🚀 每日脉搏

Daily Pulse | 2026年6月22日 | Sakana AI发布Fugu多智能体系统API；Apertus开源主权AI基础模型；Anthropic强制Claude用户实名认证；George Hotz谈AI估值逻辑

SinoBot Editorial

🎯 今日速览 • 🏆 Sakana AI发布Fugu：多智能体系统即模型：基于进化算法与强化学习实现动态专家模型编排（Thinker/Worker/Verifier），不等同于传统API路由——Fugu学会了自己组建团队完成复杂任务 • 🔬 瑞士AI倡议发布Apertus全开源模型：EPFL、苏黎世联邦理工、CSCS联合打造，开放权重+数据+代码，符合EU AI Act要求，覆盖1000+语言——欧洲AI主权战略的关键拼图 • 🆔 Anthropic强制Claude实名认证：用户需提交政府ID和自拍完成身份验证，登顶HN当日最热（652票）——AI安全与隐私保护的边界之争再升级 • 💡 George Hotz：估值就是宿命：Comma.ai创始人的万字长文引发硅谷热议——当AI公司动辄十亿估值却只有几十人团队时，传统估值模型正在失效

1. 🏆 Sakana AI发布Fugu：当多智能体系统被当做”一个模型”来交付

一句话总结：Sakana AI推出Fugu——一个以单一API形式交付的多智能体编排系统，基于ICLR 2026两篇论文构建，能在不依赖单一供应商的情况下从模型池中动态组装专家智能体，实现前沿水平的复杂任务处理能力。

💡 为什么重要：目前业界解决复杂任务的主流思路是”用更大的模型”或”手工编排多个Agent Pipeline”。Sakana的选择代表第三条路径——让系统自己学会如何组建和协调Agent团队。如果这条路走通，它将重新定义AI产品的架构范式，尤其对机器人这类需要实时协调多模型（感知、规划、控制）的场景具有深远影响。

Fugu为什么不是又一个”模型路由器”？

市面上已有不少”模型路由”方案——根据任务类型选择一个最合适的模型去执行。Fugu本质上完全不同：

  • 动态角色编排：Fugu不只是一个选择器，而是一个指挥家。它学会为子任务动态分配”Thinker（思考者）”、“Worker（执行者）”、“Verifier（验证者）“三种角色——且这些角色可以由池中任意模型承担
  • 进化学习优化的编排策略：基于TRINITY论文（ICLR 2026），Fugu使用轻量级进化协调器，在多次交互中学会最优的模型组合方式，而非依赖人工设计的Workflow
  • Conductor的强化学习训练：另一篇ICLR 2026论文揭示了Fugu的底层——Conductor通过强化学习训练，自行探索自然语言层面的Agent通信模式和协作策略，发现了人类工程师想不到的编排方式

💡 核心差异：传统路由是”把问题扔给最有可能答对的模型”；Fugu是”组建一个团队，让成员互相配合解决问题”。前者是分发逻辑，后者是协作逻辑。

产品形态与定价

Fugu提供两个层级：

层级定位适用场景
Fugu标准版日常编码、推理、知识问答
Fugu Ultra增强版高复杂度多步骤任务、深度推理

两者通过统一的OpenAI兼容API接入。目前暂未对EU/EEA区域开放（合规原因）。

对机器人领域的启示

Fugu的Agent编排逻辑对机器人行业有直接的参考价值。机器人系统传统上依赖精心手工设计的感知→规划→控制Pipeline。如果Agent编排能从”人工设计”进化为”系统自学习”，可能意味着：

  • 机器人不必为每个新任务重新编写控制逻辑
  • 多个专用模型（视觉、触觉、运动规划）可以被动态编排以完成复合任务
  • 机器人从一个场景转移到另一个场景时，系统可以自动调整模型组合

🔗 Sakana Fugu官网 | TRINITY论文 | Conductor论文

2. 🔬 瑞士AI倡议发布Apertus：全开源主权AI的欧洲路径

一句话总结：由EPFL、苏黎世联邦理工和瑞士国家超算中心联合开发的Apertus基础模型，以完全开源（权重+数据+代码）的方式发布，提供8B和70B两个规模，覆盖1000+语言，并从一开始就按照EU AI Act要求设计合规架构。

📌 这件事的背景：在DeepSeek（中国）、Llama（美国）等开源模型阵营之外，欧洲一直在寻找自己的AI主权路径。Apertus的发布意味着欧洲不再只是AI的消费市场——它正在建立一套符合自身价值观的AI基础设施。

