Sakana AI запускает агента «ультраглубоких исследований» Marlin для создания отчетов на 100+ страницах за 8 часов

Базирующийся в Токио ИИ-стартап Sakana AI официально выпустил свой первый коммерческий продукт — Sakana Marlin.

Marlin позиционируется как «Виртуальный директор по стратегии» (CSO). Это автономный B2B-агент для проведения исследований, который намеренно отказывается от мгновенной генерации текста, характерной для современных чат-ботов, в пользу глубокого рассуждения на долгосрочную перспективу.

Главное отличие Marlin от существующей экосистемы ИИ-инструментов заключается в его временном масштабе: вместо того чтобы выдавать ответ за секунды, он запускает непрерывные, самоуправляемые циклы рассуждений длительностью до восьми часов за раз, чтобы создавать глубоко проработанные, снабженные ссылками 100-страничные отчеты по стратегии и презентации для руководства. Компания опубликовала примеры таких отчетов, сгенерированных Marlin, на своем продуктовом сайте здесь.

Платформа доступна незамедлительно на сайте компании по модели оплаты по мере использования (pay-as-you-go) и разработана исключительно для корпоративного сектора — в первую очередь для крупных компаний, финансовых учреждений и аналитических центров.

Рыночная дифференциация

Разумеется, OpenAI, Google и Perplexity уже запустили собственные автономные агенты для «глубоких исследований» (Deep Research), способные создавать многостраничные лонгриды. Однако все они доступны рядовым пользователям в рамках обычных индивидуальных подписок на ИИ. Sakana Marlin занимает совершенно иную нишу на корпоративном рынке, отличаясь от конкурентов временным горизонтом, масштабом выходных данных и строго B2B-ориентацией.

Самое бросающееся в глаза различие заключается во временном масштабе автономности агента. Такие инструменты, как ChatGPT Deep Research от OpenAI, Gemini Deep Research Agent от Google и «Deep Research in Computer» от Perplexity, сильно оптимизированы для скорости в рамках разговорного рабочего процесса.

Независимо от того, используют ли они распараллеленный подход Perplexity «Поиск как код» или корректировку траектории в реальном времени от OpenAI, эти инструменты обычно завершают свои многоэтапные исследования всего за 3–30 минут, выдавая обильно цитируемые резюме на 5–10 страниц или, по запросу, более длинные тексты.

Sakana Marlin, напротив, не предназначен для интерфейса мгновенного чата. Он выполняет непрерывные, самоуправляемые циклы рассуждений продолжительностью до восьми часов. Если OpenAI и Perplexity действуют как цифровые ассистенты по исследованиям, готовящие быструю справку перед встречей, то Marlin создан для того, чтобы заменить многонедельные исчерпывающие изыскания, которые обычно поручают команде директора по стратегии.

Рабочие процессы и результаты также подчеркивают расхождение в концепциях дизайна. Gemini Deep Research от Google заслужила похвалу за функцию «совместного планирования», которая предлагает пользователю структурированный план в виде списков для редактирования перед запуском поиска. Marlin повторяет этот подход в виде краткого вводного диалога для сужения сферы расследования, но идет с финальным результатом гораздо дальше.

В то время как конкуренты обычно выдают один документ (например, PDF или Google Документ), Marlin автоматически генерирует до 100 страниц глубоких стратегических альтернатив в комплекте с приложениями, библиографией и отдельной колодой готовых к презентации слайдов для руководства. Перед Marlin ставится задача не просто найти факты, а выстроить причинно-следственную динамику сложной бизнес-среды и структурировать ее для анализа топ-менеджментом.

Наконец, Sakana AI четко обозначила свою целевую аудиторию и политику в отношении данных. OpenAI, Google и Perplexity активно работают как на потребительском, так и на корпоративном рынках, предлагая свои возможности глубоких исследований подписчикам тарифов Pro и обычным продвинутым пользователям.

Sakana Marlin полностью закрыта для потребительского рынка; это сервис исключительно формата B2B, созданный для корпораций, финансовых учреждений и аналитических центров. Это позволяет Sakana внедрить бескомпромиссную корпоративную политику в отношении данных. В отличие от моделей потребительского уровня, которые часто стирают границы в вопросах сбора данных, Marlin гарантирует, что пользовательские данные и конфиденциальная информация никогда не будут использоваться для обучения или тонкой настройки моделей без явного на то согласия.

Для предприятий, проводящих деликатный анализ в рамках слияний и поглощений (M&A) или готовящих непубличные конкурентные исследования, такая замкнутая безопасность является обязательным требованием, которое универсальным потребительским инструментам сложно гарантировать.

