Когда для вашего бизнеса недостаточно глубокого исследования: Sakana AI запускает агента «сверхглубокого исследования», позволяющего обрабатывать отчеты объемом более 100 страниц за 8 часов.
Карл Франзен
Токийский стартап Sakana AI, специализирующийся на искусственном интеллекте, официально запустил свой первый коммерческий продукт — Sakana Marlin.
Marlin, позиционируемый как «виртуальный директор по стратегии» (Virtual CSO), — это автономный агент для B2B-исследований, который намеренно отказывается от мгновенной генерации текста, характерной для современных чат-ботов, в пользу глубокого, долгосрочного анализа.
Отличительной чертой Marlin от существующей экосистемы инструментов ИИ является его временной масштаб: вместо того, чтобы выдавать ответ за секунды, он запускает непрерывные, саморегулирующиеся циклы рассуждений, которые длятся до восьми часов подряд, чтобы предоставлять тщательно исследованные, хорошо цитируемые стратегические отчеты и презентации для руководителей объемом до 100 страниц. Компания разместила примеры отчетов, сгенерированных Marlin, на своем веб-сайте продукта здесь.
Платформа доступна сразу же на сайте компании, цены начинаются с тарифа «оплата по мере использования». Она разработана исключительно для корпоративного использования — в частности, для корпораций, финансовых учреждений и аналитических центров.
Цикл ажиотажа вокруг генеративного ИИ во многом определялся скоростью. В течение последних двух лет отраслевым стандартом была способность генерировать стихотворение, строку кода или поверхностное резюме за считанные миллисекунды. Но в корпоративной среде происходит стремительный переход от поверхностной, быстрой генерации к глубокому, методичному анализу.
С Marlin крупные компании больше не задаются вопросом о том, насколько быстро ИИ может отвечать, а о том, насколько глубоко он способен мыслить.
Продукт: Виртуальный директор по стратегии
Что именно получает компания, внедряя Sakana Marlin? Рабочий процесс принципиально отличается от типичного взаимодействия с большими языковыми моделями (LLM). Вместо утомительной переписки и обмена подсказками от инженера, пользователь просто указывает основную тему исследования. После краткого первоначального обмена информацией для уточнения масштаба и направления исследования, человек полностью отходит от процесса.
В течение следующих нескольких часов Marlin функционирует как самодостаточная команда по разработке цифровой стратегии. Она формулирует собственные первоначальные гипотезы, ищет данные в интернете, сверяет источники для проверки результатов и выстраивает причинно-следственные связи в сложных бизнес-средах. По сути, она ищет «формулу успеха» в море информационного шума.
Представьте себе это не как поисковую систему, а скорее как начинающего консультанта по стратегии, запертого в комнате с доской и доступом в интернет. Вы задаете стратегическую задачу утром, а к концу рабочего дня система предоставляет вам комплексный, профессиональный инвестиционный портфель.
В случае с компанией Marlin, конечный результат представляет собой не просто набор шаблонных текстовых документов, а структурированный набор стратегических вариантов, включающий краткие обзоры на слайдах, приложения, ссылки и подробный исследовательский отчет.
Компания привела несколько примеров реального применения, чтобы продемонстрировать возможности Marlin по комплексному анализу, включая генерацию подробных сценариев решения теоретической блокады Ормузского пролива, составление карты разрозненной глобальной системы регулирования ИИ и анализ макроэкономических тенденций, таких как возвращение «защитников облигаций».
Сакана говорит, что Marlin использует несколько моделей ИИ, но не назвала конкретные названия моделей или поставщиков. Я связалась с X, чтобы узнать больше, и сообщу о результатах, как только получу ответ.
Двигатель долгосрочного мышления
По сути, Marlin — это коммерческая кульминация масштабных лабораторных разработок компании Sakana AI за последние два года.
