Sakana AI 釋出 Conductor：用 7B 模型當主管，排程 GPT-5 與 Claude 協作

如果把 GPT-5、Claude 這樣的大模型比作寫程式碼的技術骨幹，它們通常單打獨鬥，或者只能聽從人類寫死的固定流程。

Sakana AI 換了個思路：既然人懂得團隊協作，為什麼不專門訓練一個只當主管的 AI 呢？

在被 ICLR 2026 接收的新論文裡，Sakana AI 拿出了一個只有 7B 引數的模型 Conductor。它自己不動手寫程式碼解題，而是專職當 PMO（專案管理辦公室），排程各家頂尖模型協同幹活。

專職寫提示詞的主管，自學搭班子

以往的多智慧體系統，要麼依賴工程師提前畫好的死板工作流，要麼只是個簡單的路由器，挑一個模型出來單打獨鬥。

Conductor 則通過強化學習，把自然語言當成控制介面。面對一個複雜問題，它會自己決定叫誰出場、該看哪些上下文，以及把任務拆解成多細的子需求。

更有意思的是，它針對不同的模型還能當「提示詞專家」，給每個工人模型定製專屬提示詞。

隨著端到端獎勵最大化的訓練，這個 7B 的小主管摸索出了門道。碰到簡單的事實提問，它直接單發解決；碰到高難度的程式設計挑戰，它會自動拉出一個包含規劃者、執行者和驗證者的完整流水線。

它甚至學會了「遞迴推理測試擴充套件」。也就是說，Conductor 可以把任務派發給自己，檢查上一步團隊給出的結果有沒有翻車，發現不對勁就當場拉起糾錯流程重來。

用更便宜的成本，打破前沿模型天花板

讓一個 7B 模型指揮一群大塊頭，結果意外地好。

根據 Sakana AI 披露的測試，Conductor 統領下的團隊成績超過了它池子裡任何一個單獨工作的頂尖模型。

在 LiveCodeBench 上，它拿到了 83.9% 的破紀錄成績；在 GPQA-Diamond 基準測試中，準確率也達到了 87.5%。

不僅跑分高，它還比 Mixture-of-Agents 這類昂貴的多智慧體方案更省算力。因為小主管懂得看菜下飯，不需要每一輪都把所有模型拉滿狂轟濫炸。

這項研究結合 Sakana 前幾天公佈的 TRINITY，目前已經落地成為他們自家的多智慧體系統 Sakana Fugu。

為什麼重要

我們認為，Conductor 最聰明的地方，在於它放棄了「讓一個模型包攬一切」的執念，承認現階段沒有萬能模型，轉而從組織協同裡要增量。

很多團隊做多智慧體，往往花幾週時間人工去調工作流節點，一旦模型升級或者任務變樣，整個流程就要推倒重寫。Sakana 證明了排程和分工本身就能被強化學習引數化，而且一個輕量級的 7B 模型就能勝任排程官。

對開發者和企業來說，這一步直接降低了混合使用不同供應商 API 的落地門檻。你不用再糾結非得在 GPT-5 和 Claude 之間二選一，也不用自己寫一套漏洞百出的排程規則，直接讓一個小模型按能力分工。

不過隱患也顯而易見。它極度依賴底層前沿模型的穩定表現，多輪自然語言排程的延遲和多模型 API 的網路損耗，依然是一筆不小的開銷。如果小主管給出的定製提示詞產生偏差，整條流水線也有層層放大的風險。

但無論如何，當多智慧體競爭從堆算力轉向拼組織架構時，Sakana 拿出的這套模式，看起來確實走在了前面。