С появлением Marlin крупнейшие компании задаются вопросом не о том, как быстро ИИ может ответить, а о том, насколько глубоко он способен мыслить.

Продукт: Виртуальный директор по стратегии

Что именно получает бизнес, развертывая Sakana Marlin? Рабочий процесс здесь кардинально отличается от типичных взаимодействий с большими языковыми моделями (LLM). Вместо утомительного подбора запросов (промпт-инжиниринга) в режиме диалога, пользователь просто задает основную тему исследования. После короткого вводного обмена сообщениями для уточнения масштаба и направления расследования человек полностью отходит от процесса.

В течение следующих нескольких часов Marlin функционирует как автономная цифровая стратегия-команда. Он самостоятельно формулирует первичные гипотезы, бороздит просторы интернета в поисках данных, сопоставляет источники для проверки фактов и выстраивает причинно-следственные связи в сложных бизнес-условиях. По сути, он ищет ту самую «выигрышную формулу» среди моря информационной шума.

Воспринимайте его не столько как поисковую систему, сколько как младшего стратегического консультанта, запертого в комнате с маркерной доской и доступом в интернет. Вы даете стратегическое задание утром, и к концу рабочего дня система выдает комплексный портфолио профессионального уровня.

В случае с Marlin конечный результат — это не безликое текстовое полотно, а структурированный набор стратегических опций, дополненный слайдами с резюме для руководства, приложениями, списком литературы и глубоко проработанным отчетом.

Компания выделила несколько реальных сценариев использования, демонстрирующих способность Marlin к сложной аналитике и синтезу: от генерации детальных сценариев урегулирования для гипотетической блокады Ормузского пролива до картирования фрагментированной глобальной мозаики регулирования ИИ и анализа макроэкономических трендов вроде возвращения «рыночных надсмотрщиков за облигациями» (bond vigilantes).

В Sakana отмечают, что Marlin опирается на несколько ИИ-моделей, однако не стали называть конкретные наименования моделей или их поставщиков. Я связался с компанией в X, чтобы узнать подробности, и обновлю информацию, как только получу ответ.

Двигатель долгосрочных рассуждений

Под капотом Marlin является коммерческим воплощением масштабных прорывов лаборатории Sakana AI, совершенных за последние два года.

Продукт работает на базе поискового движка, опирающегося на предыдущее исследовательское достижение Sakana — адаптивный ветвящийся метод Монте-Карло для поиска по дереву решений (AB-MCTS), а также использует фреймворки, унаследованные от «ИИ-ученого» (The AI Scientist) — более раннего исследовательского проекта Sakana AI, описанного в журнале Nature, который успешно автоматизировал процесс научных открытий от зарождения идеи до экспертной оценки.

Чтобы понять, как это работает на практике, обратитесь к аналогии из реального мира — современным шахматным программам. Когда компьютер играет в шахматы, он не просто смотрит на доску и гадает; он просчитывает тысячи возможных будущих ходов, оценивая силу каждой возникающей позиции перед тем, как совершить действие.

Движок AB-MCTS в Marlin делает нечто подобное для сферы исследований.

Внутри движка: механика AB-MCTS

Хронология этой технологии восходит к июню 2025 года, когда компания Sakana AI впервые представила этот фреймворк широкой публике вместе с исследовательской статьей «Wider or Deeper? Scaling LLM Inference-Time Compute with Adaptive Branching Tree Search» («Шире или глубже? Масштабирование вычислений во время инференса LLM с помощью адаптивного древовидного поиска с ветвлением»).

В то время, чтобы стимулировать эксперименты разработчиков с коллективным искусственным интеллектом, компания выпустила базовый алгоритм в виде библиотеки с открытым исходным исходным кодом под названием TreeQuest, распространяемой на условиях гибкой лицензии Apache 2.0. Эта веха в сфере открытого кода заложила технический фундамент для того, что год спустя в конечном итоге превратилось в проприетарный продукт корпоративного класса Marlin.

Традиционно, когда разработчики пытаются добиться от больших языковых моделей рассуждений более высокого качества, они полагаются на метод грубой силы, называемый «повторной выборкой» (repeated sampling). Он по сути сводится к многократному параллельному запуску модели в надежде, что один из ответов окажется верным. Тем не менее, повторная выборка действует вслепую: она не способна оценивать собственные промежуточные шаги или менять направление на основе внешней обратной связи.

AB-MCTS заменяет эту парадигму принципиальным многошаговым подходом, управляемым байесовской структурой принятия решений. По мере того как ИИ конструирует стратегический отчет, система рассматривает исследовательский процесс как разветвленное дерево возможностей. На каждом узле этого дерева алгоритм динамически балансирует между двумя различными моделями поведения на основе сигналов внешней обратной связи:

• Движение вширь (исследование): создание совершенно новых, альтернативных гипотез или вариантов ответов, когда текущий путь дает убывающую отдачу или приводит к неразрешимым противоречиям.

• Движение вглубь (эксплуатация): методичная доработка, проверка и развитие существующего кандидатного решения, демонстрирующего высокий стратегический потенциал.

То, что превращает это из лабораторного эксперимента в коммерческий движок, — это его расширение до Multi-LLM AB-MCTS.

Архитектура Sakana AI привносит в поисковое дерево критически важное третье измерение: способность динамически выбирать, какую именно модель задействовать для конкретной подзадачи, рассматривая передовые модели отрасли как сеть коллективного интеллекта по принципу «подключай и работай».

Согласно технической документации, опубликованной компанией, движок способен координировать крайне разнородные модели. Это позволяет модели-оркестратору делегировать первичное генерирование идей одной LLM, одновременно используя модель с мощными возможностями логического вывода для аудита, проверки и исправления промежуточных ошибок, допущенных ранее в поисковом дереве.

За счет масштабирования вычислений во время инференса — с использованием уникальных «характеров» и сильных сторон множества базовых моделей на протяжении тысяч автоматизированных циклов — AB-MCTS обеспечивает математические защитные механизмы, необходимые Marlin. Это гарантирует, что получаемые 100-страничные стратегические отчеты будут представлять собой не просто многословные тексты, сгенерированные ИИ, а тщательно проверенный продукт системных автоматизированных проб и ошибок.

Лицензирование, данные и значение для бизнеса

Крайне важно отметить, что Sakana Marlin — это определенно не универсальный потребительский инструмент; 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 решающими факторами при внедрении ПО. В отличие от многих потребительских ИИ-инструментов, которые незаметно собирают пользовательский ввод и проприетарные данные для обучения будущих базовых моделей, Sakana Marlin работает в рамках строгой политики конфиденциальности корпоративного уровня.

Ни Sakana AI, ни ее сторонние поставщики услуг ИИ не будут использовать клиентские данные или пользовательский ввод для обучения или тонкой настройки моделей, если клиент не предоставит на это прямого согласия.

Даже при наличии согласия данные подвергаются глубокой обработке для удаления персональных данных. Такая безопасность по принципу замкнутого контура абсолютно жизненно важна для компаний, работающих с конфиденциальными исследованиями в области M&A (слияний и поглощений), невыпущенными продуктовыми стратегиями или проприетарным рыночным анализом.

Коммерческое лицензирование структурировано в виде тарифных моделей, отражающих его корпоративный характер:

• Оплата по факту (Pay-as-you-go): пользователи могут приобретать кредиты по запросу: один запуск стоит 100 кредитов, а дополнительные кредиты оцениваются в ¥98 ($0,61 США) каждый.

• Тариф Pro: за ¥150 000 ($935,68 США) в месяц компании получают 2 000 кредитов, что снижает стоимость дополнительных кредитов до ¥90 ($0,56 США).

• Тариф Team (для команд): ориентированный на более крупные подразделения, этот тариф стоимостью ¥400 000 ($2 495,14 США) в месяц включает 6 000 кредитов, снижая стоимость дополнительных кредитов до ¥85 ($0,53 США) за кредит.

• Корпоративный (Enterprise): полностью индивидуальные расценки с выделенной поддержкой и кастомными объемами кредитов.

Почему за Sakana стоит следить

Превращение Sakana AI в коммерческую корпоративную силу уходит корнями в происхождение ее основателей, которые сыграли ключевую роль в нынешнем буме генеративного ИИ.

Основанный в Токио в 2023 году, этот стартап был сооснован Лионом Джонсом (Llion Jones) — соавтором основополагающей статьи Google 2017 года «Attention Is All You Need», который ввел в обиход термин «трансформер» — и Дэвидом Ха (David Ha), бывшим исследователем Google Brain и главой отдела исследований в Stability AI.

Решение создать новую лабораторию за пределами «пузыря» Кремниевой долины было осознанным отказом от существующей экосистемы ИИ. На конференции TED AI в конце 2025 года Джонс откровенно заявил, что ему «абсолютно надоели» трансформеры, предупредив, что колоссальное давление со стороны инвесторов и гиперициклированность на масштабировании единых монолитных моделей притупили творческий потенциал индустрии и закрыли исследователям глаза на следующий крупный прорыв.

Чтобы вырваться из этой «болезни крупных компаний», Джонс и Ха построили работу Sakana AI на принципах биомимикрики и эволюционных вычислений.

Название компании, происходящее от японского слова «рыба», отражает ее ключевую техническую философию: использование коллективного интеллекта, подобного косякам рыб, колониям муравьев или роям насекомых. Вместо того чтобы пытаться создать одну массивную универсальную базовую модель, исследования Sakana неизменно сосредоточены на развертывании сетей из более мелких специализированных моделей, которые динамически сотрудничают для адаптации к сложным средам.

Эта философия исходит из того, что, рассматривая отдельные модели ИИ как членов «команды мечты» с дополняющими друг друга сильными сторонами, системы могут достигать более надежных и экономически эффективных результатов рассуждений, чем при полагании исключительно на чистый масштаб.

Этот вдохновленный природой подход быстро принес плоды в ходе строгих конкурентных тестов. Sakana AI добилась значительных успехов в «масштабировании во время инференса» — выделении вычислительных ресурсов на этапе решения задач, что позволяет моделям думать, итерировать и совершенствовать собственные ответы в течение длительных периодов времени.

В начале 2026 года ALE-Agent компании занял первое место в сложнейшем соревновании по комбинаторной оптимизации AtCoder Heuristic Contest (AHC058), опередив более 800 высококлассных программистов-людей за счет автономного восстановления и тестирования сотен решений в течение четырехчасового окна.

Аналогичным образом, Sakana представила «RL Conductor» — небольшую модель с 7 миллиардами параметров, обученную с помощью обучения с подкреплением специально для оркестрации и делегирования задач между разнообразным пулом рабочих моделей (от GPT-5 до Claude Sonnet 4), что позволило достичь передовых результатов в бенчмарках рассуждений при лишь малой доле традиционных затрат на вычисления.

Стремительная эволюция Sakana из новаторской исследовательской лаборатории в коммерческого поставщика программного обеспечения привлекла пристальное внимание мировых финансовых тяжеловесов.

К концу 2025 года токийский стартап привлек масштабный раунд финансирования серии B, который поднял его оценку после привлечения инвестиций до более чем 2,6 млрд долларов, закрепив за ним статус одной из самых дорогих частных технологических компаний Японии. Компания может похвастаться обширным списком стратегических инвесторов, включая ранних венчурных спонсоров Khosla Ventures, Lux Capital и New Enterprise Associates (NEA), а также таких гигантов индустрии, как Nvidia и Google.

Поскольку Sakana расширила свое внимание на критически важные сектора, такие как оборона и финансы, она также привлекла инвестиции от крупных мировых банковских учреждений, включая Mitsubishi UFJ Financial Group (MUFG) и Citi, а также от корпоративного технологического гиганта Salesforce, что позволило стартапу активно менять корпоративную инфраструктуру ИИ с нуля.

Реакция сообщества и полевые испытания

Переход Sakana AI к коммерческим долгосрочным агентам не был изощренным экспериментом в вакууме. Компания провела тщательное закрытое бета-тестирование, начатое в апреле 2026 года, предоставив инструмент примерно 300 профессионалам из финансовых институтов, консалтинговых фирм и аналитических центров. Отзывы подчеркивают резкую качественную разницу между стандартными генеративными чат-ботами и автономным, основанным на фактах подходом Marlin.

Старший консультант крупной токийской консалтинговой фирмы отметил, что инструмент «превзошел ожидания, обнаружив ракурсы, которые мы даже не могли себе представить», и похвалил его способность достигать человеческой полноты охвата при устранении человеческой предвзятости. Между тем, подразделение кибербезопасности крупного японского ИТ-системного интегратора высоко оценило систему за предоставление «крайне убедительного отчета, основанного на высококачественных первоисточниках», а не на переработанных вторичных источниках.

В социальных сетях объявление компании нашло отклик у более широкого технологического сообщества, стремящегося к автономным агентам.

По мере взросления индустрии ИИ ценностное предложение явно смещается. Инструменты, выступающие в роли быстрых разговорных энциклопедий, постепенно превращаются в товар массового спроса. С появлением Sakana Marlin фокус полностью смещается на отделение тяжелой работы по мышлению от финального акта принятия решений. Делегируя исчерпывающее картирование причинно-следственных связей агенту, способному к продолжительным рассуждениям, руководители-люди получают свободу делать то, что у них получается лучше всего: действовать.