Продукт работает на основе механизма поиска, опирающегося на собственное предыдущее научное достижение Sakana — адаптивный поиск по дереву Монте-Карло с ветвлением (AB-MCTS), а также использует фреймворки, разработанные в рамках более раннего исследовательского проекта Sakana по искусственному интеллекту «The AI Scientist», результаты которого были опубликованы в журнале Nature и успешно автоматизировали процесс научных открытий от идеи до рецензирования.
Чтобы понять, как это работает на практике, рассмотрим аналогию из реального мира: современные шахматные движки. Когда компьютер играет в шахматы, он не просто смотрит на доску и угадывает; он проигрывает тысячи потенциальных будущих ходов, оценивая силу каждой результирующей позиции, прежде чем принять решение.
Двигатель AB-MCTS компании Marlin делает нечто подобное в исследовательских целях.
Внутри двигателя: механика AB-MCTS
История этой технологии восходит к июню 2025 года, когда компания Sakana AI впервые представила фреймворк общественности вместе с исследовательской работой « Wider or Deeper? Scaling LLM Inference-Time Compute with Adaptive Branching Tree Search » .
В то время, чтобы поощрить эксперименты разработчиков с коллективным искусственным интеллектом, компания выпустила базовый алгоритм в виде библиотеки программного обеспечения с открытым исходным кодом под названием TreeQuest , распространяемой под разрешительной лицензией Apache 2.0 . Этот важный шаг в развитии открытого исходного кода заложил техническую основу для того, что год спустя превратилось в проприетарный продукт корпоративного уровня Marlin.
Традиционно, когда разработчики пытаются извлечь более качественные рассуждения из больших языковых моделей, они полагаются на метод грубой силы, называемый «повторной выборкой» — по сути, запуская модель десятки раз параллельно и надеясь, что хотя бы один из ответов окажется правильным. Однако повторная выборка работает вслепую; она не может оценивать собственные промежуточные шаги или корректировать свои действия на основе внешней обратной связи.
AB-MCTS заменяет эту парадигму принципиальным многоэтапным подходом, основанным на байесовской модели принятия решений. При составлении стратегической отчетности система рассматривает исследовательский процесс как разветвленное дерево возможностей. В каждом узле дерева алгоритм динамически балансирует два различных варианта поведения на основе внешних сигналов обратной связи:
-
Расширение горизонтов (исследование): Появление совершенно новых, альтернативных гипотез или вариантов ответа, когда текущий путь приносит все меньшую отдачу или неразрешенные противоречия.
-
Углубленный анализ (эксплуатация): методичное совершенствование, проверка и развитие существующего перспективного решения, демонстрирующего высокий стратегический потенциал.
Превращение этого лабораторного эксперимента в коммерческий проект происходит благодаря его расширению до Multi-LLM AB-MCTS .
Архитектура Sakana AI вводит в дерево поиска критически важное третье измерение: возможность динамически выбирать, какую модель использовать для решения конкретной подзадачи, рассматривая ведущие модели отрасли как готовую к использованию сеть коллективного интеллекта.
Согласно технической документации, опубликованной компанией, система способна координировать работу сильно разнородных моделей, позволяя модели оркестровки делегировать первоначальную разработку идей одной модели LLM, в то время как модель, ориентированная на логические рассуждения, будет использовать эту модель для проверки, подтверждения и исправления промежуточных ошибок, возникших ранее в дереве поиска.
За счет масштабирования вычислительных ресурсов во время вывода — используя уникальные «характеристики» и сильные стороны множества базовых моделей на протяжении тысяч автоматизированных циклов — AB-MCTS обеспечивает математические ограничения, необходимые для Marlin. Это гарантирует, что получающиеся 100-страничные стратегические отчеты — это не просто многословные генерации ИИ, а тщательно проверенный продукт систематического, автоматизированного метода проб и ошибок.
Лицензирование, данные и последствия для предприятий
Важно отметить, что Sakana Marlin — это отнюдь не инструмент для широкого круга потребителей; это коммерческое программное обеспечение как услуга (SaaS), предназначенное исключительно для корпоративных структур, организаций и индивидуальных предпринимателей.
