Sakana AI 发布 Conductor：用 7B 模型当主管，调度 GPT-5 与 Claude 协作

如果把 GPT-5、Claude 这样的大模型比作写代码的技术骨干，它们通常单打独斗，或者只能听从人类写死的固定流程。

Sakana AI 换了个思路：既然人懂得团队协作，为什么不专门训练一个只当主管的 AI 呢？

在被 ICLR 2026 接收的新论文里，Sakana AI 拿出了一个只有 7B 参数的模型 Conductor。它自己不动手写代码解题，而是专职当 PMO（项目管理办公室），调度各家顶尖模型协同干活。

专职写提示词的主管，自学搭班子

以往的多智能体系统，要么依赖工程师提前画好的死板工作流，要么只是个简单的路由器，挑一个模型出来单打独斗。

Conductor 则通过强化学习，把自然语言当成控制接口。面对一个复杂问题，它会自己决定叫谁出场、该看哪些上下文，以及把任务拆解成多细的子需求。

更有意思的是，它针对不同的模型还能当「提示词专家」，给每个工人模型定制专属提示词。

随着端到端奖励最大化的训练，这个 7B 的小主管摸索出了门道。碰到简单的事实提问，它直接单发解决；碰到高难度的编程挑战，它会自动拉出一个包含规划者、执行者和验证者的完整流水线。

它甚至学会了「递归推理测试扩展」。也就是说，Conductor 可以把任务派发给自己，检查上一步团队给出的结果有没有翻车，发现不对劲就当场拉起纠错流程重来。

用更便宜的成本，打破前沿模型天花板

让一个 7B 模型指挥一群大块头，结果意外地好。

根据 Sakana AI 披露的测试，Conductor 统领下的团队成绩超过了它池子里任何一个单独工作的顶尖模型。

在 LiveCodeBench 上，它拿到了 83.9% 的破纪录成绩；在 GPQA-Diamond 基准测试中，准确率也达到了 87.5%。

不仅跑分高，它还比 Mixture-of-Agents 这类昂贵的多智能体方案更省算力。因为小主管懂得看菜下饭，不需要每一轮都把所有模型拉满狂轰滥炸。

这项研究结合 Sakana 前几天公布的 TRINITY，目前已经落地成为他们自家的多智能体系统 Sakana Fugu。

为什么重要

我们认为，Conductor 最聪明的地方，在于它放弃了「让一个模型包揽一切」的执念，承认现阶段没有万能模型，转而从组织协同里要增量。

很多团队做多智能体，往往花几周时间人工去调工作流节点，一旦模型升级或者任务变样，整个流程就要推倒重写。Sakana 证明了调度和分工本身就能被强化学习参数化，而且一个轻量级的 7B 模型就能胜任调度官。

对开发者和企业来说，这一步直接降低了混合使用不同供应商 API 的落地门槛。你不用再纠结非得在 GPT-5 和 Claude 之间二选一，也不用自己写一套漏洞百出的调度规则，直接让一个小模型按能力分工。

不过隐患也显而易见。它极度依赖底层前沿模型的稳定表现，多轮自然语言调度的延迟和多模型 API 的网络损耗，依然是一笔不小的开销。如果小主管给出的定制提示词产生偏差，整条流水线也有层层放大的风险。

但无论如何，当多智能体竞争从堆算力转向拼组织架构时，Sakana 拿出的这套模式，看起来确实走在了前面。