全开源的真正含义

Apertus不是”开放权重”——它是真正的全栈开源：

  • 训练数据公开：数据集构成和清洗流程完全透明
  • 代码开放：训练、微调、推理管线全部可重现
  • 权重公开：模型权重可直接下载和部署
  • 对齐方法透明：价值观对齐的原则和执行过程均有文档记录

💡 与”开放权重”的区别：很多号称”开源”的模型只开放了权重（如Llama），但训练数据、代码、方法不公开。Apertus对标的是真正的开源AI——“Open as in Open Source”。

合规性作为核心卖点

Apertus在设计之初就将EU AI Act合规作为硬性约束：

  • 尊重数据退出机制（opt-out）
  • 自动移除个人身份信息（PII）
  • 防止训练数据记忆泄露
  • 全过程可审计、可追溯

多语言能力的战略意义

Apertus原生支持1000+语言训练，这在目前的基础模型中独树一帜。对于全球化的机器人公司来说，这意味着：

  • 同一模型可服务于多语言市场的用户交互
  • 本地化部署不再需要额外的语言适配
  • 欧盟多语言环境下的合规部署更加顺畅

🔗 Apertus官网 | 瑞士AI倡议

3. 🆔 Anthropic强制Claude实名认证：AI安全与隐私的边界之战

一句话总结：Anthropic宣布Claude用户需提交政府签发的身份证件和自拍完成身份验证，这一消息在Hacker News上获得652票成为当日最热话题，社区反应高度两极分化。

📌 关键问题：当AI能力越来越强时，平台对用户的身份验证要求也越来越严。从邮箱注册→手机号验证→政府ID+自拍，这条路的终点是什么？

具体变化

根据Anthropic支持页面的描述，身份验证过程要求用户：

  1. 上传政府签发的身份证明文件（护照、驾照等）
  2. 完成实时自拍以验证身份一致性
  3. 验证通过后即可继续使用Claude

目前该政策正在逐步推行，尚未覆盖所有地区。

行业反应的两极化

HN评论超过550条，核心争论点：

支持方观点：

  • 强大的AI能力需要配套的身份验证机制，防止滥用
  • 其他高影响力平台（如金融科技、社交媒体）已有类似要求
  • 对于API用户和商业客户，这是合规的必然趋势

反对方观点：

  • 要求政府ID是对隐私的严重侵犯，尤其是对于非美国用户
  • 拥有最强AI能力的公司同时要求用户实名，可能形成更大的监控权力
  • 没有明确的替代方案（如匿名信用评分、行为验证）可供选择

💡 延伸思考：这一变化对机器人行业也有提示——当机器人的”大脑”越来越依赖云端AI服务时，身份验证和访问控制将成为机器人运维管理的必要组件。尤其是工业机器人，未来可能需要操作员身份与AI服务权限的双重验证。

🔗 Anthropic支持页面 | HN讨论

4. 💡 George Hotz：估值即宿命——AI时代的估值逻辑重构

一句话总结：Comma.ai创始人George Hotz发文”估值即宿命”（The Doom Justifies the Valuation），拆解AI公司估值模型的底层逻辑转变——当软件公司用几十人团队就能撬动十亿估值时，传统的市盈率思维已然失效，取而代之的是”潜在影响力”定价逻辑。

📌 商业启示：这篇短文在硅谷引发了不少讨论，核心论点很简单——AI公司的估值不是基于当前收入，而是基于”如果它成功，它能改变什么”。这个逻辑放之四海而皆准，对于理解当前人形机器人公司的估值也有启发。

核心论点

Hotz的核心论点是传统的估值方法在AI时代已经失效：

  • 一个几十人的AI公司可能创造出影响数十亿人的产品
  • 收入数据是滞后的指标，而”潜在变革能力”才是前瞻性的
  • 这种估值逻辑并非非理性繁荣，而是对技术影响力的理性定价

对机器人行业的映射

这个估值逻辑直接适用于当前的机器人创业公司：

  • Unitree的估值不仅仅基于它卖了多少台G1，而是基于”如果通用人形机器人真的到来”的潜在价值
  • Figure AI的高估值反映了市场对其”Figure 02+基础模型”组合可能带来的工业自动化变革的预期
  • 从这个角度看，机器人公司的估值既有泡沫成分，也包含了真实的”期权价值”

🔗 George Hotz博客

📊 今日市场信号

信号方向解读
Agent编排产品化🟢 利好Fugu验证了Agent编排的商业可行性，利好Robo-Agent赛道
开源主权AI🟢 利好更多合规开源模型降低机器人公司的AI部署门槛
AI实名认证🟡 关注若成趋势，云服务机器人的身份管理将成为刚需
估值逻辑重构🟢 利好长期利好技术创新驱动的机器人公司估值

每日信号不构成投资建议，仅供参考。