Sakana AI 開啟 Marlin 測試：能連軸調研 8 小時，直接出數十頁戰略報告

平常用 AI 查資料，多數人習慣了等上十來秒，看它吐出幾百字的要點總結。但如果要寫一份給董事會看的戰略報告，這種聊天機器人根本派不上用場。

日本 AI 初創公司 Sakana AI 邁出了商業化的第一步，正式釋出自主型 AI 調研助手 Sakana Marlin 並開啟封閉測試。官方把它定位成「虛擬首席戰略官」（Virtual CSO）。

它的使用邏輯很簡單：你只要丟給它一個研究課題，剩下的完全不用管。Marlin 會自顧自地調研思考近 8 個小時，最後直接端出一份結構化的幻燈片和多達數十頁的完整分析報告。

像戰略團隊一樣連續工作 8 小時

普通商業諮詢團隊往往需要幾個分析師折騰幾週才能交差的課題，Marlin 試圖在幾小時內解決。

官方給出的兩個樣例文件很說明問題。一份是關於特朗普第二任期對日企供應鏈影響的報告，長達 61 頁，整理出 16 項關鍵風險，甚至推演到了中期選舉後的政策走向；另一份針對日本銀行業 AI 投資的報告更是達到了 78 頁。

這些成果物不是零散的資料拼湊，而是包含了執行摘要、不同發展路徑的推演、細分行業資料以及完整參考文獻的現成方案。

和市面上主打「快速作答」的工具不同，Marlin 核心賣點就是「花更長時間去想」。Sakana AI 借用了經濟學上的「傑文斯悖論」來解釋：當單次推演效率提升後，最明智的策略反而是砸入更多計算量，讓 AI 去啃更硬的骨頭。

樹狀搜尋與科學研究工作流

讓 AI 連軸轉 8 小時，難點不在於堆算力，而在於怎麼保證它沒在胡思亂想。

為了不讓搜尋跑偏，Marlin 結合了 Sakana AI 之前的兩項核心研發成果。首先是入選 NeurIPS 2025 Spotlight 的 AB-MCTS 技術，也就是自適應分支蒙特卡洛樹搜尋。

在長達數千次的模型呼叫中，Marlin 會把推演當成一棵樹來探索。遇到死衚衕就果斷止損，發現有價值的論點就調集資源深挖，中途還會排程擅長不同領域的模型互相配合。

另一個支柱則是他們此前登上《自然》（Nature）雜誌的「AI 科學家」系統。團隊把科學界從提假設、找證據、排查矛盾到寫論文的嚴謹流程，原封不動地搬進了商業研究場景中。

目前 Marlin 已經向金融機構、企業戰略部門、諮詢公司和智庫開放測試申請，測試期間免費使用。

為什麼重要

大模型行業這幾個月都在卷推理時間擴充套件（Test-Time Compute），但把這套邏輯落成成熟商業軟體的並不多。Sakana AI 這一步走得很聰明，它避開了爛大街的聊天機器人紅道，直接切入高客單價的重度戰略諮詢市場。

對企業裡的戰略分析師、投研人員和獨立顧問來說，Marlin 這種工具如果真能穩定交出 60 頁以上的邏輯閉環報告，工作流會被徹底重構。大家不再需要花幾天時間到處扒財報和政策底稿，而是把精力轉變成兩頭：在起點提出好問題，在終點做關鍵把關和決策。

不過，我們認為這也帶來了新的門檻。閱讀並驗證一份 70 頁、包含了大量推演假設的 AI 報告，本身就是一項極高強度的腦力勞動。如果審閱人缺乏足夠的行業經驗，很容易被看似嚴密的 AI 邏輯帶進溝裡。如何給漫長的推演過程做事實核查，會是它走向正式商用時最大的挑戰。