Sakana AI lança Sakana Marlin, agente que gera relatórios de 100 páginas com slides

O laboratório de IA Sakana AI, sediado em Tóquio, apresentou em 15 de junho de 2026 o Sakana Marlin, seu primeiro produto comercial. Trata-se de um agente corporativo que prepara, de forma autônoma, relatórios de pesquisa extensos acompanhados de slides.

O que o Marlin faz

O agente trabalha sem intervenção humana por até oito horas em uma única tarefa e, ao final, entrega um relatório pronto de até 100 páginas, junto com slides de apresentação. Para as empresas, isso significa que parte do trabalho analítico rotineiro, como coleta de dados, organização das conclusões e montagem da apresentação, pode ser delegada a um único agente em vez de uma equipe de analistas.

Hoje, a maioria dos assistentes de IA corporativos responde a perguntas em segundos e opera dentro de uma única conversa com o usuário. O Marlin funciona de outro jeito: o cliente define a tarefa e, a partir daí, o agente trabalha nela sozinho por até oito horas, sem orientações intermediárias. Nesse período, ele verifica e refina as próprias conclusões antes de reuni-las em um documento final com dezenas de páginas. O formato se aproxima mais do trabalho de um analista interno ou de uma equipe de consultoria do que de um chatbot conversacional.

• Data de lançamento: 15 de junho de 2026
• Trabalho autônomo: até 8 horas por tarefa
• Relatório final: até 100 páginas, com slides
• Base do produto: tecnologia AB-MCTS e o trabalho do projeto AI Scientist
• É o primeiro produto comercial da Sakana AI em toda a história da empresa

A tecnologia por trás

O Marlin se apoia em dois desenvolvimentos internos da Sakana AI. O primeiro é o AB-MCTS (Adaptive Branching Monte Carlo Tree Search), um método de busca de soluções que o laboratório já usava para fazer modelos de IA explorarem e compararem vários caminhos alternativos de raciocínio, em vez de produzirem uma única resposta direta. O segundo é o trabalho do projeto AI Scientist, sistema experimental da Sakana AI que já havia demonstrado capacidade de formular hipóteses, conduzir experimentos e escrever artigos científicos sem a participação de pesquisadores humanos.

Na prática, o Marlin leva a mesma lógica do mundo das publicações científicas para o da análise corporativa: o agente também explora alternativas, verifica cada uma e, no fim, monta um documento coeso. A diferença é que, em vez de um artigo científico, o resultado é um relatório para negócios.

Quem está por trás da Sakana AI

A Sakana AI foi fundada em 2023, em Tóquio, por David Ha e Llion Jones, ex-pesquisadores do Google Brain e do Google DeepMind, respectivamente. O nome da empresa vem da palavra japonesa para "peixe" e reflete a abordagem do laboratório: em vez de um único modelo grande, criar enxames de agentes pequenos e especializados que interagem entre si, como um cardume. Antes do Marlin, a empresa era conhecida principalmente por projetos de pesquisa como o AI Scientist e por métodos de escalonamento de computação na etapa de inferência, como o AB-MCTS, e não por produtos comerciais prontos.

Em poucos anos, o laboratório captou grandes rodadas de investimento de fundos de venture capital conhecidos e entrou para o grupo dos laboratórios de IA mais relevantes da Ásia, ao lado de projetos mais jovens do Vale do Silício.

O que isso significa

O lançamento do Marlin mostra como técnicas de pesquisa como o AB-MCTS passam rapidamente de experimentos de laboratório a ferramentas comerciais. Um agente capaz de trabalhar sozinho por horas e entregar um documento no nível de um relatório de consultoria muda as expectativas sobre o que pode ser delegado à IA sem supervisão humana constante. O segmento de agentes corporativos cresce rápido: grandes laboratórios lançam, um após o outro, ferramentas capazes não só de responder perguntas, mas de levar tarefas de várias horas até um resultado concluído.

O Marlin é a aposta da Sakana AI para conquistar espaço nessa corrida, baseada em métodos de pesquisa próprios, e não no licenciamento de modelos de terceiros. Se o formato pegar entre clientes corporativos, o laboratório terá a confirmação de que sua aposta na busca entre múltiplas soluções alternativas, e não simplesmente no aumento do tamanho dos modelos, funciona também fora dos benchmarks científicos.