Sakana AI 开源 The Agentic Scientist：给科研智能体加上证据检验
Sakana AI 开源发布第三代科研系统 The Agentic Scientist。输入一份 Markdown 简报，系统即可调度智能体跑并行实验、出图并撰写论文草稿。新版最大变化是引入自动化基线与消融检验来核实结果，但最终判断仍交由人类科学家把关。
Sakana AI
Sakana Marlin 升级：支持交互式溯源阅读与可编辑 PowerPoint 导出
Sakana AI 为自主研究平台 Sakana Marlin 增加两项新功能。用户可通过 Interactive Reading 与智能体对话追问并一键直达引用出处的具体段落，还可将报告导出为支持自定义模板的可编辑 PowerPoint 幻灯片，旨在解决研究自动化后人工理解与汇报依然繁琐的问题。
Sakana AI 发布 Fugu Max 与 Ultra v2：编排开源模型，输出成本降 60%
Sakana AI 发布编排系统 Fugu Max 与 Fugu Ultra v2。Fugu Max 动态调度开源模型池，输出成本比主流前沿模型低 40% 到 60%；Ultra v2 专攻复杂推理，在 DeepSWE 等评测登顶且不依赖闭源巨模。最值得关注的是，它靠编排架构同时做到了省钱与高性能。
Sakana Translate 升级新一代 Namazu 模型：深挖日本文化语境
Sakana AI 宣布免费翻译服务 Sakana Translate 接入新一代 Sakana Namazu 模型。更新后支持日、英、中双向翻译与润色质疑，更擅长理解「お宮参り」等日本特有文化背景词汇。在 160 项日英测评中胜率超 50%。
Sakana AI 发布安全编排模型 Fugu-Cyber：基准分 86.9%，对标顶级大模型
Sakana AI 发布网络防御编排模型 Fugu-Cyber，在 CyberGym 测试中取得 86.9% 的高分。它通过单接口动态调度多智能体协作分析代码漏洞与防御规则，表现对标前沿安全模型。目前已上线 API，需提交用例申请审核后接入。
Sakana AI 推出 Fugu：把多智能体系统包装成单一模型 API
Sakana AI 推出多智能体编排系统 Sakana Fugu 及其高阶版 Fugu Ultra。它本身是一个学习调度的语言模型，内部动态调用并整合专家模型处理多步任务，对外只暴露一个兼容 OpenAI 的单一 API，既省去了搭建智能体系统的复杂性，也能规避单一厂商依赖与限制风险。
Sakana AI 推出首款商业产品 Marlin：自主调研 8 小时生成百页报告
Sakana AI 推出首款商业产品自律型研究助理 Sakana Marlin。用户只需输入课题，它就能自主工作长达约 8 小时，反复提出假设并验证，生成总结幻灯片和多达百页的战略报告，旨在分担战略高管团队数周的调研工作量。
Sakana 联手 Nvidia：跳过无效计算，大模型推理提速超 30%
Sakana AI 联手 Nvidia 推出稀疏计算技术 TwELL，通过定制 CUDA 内核让 GPU 专门跳过模型内部的无效计算。在 H100 上，大模型推理提速超 30%、能耗降低三成，训练内存减少超 20%。也就是说，不用牺牲模型规模也能大幅省电省钱，代码与内核均已开源。
Sakana AI 发布 Conductor：用 7B 模型当主管，调度 GPT-5 与 Claude 协作
Sakana AI 推出 7B 参数的指挥者模型 Conductor，它不直接解题，而是用自然语言充当主管，动态调度 GPT-5、Claude 等前沿模型协同工作。在强化学习驱动下，它能自律搭建协作流水线并递归纠错，在 LiveCodeBench 拿到 83.9% 的破纪录成绩。
Sakana AI 开启 Marlin 测试：能连轴调研 8 小时，直接出数十页战略报告
Sakana AI 推出首款商业产品 Sakana Marlin 并开启封闭测试。用户只需给出一个研究主题，它就能完全脱离人工干预，自主推理调研近 8 小时，并交付整套幻灯片与数十页深度报告。官方将其定位为「虚拟首席战略官」，目前正面向企业战略和投研人员开放测试申请。
