ヶ月で分野特化版を出せた」というスピード自体が、実はこの方式の証明になってると思うの。

だって、巨大な単一モデルを分野特化させようと思ったら、追加の学習に何ヶ月もかかるじゃない？それが、振り分けの仕組みとエージェントの構成を変えるだけで済むなら、圧倒的に速いよね。

わたしはここに、この方式のいちばんの強みが出てると思ってる。速く出せるということは、速く直せるということでもあるからね。

そしてこの流れでいくと、次に来るのは別の分野の特化版なんじゃないかな。法務とか、医療とか、金融とか。同じ型で横に広げられる作りになってるはずだから。

もしそれが本当に出てくるなら、この会社は「1つの最強モデル」じゃなくて「分野ごとの専門チームを量産する仕組み」を売る会社になっていくんだと思う。ちょっとわくわくする話だよね。

攻撃にも使える技術を、どう出すか

もう1つ、考えておきたいテーマがあるの。

セキュリティAIって、同じ機能が守りにも攻めにも使えるという性質から逃げられないんだよね。

脆弱性を見つける能力は、自社を守るためにも使えるし、他人を攻撃するためにも使える。ここに線を引くのは、技術側だけではけっこう難しいの。

だから Fugu-Cyber は、技術じゃなく運用のルールで線を引くことを選んだんだと思う。攻撃目的を禁じる規約、手動の審査、防御用途の申告、本人確認のとれた連絡先。

正直、この方式は完璧じゃないよね。審査を通ってから悪用する人がいたら止められないし、そもそも審査は手間だからユーザーも増えにくい。

でも、何もしないよりずっといいと思うの。

そして興味深いのが、この慎重さが業界全体で共通してきていること。朝の記事で紹介した Claude Opus 5 も、サイバー系のタスクについては別枠の検証プログラムを用意していて、自社モデルが他社に及ばない部分も正直に書いていたんだよね。

強さを誇るより、危なさを認めるという出し方。セキュリティ分野では、それがだんだん標準になってきてる印象があるの。

わたしはこの空気、けっこう好きだなと思ってて。AIの発表って、どうしても「うちが一番」という自慢になりがちじゃない？その中で、できることとできないことを分けて説明する会社が増えてきたのは、業界が少し大人になった証拠なのかもしれないよね。

わたしたちに関係あるの?という話

正直、Fugu-Cyber そのものを個人が使う場面って、たぶんないと思う。審査制だしね。

でも、この発表から持ち帰れることは2つあると思うの。

ひとつは、AIの強さの作り方は1つじゃないと分かること。

これまでは「どのモデルがいちばん賢いか」という話ばかりだったよね。でも、複数を組み合わせて使うという道も、ちゃんと成立しはじめてる。

これ、わたしたちの日常の使い方にも通じる話だと思うの。全部を1つのAIに任せるんじゃなくて、調べものはこれ、文章はこれ、コードはこれ、と使い分ける。実は多くの人が、もう自然にやってることだよね。Fugu-Cyberは、それを内部で自動化したものだと考えると、急に身近に感じない？

もうひとつは、発表された数字の読み方。

これは今回いちばん実用的な学びだと思ってる。良い数字を見たら、まず「誰が、どういう条件で測ったのか」を確認する。それが分からなければ、判断を保留する。

AIのニュースって、毎日すごい数字が飛び交うじゃない？全部を真に受けてたら、正直しんどいと思うの。だからこそ、この一手間を挟む習慣があると、情報との付き合い方がだいぶ楽になるよ。

エージェント方式そのものをもう少し知りたい人は、AIエージェント完全ガイドも参考になると思う。

オーケストレーション方式の弱点も、正直に見ておくね

ここまで良いところを中心に書いてきたので、弱点にも触れておきたいの。フェアじゃないもんね。

ひとつめは、遅くなりがちなこと。

複数のエージェントに振り分けて、それぞれの結果を待って、まとめる。この工程が挟まるぶん、単一モデルが一発で答えるより時間がかかるのは避けられないと思うの。

セキュリティの調査みたいに、じっくり時間をかけていい仕事なら問題ないよね。でも、リアルタイムで判断したい場面には向かないかもしれない。

ふたつめは、コストが読みにくいこと。

内部で何体のエージェントが動いたかによって、使う計算量が変わるんだよね。簡単な質問なら1体で済むけど、複雑な調査だと何体も動いて何往復もする。

つまり、同じ1回の問い合わせでも、費用が大きく振れる可能性があるの。予算を組む側からすると、ここは少しやりにくいところだと思う。

みっつめは、どこで間違えたか分かりにくいこと。

これがわたしはいちばん気になってて。答えが間違っていたとき、振り分けが悪かったのか、担当したエージェントが悪かったのか、まとめ方が悪かったのか。原因の切り分けが難しいんだよね。

単一モデルなら「このモデルが間違えた」で済むけど、チーム構成だと責任の所在が分散するの。人間の組織と同じで、ここは構造的な弱点だと思う。

セキュリティって、判断の根拠を後から説明できることがすごく大事な分野じゃない？監査もあるしね。だからこの点は、実務で使うときにけっこう効いてくる部分だと思うの。

……とはいえ、これらは方式そのものが未熟だからというより、新しいやり方につきものの整理されてなさという感じもするの。仕組みが広まれば、こういう課題への答えも出てくるはずだよね。

まとめ：チーム戦という選択肢が、ちゃんと成立しはじめた

Fugu-Cyber の発表、わたしは「日本の会社ががんばってる」という話としては見てないの。

そうじゃなくて、大きくする以外の強くし方が、選択肢としてちゃんと成立してきたという話だと思ってる。

1体の天才を作るのか、専門家チームを組むのか。これまでは前者一辺倒だったところに、後者が現実的な対抗馬として出てきた。しかも、あとから部分的に強くできるという実務上の利点つきで。

ただし、その実力がどれくらいなのかは、まだ確定してないの。数字は良いけど、測り方が分からない。ここは正直に「保留」としておきたいところ。

そのうえで、この方式が広まるかどうかは、これから半年くらいで見えてくると思う。もし本当に効くなら、他社も同じ作り方を試してくるはずだからね。

新しいモデルのニュースを見るとき、性能の数字だけじゃなくて「どうやって強くしてるのか」にも目を向けてみると、業界の動きがぐっと立体的に見えてくると思うよ😊

ソース: