Sakana AI 将 AB-MCTS 商业化，推出企业代理 Sakana Marlin，可生成多达 100 页的研究报告及幻灯片

总部位于东京的 Sakana AI 本周发布了其首款商业产品“Sakana Marlin”。该公司将 Marlin 定位为虚拟首席战略官（Virtual CSO），是一款面向企业的 B2B 自主研究代理。

Marlin 并非像聊天机器人那样在几秒内给出回答。用户提交一个研究主题后，它会自主运行长达约八小时。每次运行返回一份长篇报告以及一套演示幻灯片。Sakana 表示，单次会话会发出数百到数千次 LLM 查询。

Marlin 是一款企业研究代理，而非聊天助手。用户给出一个主题或问题后，它会自主规划假设、浏览来源并验证发现。它可将数周的战略工作压缩至数小时。

交付物专为决策者设计。日语公告描述报告为数十页，英语公告则称报告可达约 100 页。在媒体体验中，报告篇幅为 60–100 页，引用 60–80 个来源。每份报告包括正文、参考文献和附录。演示幻灯片由图像生成 AI 创建。

Sakana 团队通过 2026 年 4 月的封闭测试对 Marlin 进行了优化。约 300 名专业人士在真实任务中测试了该产品，涵盖战略制定、市场研究、风险分析和竞争分析。Sakana 还与三菱 UFJ 金融集团合作，并获得了花旗的战略投资。

Marlin 的核心是 AB-MCTS（自适应分支蒙特卡洛树搜索），源于 Sakana 此前的研究“Wider or Deeper? Scaling LLM Inference-Time Compute with Adaptive Branching Tree Search”。AB-MCTS 将推理视为树搜索问题。在每一步，算法会做出一个决策：它可以“变宽”——生成一个新的候选答案，或者“变深”——完善一个已有前景的答案。标准重复采样只能并行地“变宽”，然后希望其中一个答案正确。

多 LLM 变体增加了第二个选择：它可以将步骤路由到完全不同的模型。在 Sakana 报告的 ARC-AGI-2 实验中，这种协作取得了成效：结合 o4-mini、Gemini 2.5 Pro 和 DeepSeek-R1 解决了约 27.5% 的任务，而单独使用 o4-mini 解决了约 23%。Marlin 将相同的自适应搜索应用于长期研究。

第二个关键组件是来自 Sakana 的 AI Scientist 项目的工作流自动化。该项目展示了自主科学发现，并发表在《自然》杂志上。

Marlin 在深度上竞争，而非速度。传统的深度研究工具在几分钟到几十分钟内给出答案。Marlin 有意花费数小时以提高输出质量。例如，OpenAI Deep Research 运行时间为几分钟到几十分钟，输出引用文本报告；Perplexity Deep Research 运行几分钟，输出带引用的文字答案；Google Gemini Deep Research 运行几分钟，输出引用文本报告。而 Marlin 最长约 8 小时，输出数十至 100 页的报告加幻灯片。

定价方面，Sakana 提供按次付费以及 Pro、Team 和 Enterprise 层级。按次付费每次运行 100 积分，每积分 98 日元。Pro 每月 15 万日元，包含 2000 积分。Team 每月 40 万日元，包含 6000 积分。Enterprise 定价定制，提供专用支持。

Marlin 适用于研究是瓶颈的高风险问题。具体用例包括：市场进入评估（如日本稳定币和代币化支付市场）、风险分析（如霍尔木兹海峡封锁的情景建模）、竞争分析（剖析三家竞争对手并排名定位差距）。每个案例对应一个提示和一次无人值守运行。

用户无法自行托管 Marlin，但可以运行其核心算法。Sakana 以 Apache 2.0 许可证开源了 AB-MCTS 作为 TreeQuest。安装后定义一个生成函数，即可在固定搜索预算下运行。

优势包括：经同行评审的基础（AB-MCTS 在 NeurIPS，AI Scientist 在《自然》）；交付物完整（含参考文献、附录和幻灯片）；自适应计算将资源投入最有前景的分支；核心开源便于研究。弱点包括：长运行时间导致迭代较慢；自动化报告可能包含难以发现的错误；定价和设计面向企业而非个人开发者；Marlin 本身闭源，仅开放底层算法。

关键要点：Sakana Marlin 每个任务自主运行约八小时；一次运行产生数十页报告及幻灯片；基于 AB-MCTS 和 AI Scientist 工作流；入门价格按次付费，每次运行 100 积分（每积分 98 日元）；目标用户为金融、企业战略、咨询和智库团队。