Для предприятий условия лицензирования и обработки данных часто являются определяющими факторами при внедрении программного обеспечения. В отличие от многих потребительских инструментов ИИ, которые незаметно собирают пользовательские данные и конфиденциальную информацию для обучения будущих базовых моделей, Sakana Marlin работает в соответствии со строгой политикой обработки данных корпоративного уровня.
Ни компания Sakana AI, ни ее внешние поставщики услуг в области искусственного интеллекта не будут использовать данные или входные данные клиентов для обучения или тонкой настройки моделей, если клиент не предоставит явное согласие на это.
Даже при наличии согласия данные подвергаются тщательной обработке для удаления информации, позволяющей идентифицировать личность. Такая замкнутая система безопасности абсолютно необходима для компаний, занимающихся конфиденциальными исследованиями в области слияний и поглощений, стратегиями разработки еще не выпущенных продуктов или собственным анализом рынка.
Коммерческое лицензирование структурировано по многоуровневым моделям ценообразования, отражающим его корпоративный характер:
-
Оплата по факту использования: пользователи могут приобретать кредиты по мере необходимости, стоимость одного запуска составляет 100 кредитов, а дополнительные кредиты стоят 98 юаней (0,61 доллара США) каждый.
-
План Pro: За 150 000 йен (935,68 долларов США) в месяц предприятия получают 2000 кредитов, что снижает стоимость дополнительных кредитов до 90 йен (0,56 долларов США).
-
План для команд: Этот тариф стоимостью 400 000 йен (2 495,14 долларов США) в месяц, ориентированный на крупные отделы, включает 6000 кредитов, что снижает дополнительные расходы до 85 йен (0,53 доллара США) за кредит.
-
Для корпоративных клиентов: полностью индивидуальные предложения с выделенной поддержкой и персонализированным распределением кредитных средств.
Почему стоит посмотреть сериал «Сакана»
Превращение Sakana AI в мощную коммерческую компанию основано на опыте ее основателей, которые, как известно, сыграли важную роль в становлении нынешнего бума генеративного искусственного интеллекта.
Основанный в Токио в 2023 году, этот стартап был создан совместно Ллионом Джонсом — соавтором знаковой статьи Google 2017 года «Внимание — это все, что вам нужно», который ввел термин «трансформер», — и Дэвидом Ха, бывшим исследователем Google Brain и руководителем исследований в Stability AI.
Решение о создании новой лаборатории за пределами «кремниевой долины» было преднамеренным отказом от существующей экосистемы ИИ. На конференции TED по ИИ в конце 2025 года Джонс откровенно заявил, что ему «совершенно надоели» «трансформеры», предупредив, что сильное давление со стороны инвесторов и чрезмерная фиксация на масштабировании единых, монолитных моделей закостенели в отрасли и ослепили исследователей, не позволяя им увидеть следующий крупный прорыв.
Чтобы избавиться от этого «синдрома крупных компаний», Джонс и Ха построили Sakana AI на основе принципов биомимикрии и эволюционных вычислений.
Название компании, происходящее от японского слова, означающего «рыба», отражает её основную техническую философию: использование коллективного интеллекта, подобного косякам рыб, муравьиным колониям или роям насекомых. Вместо того чтобы пытаться создать одну масштабную универсальную модель, исследования Sakana неизменно сосредоточены на развертывании сетей более мелких, специализированных моделей, которые динамически взаимодействуют, адаптируясь к сложным условиям окружающей среды.
Эта философия предполагает, что, рассматривая отдельные модели ИИ как членов «команды мечты» с взаимодополняющими сильными сторонами, системы могут достичь более надежного и экономически эффективного рассуждения, чем полагаясь только на масштаб.
Этот подход, вдохновленный природой, быстро принес свои плоды в ходе тщательного сравнительного тестирования. Sakana AI добилась значительных успехов в масштабировании времени вывода — выделении вычислительных ресурсов на этапе решения задачи, что позволяет моделям думать, итеративно совершенствовать и уточнять свои ответы в течение длительных периодов времени.
