Sakana Aquarium 發表：企業 AI 代理如何理解資料、等待核准並留下紀錄？
Sakana Aquarium 把企業資料的意義、代理工作流程與權限治理接在一起。本文用官方供應商回覆流程說明 Ontology、YAML、人員核准及紀錄的用途，也交代導入工程與未公開價格的限制。
Sakana Aquarium 想處理的問題，是企業把文件接到 AI 之後，AI 仍可能不知道不同表格裡的「供應商」指的是誰，也不清楚什麼情況必須先請人核准。這些差距，會在回答問題變成實際行動時浮現。
Sakana AI 於二〇二六年十月二十三日發表 Sakana Aquarium，把組織資料的意義、工作流程和權限治理放進同一個代理平台。它要處理的，是企業每次導入 AI 都可能重做的底層整理工作。
其中的 Ontology 可以先理解為一套共用定義，整理資料、規則及彼此的關係。資料能依原有位置連接，不必為了建立這套定義就全部搬到另一個儲存系統。
在這個基礎上，企業再把查詢、AI 判斷、人員核准與系統操作接成流程。當代理要從分析跨到行動時，核准點與紀錄就有機會跟著同一條流程管理。
我會把 Aquarium 看成有既有資料和審核規則的團隊值得評估的工具，而不是一個裝好便理解整間公司的模型。官方仍透過導入諮詢與工程人員共同建置，沒有公開通用價格或免設定承諾。
它能否減少重複工作，得從企業資料為什麼需要共用定義這一步開始看。
Sakana Aquarium 的 Ontology，替企業資料補上什麼？
Ontology 要把資料的意義與關係整理成共用定義，讓不同代理不必各自重新理解同一組資訊。它在平台裡的用途，是替企業的判斷建立可以共用的基礎。
依 Sakana AI 發布說明，這個基礎包含知識、規則與資料，也包含它們之間的意義和關係。因此，它處理的不只是把文件找出來，還包括找到資料後該如何理解。
為什麼看得到資料，仍可能不懂公司？
可以用一般企業會遇到的資料問題理解：兩份表格都寫供應商，但一份記錄公司，一份記錄聯絡窗口。若沒有先定義關係，名稱看起來相近，也不表示它們可以互相替代。
這個例子說明的是資料整理的需求，不是 Sakana 公布的客戶事故。Ontology 要做的，正是讓組織把「這個欄位是什麼」「它和另一筆資料怎麼連接」說清楚，供後續代理沿用。
規則也有相同問題。一份文件可能說明可以採取哪些行動，另一份則定義哪些狀況需要核准。AI 能讀到兩份文件，和它能在執行前把規則接到正確對象，是兩個不同程度的工作。
因此，平台把這些定義放到共用基礎上，而不只藏在某個代理的單次提示裡。當第二個代理也需要同一組資料，便有機會使用已整理好的關係，減少再做一次解釋的負擔。
共用也會讓定義修改的影響擴大。若多個代理都依相同的供應商關係作判斷，組織調整定義時，就需要理解哪些流程會跟著改變。這是把知識集中整理後的管理問題，也說明平台為何還需要治理這一層。
但有了共用定義之後，還要讓它跟得上原本資料的變化。否則代理理解了名詞，讀到的卻可能是過去的狀態。
資料留在原處，更新如何反映到代理？
Aquarium 的原地連接設計，讓企業沿用既有儲存位置，再規劃連接與同步方式。這對已經有資料庫、文件和表格的組織很重要，因為導入代理不必先被理解為全面搬家。
官方把這個方向稱為 Connect in place。產品頁說，形式不同的資料會用共用定義連接，至於既有資料平台和 Ontology 如何接通、如何同步，則依對象設計。
原地連接，不等於資料自動整理好
原地連接描述的是資料位置的安排，所以仍要整理資料的意義。例如同一個供應商在不同系統的對應方式，仍需要先定義，平台才知道更新和哪個對象有關。
