Sakana AI lanza Aquarium, una plataforma de agentes de IA basada en una ontología y con control
Sakana AI presenta Aquarium, una plataforma en la que los agentes de IA se apoyan en el «diccionario» de la empresa: qué significan los términos, cómo se relacionan las tablas con los documentos y según qué reglas se toman las decisiones. Esta capa, la ontología, se construye una sola vez y se usa para todos los agentes. El agente verifica los datos, decide y ejecuta la acción por sí mismo, y en los puntos necesarios espera la aprobación de una persona. Por eso el nuevo proceso no obliga a volver a conectar los datos ni a acordar los términos.
Procesado por IA desde Sakana AI Blog; editado por Hamidun News
La mayoría de los proyectos empresariales con agentes de IA no se atasca en el modelo, sino en la rutina que lo rodea. Hay que conectar los datos, ponerse de acuerdo sobre qué significa «cliente activo» o «pago vencido», establecer quién puede hacer qué y repetirlo todo para el siguiente proceso. Sakana AI ha decidido convertir esa rutina en producto y ha presentado Sakana Aquarium, una plataforma para crear, desplegar y mantener agentes.
Qué incluye Aquarium
La base de la plataforma es la ontología. Dicho de forma sencilla, es el diccionario común y el mapa de la empresa: qué tipos de entidades existen (clientes, contratos, pedidos), cómo se relacionan entre sí y según qué reglas se toman decisiones sobre ellas. Las tablas, los documentos y otros formatos se conectan a este mapa desde los almacenes existentes, sin trasladar los datos. Cuando la información se actualiza, el agente ve un panorama actualizado.
La plataforma consta de tres partes:
- Ontology almacena el conocimiento, las reglas y los datos junto con su significado y sus relaciones.
- Governance se encarga del control. Aquí se definen los permisos de acceso y la aprobación obligatoria antes de una acción. El sistema registra en qué se basó el agente y qué hizo finalmente, y muestra la velocidad, la precisión y el consumo de los modelos.
- Managed Agents es el entorno en el que trabajan los agentes. El desarrollador describe el workflow: lectura de datos, decisión del modelo, llamada a una función, confirmación humana. Después, el agente puede desplegarse y la plataforma gestiona su ciclo de vida.
El nombre se explica con una metáfora: muchos peces nadan en un mismo acuario con un entorno bien preparado.
Para qué sirve en la práctica
La idea principal es la reutilización. Los datos conectados y la ontología que se reúnen para un agente sirven también para otros. Supongamos que un banco crea un agente para revisar solicitudes de crédito. El siguiente agente, por ejemplo uno que prepara propuestas para clientes, no tendrá que volver a explicar qué es un «cliente» ni de dónde tomar sus datos. Todos los agentes trabajan sobre una misma base y se gestionan desde un único lugar.
Para los equipos de producto también es importante el esquema de control. El agente actúa dentro de los permisos concedidos, y en los puntos críticos una persona confirma el paso. Después, cualquier decisión puede reconstruirse a partir del registro: qué datos se usaron, cómo razonó el modelo, quién la aprobó y cómo terminó. En sectores regulados, como las finanzas, esa auditoría suele importar más que las demos llamativas.
De dónde surge y qué se desconoce todavía
Sakana AI es conocida por investigaciones que mejoran la calidad de la IA sin simplemente aumentar el tamaño del modelo: escalado en la fase de inferencia, trabajo coordinado de varios modelos y automejora. En paralelo, la compañía ha desarrollado proyectos aplicados en finanzas, entre ellos un experto en IA para la concesión de créditos con MUFG Bank, la generación automática de propuestas con SMBC Group y un desarrollo conjunto con Daiwa Securities Group.
En esos proyectos trabajaron Forward Deployed Engineers: se familiarizaban con los datos y los procesos del cliente, diseñaban los workflows, evaluaban los resultados y mejoraban la precisión. La compañía observó que la conexión de datos y el acuerdo sobre los términos había que hacerlos desde cero en cada proyecto. Aquarium reúne ese trabajo en una plataforma común. En el desarrollo participan ingenieros de Sakana AI y profesionales procedentes de Palantir, Snowflake, Microsoft y AWS, es decir, de empresas que construyen plataformas de datos y su gobernanza. El enfoque basado en la ontología recuerda a lo que hace Palantir, pero esta es una comparación nuestra, no palabras de Sakana.
También hay limitaciones. El anuncio no incluye benchmarks, precios, la lista de fuentes de datos admitidas ni los nombres de los modelos que usa la plataforma. Tampoco hay casos públicos con un efecto medible: Sakana promete mostrarlos más adelante. Según el texto, el producto se vende mediante consultoría e implantación con participación de FDE, y no como un servicio que pueda probarse por cuenta propia. Entre los planes, la compañía menciona dos líneas: la actualización de la ontología y de los agentes a partir de las correcciones y decisiones que surjan durante el trabajo, y la ayuda de la IA en la propia construcción de agentes.
La conclusión para desarrolladores y fundadores es sencilla. El mercado de plataformas de agentes se desplaza de «qué modelo elegir» a «en qué se basa el agente para decidir» y «cómo controlarlo». Si construye agentes para varios procesos, conviene pensar desde el principio en una capa común de definiciones y permisos de acceso; de lo contrario, pagará la configuración repetida en cada proyecto. Y para valorar hasta qué punto Aquarium ayuda en el trabajo real, habrá que esperar a los primeros casos públicos.
- 21 nov 2026Caída de Microsoft: casi 83 000 quejas sobre Outlook en Downdetector y Teams y Copilot fuera de servicio
- 21 nov 2026En la prueba MLPerf participan por primera vez Nvidia Rubin y TPU Ironwood: 153 sistemas
- 21 nov 2026Microsoft convierte Copilot en un «sistema operativo para el trabajo»: Word y Excel pasan a ser plugins del agente
- 21 nov 2026Google separará el almacenamiento de chats del entrenamiento de Gemini: rechazar sin perder el historial
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué incluye Aquarium?
La base de la plataforma es la ontología. Dicho de forma sencilla, es el diccionario común y el mapa de la empresa: qué tipos de entidades existen (clientes, contratos, pedidos), cómo se relacionan entre sí y según qué reglas se toman decisiones sobre ellas. Las tablas, los documentos y otros formatos se conectan a este mapa desde los almacenes existentes, sin trasladar los datos. Cuando la información se actualiza, el agente ve un panorama actualizado.
¿Qué se sabe sobre Para qué sirve en la práctica?
La idea principal es la reutilización. Los datos conectados y la ontología que se reúnen para un agente sirven también para otros. Supongamos que un banco crea un agente para revisar solicitudes de crédito. El siguiente agente, por ejemplo uno que prepara propuestas para clientes, no tendrá que volver a explicar qué es un «cliente» ni de dónde tomar sus datos. Todos los agentes trabajan sobre una misma base y se gestionan desde un único lugar.
¿Qué se sabe sobre De dónde surge y qué se desconoce todavía?
Sakana AI es conocida por investigaciones que mejoran la calidad de la IA sin simplemente aumentar el tamaño del modelo: escalado en la fase de inferencia, trabajo coordinado de varios modelos y automejora. En paralelo, la compañía ha desarrollado proyectos aplicados en finanzas, entre ellos un experto en IA para la concesión de créditos con MUFG Bank, la generación automática de propuestas con SMBC Group y un desarrollo conjunto con Daiwa Securities Group.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.