В начале 2026 года разработанный компанией ALE-Agent занял первое место в чрезвычайно сложном конкурсе эвристических алгоритмов AtCoder Heuristic Contest (AHC058), задаче комбинаторной оптимизации, превзойдя более 800 лучших программистов, самостоятельно перестроив и протестировав сотни решений за четыре часа.
Аналогичным образом, компания Sakana представила «RL Conductor», небольшую модель с 7 миллиардами параметров, обученную с помощью обучения с подкреплением специально для организации и распределения задач между разнообразным пулом рабочих моделей — от GPT-5 до Claude Sonnet 4 — достигающую самых современных результатов на тестах логического мышления при значительно меньших вычислительных затратах по сравнению с традиционными методами.
Стремительное развитие компании Sakana от инновационной исследовательской лаборатории до коммерческого поставщика программного обеспечения привлекло пристальное внимание мировых финансовых гигантов.
К концу 2025 года токийский стартап привлек масштабное финансирование серии B, в результате чего его оценка после инвестиций превысила 2,6 миллиарда долларов, закрепив за ним статус одной из самых дорогих частных технологических компаний Японии. Компания может похвастаться обширным списком стратегических инвесторов, включая ранних венчурных инвесторов Khosla Ventures, Lux Capital и New Enterprise Associates (NEA), а также таких гигантов отрасли, как Nvidia и Google.
По мере того как Sakana расширяет свою деятельность в критически важных секторах, таких как оборона и финансы, она также привлекает инвестиции от крупных мировых банковских учреждений, таких как Mitsubishi UFJ Financial Group (MUFG) и Citi, а также от гиганта корпоративных технологий Salesforce, что позволяет стартапу активно перестраивать корпоративную инфраструктуру искусственного интеллекта с нуля.
Реакция сообщества и полевые испытания
Переход Sakana AI к коммерческим агентам с долгосрочным горизонтом не произошел на пустом месте. Компания провела тщательное закрытое бета-тестирование, начавшееся в апреле 2026 года, предоставив инструмент примерно 300 специалистам из финансовых учреждений, консалтинговых фирм и аналитических центров. Отзывы подчеркивают резкое качественное различие между стандартными генеративными чат-ботами и автономным, основанным на фактах подходом Marlin.
Старший консультант крупной токийской консалтинговой фирмы отметил, что инструмент «превзошел ожидания, обнаружив аспекты, о которых мы даже не подозревали», высоко оценив его способность соответствовать всестороннему анализу, проводимому человеком, и при этом исключить человеческую предвзятость. Тем временем, подразделение кибербезопасности крупного японского системного интегратора высоко оценило систему за предоставление «весьма убедительного отчета, основанного на высококачественных первичных исследованиях», а не на использовании переработанных вторичных источников.
В социальных сетях объявление компании вызвало отклик у широкого технологического сообщества, которое проявляет растущий интерес к автономным агентам.
По мере развития индустрии ИИ ценностное предложение явно меняется. Инструменты, выступающие в роли быстрых, диалоговых энциклопедий, становятся товаром массового потребления. В случае с Sakana Marlin акцент полностью смещается на отделение трудоемкой мыслительной работы от заключительного акта принятия решения. Делегируя исчерпывающее сопоставление причинно-следственных связей агенту, способному к устойчивому рассуждению, руководители-люди могут сосредоточиться на том, что у них получается лучше всего: на действиях.
Подпишитесь, чтобы получать самые свежие новости!
Подробные аналитические данные для руководителей предприятий в области искусственного интеллекта, данных и безопасности.
Отправляя свой адрес электронной почты, вы соглашаетесь с нашими Условиями использования и Политикой конфиденциальности.
Получайте обновления ! Вы подписаны! Наши последние новости скоро поступят на вашу электронную почту.
Источник: venturebeat.com
Оцените материал:
