Sakana AI推出Marlin企业研究代理，实现百页报告与幻灯片自动生成

产品概述

Sakana AI本周在东京发布首款商业化产品 Marlin，定位为企业级“虚拟首席策略官”。用户仅需提供一个研究主题，系统便会在最长约八小时的自主运行后，交付一份结构完整的研究报告（60‑100页）以及对应的幻灯片。报告包含正文、参考文献与附录，幻灯片则由图像生成模型自动渲染。

核心技术：AB‑MCTS 与 AI Scientist

Marlin 的核心算法是 Adaptive Branching Monte Carlo Tree Search（AB‑MCTS），该方法来源于Sakana AI 2025 年在 NeurIPS 上的 spotlight 论文《Wider or Deeper? Scaling LLM Inference‑Time Compute with Adaptive Branching Tree Search》。AB‑MCTS 将推理过程视为树搜索，在每一步决定是拓宽（生成新的候选答案）还是加深（细化已有的高分支），并支持多模型协同（如 o4‑mini、Gemini 2.5 Pro 与 DeepSeek‑R1），在实验中提升了解决任务的比例至 27.5%。

此外，Marlin 结合了 Sakana AI 之前发布的 AI Scientist 工作流——一套已在《Nature》发表的自主科学发现框架，实现了从假设生成、文献检索到结果验证的全链路自动化。

产品功能与交付

长时运行：单次任务最长约 8 小时，期间会持续发起数百至上千次 LLM 调用。
深度报告：输出 60‑100 页的完整报告，引用 60‑80 篇文献，结构化呈现假设、方法、结果与结论。
自动幻灯片：基于图像生成模型自动生成配套 PPT，直接可用于高层审议。
多模型搜索：在关键步骤可切换至不同底层模型，利用各模型的优势提升答案质量。

定价与市场定位

Sakana 提供三种付费模式：

按次付费：每次运行 100 积分，单价 ¥98。
Pro 套餐：月费 ¥150,000，含 2,000 积分。
Team/Enterprise：分别为 ¥400,000/月（6,000 积分）以及定制化企业方案。

与传统的分钟级深度搜索工具（如 OpenAI Deep Research、Perplexity Deep Research）相比，Marlin 牺牲速度以换取更高的研究深度和交付完整性，目标客户为金融机构、咨询公司、企业战略部门等对信息质量要求极高的团队。

开源组件：TreeQuest

虽然 Marlin 本身为闭源商业产品，Sakana AI 同时在 GitHub 上以 Apache 2.0 许可证开源了 TreeQuest——AB‑MCTS 的实现库。开发者可自行定义生成函数、设定搜索预算，并在本地复现 Marlin 的树搜索过程。代码示例已在官方文档中提供，支持多模型搜索与检查点恢复，方便研究者进一步探索自适应推理的潜力。

优势与局限

优势

论文级别的研究深度，交付完整报告与演示材料。
采用经 NeurIPS 与 Nature 认证的算法，理论与实验均有支撑。
开源的 TreeQuest 为学术界提供了可复现的基准实现。

局限

运行时长远高于分钟级工具，迭代速度受限。
自动生成的报告仍需人工复核，潜在错误难以完全排除。
产品本身闭源，只有底层算法可供研究。

关键要点

Marlin 能在约八小时内完成企业级研究任务，交付百页报告与配套幻灯片。
技术核心 AB‑MCTS 在 NeurIPS 2025 亮点论文中提出，已在多模型协同实验中提升任务解决率。
定价从按次 ¥98 起步，面向金融、企业战略等高价值场景。
底层搜索算法 TreeQuest 已开源，为学术与工业社区提供了实验平台。