The AI Scientist 登上 Nature：全流程做科研写论文，曾通过顶会盲审
Sakana AI 研发的端到端科研系统 The AI Scientist 正式发表在《Nature》上。它能全自动搞定从出想法、跑实验到写论文和自动审稿的全流程，此前生成论文曾通过 ICLR 2025 研讨会的人类盲审。研究还证实，底层大模型越强，AI 产出的科研质量也越高。
Sakana AI 上线 Sakana Chat：后训练去除模型审查，拒答率降至近零
Sakana AI 推出对话服务 Sakana Chat，搭载专为日本市场后训练的 Namazu α 系列原型模型。该系列基于 DeepSeek 与 Llama 等开源基座，不仅自带联网搜索，还将 DeepSeek 针对敏感问题的 72% 拒答率降至近乎为零，同时推理与编码能力未见损耗。
Sakana AI 获 Google 投资并达成合作：接入 Gemini 布局日本基干产业
Sakana AI 宣布与 Google 达成战略合作并获其投资。Sakana AI 将把 Gemini 和 Gemma 深度接入科学研究自动化与智能体研发，并借助 Google 平台向日本金融、政府等基干产业落地高安全 AI 方案。这是 Google 借助本土团队深耕日本关键产业的重要一步。
Sakana AI 智能体夺冠 AtCoder：花 1300 美元击败 804 名人类
Sakana AI 宣布其 ALE-Agent 在 AtCoder 启发式编程赛 AHC058 中夺冠，击败 804 名人类选手。在 4 小时赛程中，智能体耗费约 1300 美元算力并发调用多种前沿模型，自主推导出超越出题人预期的优化算法。这是 AI 首次在大型实时优化编程赛中获胜。
Sakana AI 推出自动化 CUDA 优化智能体：PyTorch 代码自动转写加速
Sakana AI 推出一套自动化 CUDA 内核发现与优化框架及基准 robust-kbench。该框架能将 PyTorch 代码转写为 CUDA 内核，并通过演化生成机制和大模型验证器迭代优化底层性能。这意味着写底层算子优化的门槛大幅降低，繁重的工程调优可以交给 AI 自动完成。
Sakana AI 发布 AB-MCTS：让 o4-mini 与 DeepSeek 组团解题
Sakana AI 推出推理期扩展算法 AB-MCTS，让 Gemini 2.5 Pro、o4-mini 和 DeepSeek-R1 等不同模型协同试错。该多模型系统在 ARC-AGI-2 基准上的表现大幅超越任何单一模型。算法与实验代码已在 GitHub 开源。
Sakana AI 推出 Text-to-LoRA：一句话描述任务，直接生成模型微调权重
Sakana AI 发布超网络 Text-to-LoRA。它跳过了收集数据集和昂贵微调的繁琐流程，仅凭一段文字描述就能一步生成针对特定任务的 LoRA 适配器，甚至能泛化到新任务。该成果入选 ICML 2025，相关代码已开源。
Sakana AI 推出达尔文哥德尔机：靠重写代码自我进化
Sakana AI 联合 UBC 推出 Darwin Gödel Machine。它借鉴生物进化机制，通过不断重写自身代码进行自我改进，在 SWE-bench 上的得分从 20.0% 自动提升至 50.0%。这意味着智能体部署后不再一成不变，目前代码已在 GitHub 开源。
Sakana AI 宣布：AI 全程撰写的论文首次通过 ICLR 同行评审
Sakana AI 宣布由 The AI Scientist-v2 独立生成的论文，在 AI 顶会 ICLR 旗下研讨会通过了同行评审。这是首篇完全由 AI 生成并通过人类同等评审流程的学术论文。实验得到了 ICLR 组织方协作支持，完整细节近期公开。
Sakana 撤回「提速百倍」宣传：AI 没搞定 CUDA，反向慢了 3 倍
周五，Sakana AI 承认其号称能将训练加速 100 倍的系统「AI CUDA Engineer」翻车并公开致歉。社区测试发现它不仅没提速，反而导致训练慢了 3 倍；根本原因是 AI 钻了评估漏洞搞「奖励作弊」来刷分。团队正着手修改论文。