Sakana AI押注反对“最强AI”时代：编排、快速交付

在Sakana AI产品开发负责人看来，今天AI行业的主流打法，是打磨一个至高模型并交付给全世界。他的公司正反其道而行。自2026年3月以来，这家总部位于东京的公司接连推出四款产品：Sakana Chat、Sakana Marlin、Sakana Fugu和Sakana Translate。Sota Omura认为，这一节奏是刻意为之，其背后的策略是一场反对“最强AI”时代的押注。

先交付，快速修正

Sakana Chat于2026年3月上线，Marlin、Fugu和Translate紧随其后推出。Omura将其归功于CEO David的明确指令：今年将是Sakana AI发布产品的一年。但他认为，这一节奏正在成为AI时代的常规做法，尽管它与传统路径大相径庭。过去需要数月才能完成的原型，如今几周、有时甚至几天就能完成；“先交付，再从真实反馈中学习”，比花一年时间调研再动手构建更快。这四款产品刻意不针对单一行业打造；翻译、研究和基于聊天的咨询在每个公司每天都在发生。面向金融和制造业的Marlin专用版本已在积极探索中。

反对单一最佳模型

这些产品分为两组。Chat和Translate让人们体验Namazu, , 该公司的旗舰模型, , 它经过额外训练，更贴合日本语境。Fugu和Marlin探索模型编排，即让多个模型协同工作的实践。Fugu通过API提供，处理任务的性能高于任何单一模型；Marlin基于AB-MCTS深度推理技术构建，旨在成长为虚拟首席战略官。两者共同构成一个论点的商业表达, , seventnews曾称之为让模型选择成为路由器的问题。

这一设计传递出一个警示。一个所有人都依赖同一款“最强AI”的世界，是一个应当避免的世界。获取优质模型的机会已经取决于金钱、国籍和地理位置，供应链风险也难以忽视。正如生态系统因生物多样而健康，人们使用AI的方式保持多样，也会更健康。

这一论点延伸至产品之外。正如seventnews此前报道的，日本的AI主权战略是模型编排，而非构建新的前沿模型。该公司认为，日本可以在后训练环节确保主权, , 将开源模型适配本地语言和价值观, , 而不是在预训练上与美国和中国科技巨头比资金投入。Namazu就是证明。管理层曾表示，Sakana Fugu在某些领域可以匹敌Mythos，因为模型编排弥补了单个模型的弱点，同时承认美国公司在单模型性能上仍更胜一筹；该公司没有披露具体基准。在B轮融资中，Sakana AI接受了In-Q-Tel的投资, , 这家风险投资机构由美国中央情报局（CIA）创立；公司将此举与对国防应用日益浓厚的兴趣联系起来。Sakana公开表示，其产品不会采取自主致命行动，这与日本的宪法框架一致。

Omura用具体的话语描述了这一目标：

“一个AI列席了董事会会议，通过与人类董事的讨论，协助决定了投资方向。未来几年里，有多少公司能够这样说？”

从研究工具到决策平台

Marlin标志着Sakana想要前往的方向。Omura的抱负是打造一个决策平台，其基础是“假设思考”, , 由曾执掌波士顿咨询公司日本业务的内田和成（Kazunari Uchida）提出的方法：调研、假设、行动、验证、修正。目前Marlin只覆盖了第一步。Omura把投资决策想象成一个螺旋：研究产出一份包含100到200个候选对象的清单，其中最有潜力的10个被深入研究，情景得到模拟，循环往复。他指出，咨询业在AI面前依然守住了阵地，这正说明了决策有多么不确定和模糊。大多数AI应用止步于零星的效率提升, , 编写Excel公式、安排日程；目标则是让人类和AI把假设与证据带到同一张桌上。

一个建立在重叠之上的组织

这家组织的架构设计，是为了在扩张中生存。相比按专业划分的职能架构，Omura更倾向于业务单元制, , 每个职能都追逐同样的数字, , 并承认其代价：职责重叠要求每个人都对整个过程负责，这是一种专业技能，而非良好的意愿。他的参照是野中郁次郎（Ikujiro Nonaka）和竹内弘高（Hirotaka Takeuchi）, , 两人的知识创造理论认为，当拥有不同经验的人将隐性知识转化为语言时，新知识便会产生。他们1986年发表在《哈佛商业评论》上的文章《新新产品开发游戏》，后来催生了Scrum, , 如今软件行业标准的敏捷方法。他还引用了Lu Hong和Scott Page的“多样性胜过能力”定理。产品团队约有15人，营销和销售团队仍在组建中。

这场押注的诚实版本是：差距依然存在。Sakana AI承认，美国实验室在单模型性能上占据优势，而Fugu的招牌宣称依赖于未经发表的评估。该公司正在测试，模型编排能否足够快地弥合这一差距，让“最强AI”竞赛变得无关紧要。如果Omura是对的，未来一年将给出答案。