這也解釋為何官方沒有把導入寫成按一下就通用。因為不同組織的資料儲存方式和更新流程不一樣，連接方法既然要按對象設計，就仍然有需要共同處理的工程條件。
資料還會繼續變動，所以第二個方向 Stay Updated，把來源更新接回共用定義。當連接來源的資訊更新，內容會反映到 Ontology，代理再依更新後的狀況判斷與執行。
對實務的意義是，資料定義不必每次從頭建立，但資料狀態需要持續維護。共用基礎若只在最初建立一次，之後沒有反映變動，就難以支撐持續運作的流程。
官方沒有在這次發布中公布所有資料連接器、同步延遲或服務保證，因此不能把方向性的說明換成「任何資料都即時同步」。能參照更新資訊之後，接下來才是如何把判斷變成受控行動。
從供應商回覆到核准，YAML 流程怎麼分工？
官方示範把供應商回覆的讀取、分析與人員核准，拆成可以銜接的步驟。這讓「AI 替企業工作」不必只剩下一句很大的指令，而能看見每一步需要什麼。YAML 是用文字描述設定的格式，在這裡用來表達流程。
在 Aquarium 官方產品頁，示意圖先列出供應商回覆與供應商兩種輸入，接著是讀取回覆、代理分析，以及最後的人員核准。畫面在核准處標示等待批准，沒有把分析完畢直接畫成自動執行完成。
為何要把輸入與行動拆開？
因為供應商回覆是新收到的資訊，供應商則是組織已定義的對象。把兩者並列，能說明代理的分析不是只有一段文字，還需要知道文字與哪個企業對象有關。
讀取步驟負責把資料交給分析，分析步驟產生判斷，核准步驟再決定能否往執行走。這些角色分開後，企業比較有機會指定「哪一段交給 AI，哪一段必須由人決定」。
用文字描述流程，重點在讓資料參照、判斷、操作與核准，都成為可以明確定義的步驟。團隊討論任務時，才有一套共同安排可以對照。
函式可以先理解為系統能呼叫的一項操作。當這個操作放進流程，便需要知道它何時能被執行、需要什麼輸入，而不是讓代理在得到一段回答後自行決定所有後續動作。
這次示意沒有公布真實採購單、客戶寄信紀錄或完成的交易，所以它支持的是工作分工的理解。它並沒有證明某家銀行已用同一套流程自動處理所有供應商事務。
示意圖也把輸入標成不同資料類型，表示流程需要知道接收的是哪一種資訊。這能讓回覆內容與供應商對象各有位置，而不是只用一大段混合文字要求模型自己猜出角色。
在核准之前，分析仍然是交給下一個步驟的判斷材料。人員是否同意執行，則是流程安排的另一個決定，因此畫面呈現「等待核准」有助於理解人工如何參與，而不是只在最後看一份完成摘要。
步驟可以接起來，還需要另一層規則決定誰能讀取、誰能執行，以及何時必須等待。
Governance 如何讓權限、核准與紀錄跟著行動走？
Aquarium 把存取權限、執行前核准與事後紀錄，納入同一套代理管理。這一層稱為 Governance，也就是讓代理依組織設定的規則行動。
權限先決定代理能接觸哪些資訊，核准再決定某些行動是否能發生。兩者不能互相替代，因為允許讀取供應商資料，不自然代表有權執行所有與它有關的操作。
紀錄為什麼要從判斷一路接到結果？
Sakana 說，平台會記錄判斷依據與執行結果，也能查看速度、準確度與模型使用情況。把這些資訊放在一起，才能在工作完成或發生問題後，追查中間哪些步驟需要調整。
例如分析結果不符合預期時，組織需要分辨是參照資料有問題、規則定義不清楚，還是代理的判斷需要改善。若只保留最後一句答案，便很難把修改工作放回正確位置。
但這仍是官方對平台能力的說明，不是外部測試過的阻擋率。紀錄存在，能提供事後理解的材料。是否真的足以查明某個錯誤，還要看具體流程如何設計和保存資訊。
