Sakana AI открыла прикладную лабораторию для моделирования рынков и экономики
Sakana AI открыла внутри компании Applied Research Lab — группу, которая применяет её разработки к сложным системам вроде рынков и экономики. Один LLM-агент рынок не объяснит: его моделируют как сеть участников и связей, а вопросы и оценку ответов пока задают люди. Первая программа — финансы и экономика, команда набирается в Токио. Для создателей агентов это сигнал, что упор смещается на симуляции из множества агентов.
AI-обработка оригинала Sakana AI Blog; редакция Hamidun News
Японская Sakana AI объявила о создании Applied Research Lab — подразделения, которое возьмёт исследования компании и применит их к большим сложным системам. Первая цель — финансы и экономика. Новость интересна не громкими цифрами, которых в анонсе нет, а тем, как компания формулирует задачу: рынок нельзя «решить» одним умным чат-ботом.
Почему один агент рынок не поймёт
В Sakana AI исходят из простой мысли. Рынок или экономика — это система: в ней есть отдельные участники, связи между ними и эффект цепной реакции, когда изменение в одном месте отзывается в другом. Чтобы такое описать, мало задать вопрос языковой модели. Нужно построить модель, где видно, кто с кем взаимодействует и что произойдёт, если что-то поменять.
Раньше вопросы выбирали люди-эксперты: что моделировать и как проверять результат. Поэтому прогресс шёл со скоростью человеческой работы. Сегодня агентный ИИ умеет массово реализовывать, тестировать и дорабатывать модели, но слабее справляется с главным — понять, какие вопросы вообще важны. Лаборатория как раз хочет соединить эти две половины: человеческое знание как фундамент и ИИ как ускоритель.
Первая программа называется Computational Finance and Economics, или COFE. Финансы традиционно изучают цены активов, экономика — систему под ними. По мысли авторов, ИИ позволяет связать оба уровня на масштабе отдельных компаний и сделок почти в реальном времени, а цены становятся видимым отражением реальной экономики.
На чём строится лаборатория
Лаборатория опирается на то, что Sakana AI делает с момента основания в июле 2023 года: автоматизацию научных открытий, эволюционный поиск, симуляции на основе агентов и оценку моделей. Ближайшие предшественники — финансовые проекты компании:
- EDINET-Bench проверяет LLM на десяти годах годовых отчётов японских компаний. Неожиданный результат: даже сильные модели лишь немного обошли логистическую регрессию в поиске мошенничества и прогнозе прибыли. Правда, тест одношаговый, без агентов.
- JFinBench — экзамены на японские финансовые сертификаты 2026 года, включая аудиторский и налоговый.
- CoffeeBench, сделанный вместе с KPMG AZSA, смотрит, сможет ли агент 90 дней прибыльно управлять бизнесом в смоделированной кофейной цепочке поставок.
- QD-Rec применяет поиск «качество плюс разнообразие» к решениям вроде слияний и поглощений: вместо одного рейтинга выдаёт набор разных обоснованных вариантов.
Одно из первых направлений — агентное моделирование. Фреймворк Shachi запускает симуляции, где каждый LLM-агент собран из настроек, памяти и инструментов. На таком стенде можно изучать, как из действий отдельных участников возникает общее поведение, например реакция рынка на введение пошлин. CEDAR добавляет поиск по дереву с помощью LLM: он подбирает структуру сложной системы так, чтобы она вела себя нужным образом. Для самих алгоритмов в Sakana AI используют ShinkaEvolve и AB-MCTS, которые развивают код, скажем торговую стратегию. Рядом стоит The AI Scientist, автоматизирующий путь от гипотезы до статьи.
Что это значит на практике
Для разработчиков агентов вывод такой: ценность сдвигается от одиночных ассистентов к системам из многих агентов с общей средой, памятью и метриками. Если вы строите симуляции, финтех-аналитику или инструменты для принятия решений, полезно взглянуть на открытые работы Sakana AI — Shachi и CEDAR есть на arXiv.
Есть и честные оговорки. Анонс — это организационное объявление, а не релиз продукта: ни результатов лаборатории, ни сроков, ни условий для клиентов в нём нет. Бенчмарк EDINET-Bench сам показал, что на финансовых задачах LLM пока недалеко ушли от простой статистики, так что обещание «понимать экономику» ещё предстоит подтвердить. Авторы также напоминают о рефлексивности: рынок реагирует на тех, кто за ним наблюдает, и это усложняет любые прогнозы.
Лаборатория находится в штаб-квартире Sakana AI в Токио и собирает небольшую междисциплинарную команду. Ищут исследователей из физики, статистики, математики или экономики с хорошим Python и опытом работы с реальными данными, а также инженеров, которые строят пайплайны данных, инфраструктуру симуляций и оркестрацию агентов. Войти можно через стажировку Member of Technical Staff или программу Visiting Researcher. Кроме того, Sakana AI приглашает к сотрудничеству институты, инвесторов, регуляторов и компании со сложными практическими задачами.
- 21 нояб. 2026 г.Meta готовит ИИ-тамагочи Muse Charm за $300 с годом 5G от Verizon
- 21 нояб. 2026 г.Dreamteam привлёк $53M на CRM, которая сама заполняется из почты и звонков
- 21 нояб. 2026 г.22 агента Claude шесть недель искали ответы по чёрным дырам — и решили две задачи
- 21 нояб. 2026 г.Google построила закрытую копию интернета с фейковыми банками, чтобы учить ИИ-агентов Chrome
Вопросы и ответы по материалу
Что известно по теме: почему один агент рынок не поймёт?
В Sakana AI исходят из простой мысли. Рынок или экономика — это система: в ней есть отдельные участники, связи между ними и эффект цепной реакции, когда изменение в одном месте отзывается в другом. Чтобы такое описать, мало задать вопрос языковой модели. Нужно построить модель, где видно, кто с кем взаимодействует и что произойдёт, если что-то поменять. Раньше вопросы выбирали люди-эксперты: что моделировать и как проверять результат. Поэтому прогресс шёл со скоростью человеческой работы.
Что известно по теме: на чём строится лаборатория?
Лаборатория опирается на то, что Sakana AI делает с момента основания в июле 2023 года: автоматизацию научных открытий, эволюционный поиск, симуляции на основе агентов и оценку моделей. Ближайшие предшественники — финансовые проекты компании: EDINET-Bench проверяет LLM на десяти годах годовых отчётов японских компаний. Неожиданный результат: даже сильные модели лишь немного обошли логистическую регрессию в поиске мошенничества и прогнозе прибыли. Правда, тест одношаговый, без агентов.
Что известно по теме: что это значит на практике?
Для разработчиков агентов вывод такой: ценность сдвигается от одиночных ассистентов к системам из многих агентов с общей средой, памятью и метриками. Если вы строите симуляции, финтех-аналитику или инструменты для принятия решений, полезно взглянуть на открытые работы Sakana AI — Shachi и CEDAR есть на arXiv. Есть и честные оговорки. Анонс — это организационное объявление, а не релиз продукта: ни результатов лаборатории, ни сроков, ни условий для клиентов в нём нет.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.