人工核准也不應被當作一個裝飾按鈕。它在流程裡的位置，決定人是在行動之前參與，還是事後才看到結果，因此官方把執行前核准和紀錄放在同一層有其實際用途。
當資料、核准與紀錄能共用，平台才有機會減少下一個導入案重新開始的成本。
延伸閱讀：Composio Firewall 上線：AI 代理執行前與讀取後的檢查，能擋住哪些風險？
從一個專案到多個代理，共用基礎為何重要？
Sakana 想共用的，是過往每個專案都要重做的資料連接、用語定義與判斷標準。這讓這項產品定位，和再推出一個回答能力更強的模型不同。
公司在發布文中提到，過去金融導入案需要工程師進入現場理解資料與作業方式，再負責流程設計、評估和準確度改善。重複做這些工作，是平台形成的起點。
共用定義，改變的是哪一段成本？
若兩個代理都要使用同一組企業對象和規則，第二個流程便不必把所有底層資料關係重新解釋一次。它仍有自己的任務，但可以建立在相同的資料基礎上。
這種重用減少的，是組織知識反覆整理的負擔，而不是保證每個新任務都能免測試完成。新的操作仍可能需要新的權限、核准點或資料來源，不能只因共用基礎就自動省略。
Sakana 以水族館比喻這個安排：不同代理像魚，使用同一個已整理的環境。比喻對理解產品很直觀，但重點仍是環境如何被建立與維護，而不只是魚的數量增加。
公司也提到三菱 UFJ、SMBC 與大和證券等過往 AI 合作經驗。這些案子說明團隊接觸過需要準確度與說明責任的工作，卻不等於三家公司已全部改用 Aquarium。
所以，判斷平台的價值要看共用整理是否真的延伸到下一個流程，而不是把過去所有合作公司的名字加進客戶名單。企業能否落實原有流程和資料條件，仍是重用成效的前提。
導入 Aquarium 前，哪些工作還要由組織完成？
企業仍需要釐清資料、核准責任與工作流程，平台才能依這些條件共同建置和驗證。官方提供的是導入與活用諮詢，而不是所有公司都用同一個設定開始運作。
這代表評估的起點可以是一項明確作業，例如官方示意的回覆分析與核准。組織先知道誰負責資料、誰有權批准，才有條件把工作安排放進平台，而不只是要求代理「理解全公司」。
對想把聊天問答延伸成實務流程的團隊，這個方向值得注意。它把資料意義和執行責任都當成導入內容，讓討論從模型回答是否流暢，往流程能否受控運作推進。
截至二〇二六年十月二十五日查詢，官方沒有公開通用價格、完整資料連接器名單或台灣普遍供應條件，因此還不能依發布文章直接估出每間公司的建置成本。
公司另外提到，會繼續開發把運作中的修正納回系統，以及由 AI 協助建立代理的能力。這些是後續方向，和這次已說明的共用定義、流程與治理功能，仍有各自的完成進度。
當共用定義與執行責任都落實後，代理才有機會從回答文件問題，走向可追查的實務行動。想評估 Aquarium 的團隊，可以先以一條已有人負責的流程對照官方示範，再判斷哪些整理工作值得重用。
延伸閱讀：Harness² 開源：Google 讓 AI Agent 自己調整工具與工作流程，能改善什麼？
Sakana Aquarium 常見問題 FAQ
Sakana Aquarium 是一個新模型嗎？
它是企業 AI 代理的建構、執行與運作平台。核心是共用資料定義、工作流程與治理，這次沒有另外公布新的模型下載套件。
原地連接，表示資料完全不會被複製嗎？
官方說明是沿用既有儲存位置來連接資料，並依對象設計同步。這沒有等同於「任何資料永遠不會有副本」的全面承諾，具體資料處理仍需依導入安排確認。
公告中的銀行都已經採用 Aquarium 了嗎？
發布文把那些合作放在過往實作經驗的背景，說明平台為何形成。不能因此把它們全部列為 Aquarium 已部署客戶。
