Sakana AI 用叙事分析系统与 Sakana Marlin 解读美国中期选举

Sakana AI：Blog·2026-10-29 23:00· 刚刚AI 评分45

情报报告：从SNS的AI分析看美国中期选举

AI 导读

Sakana AI 发布情报报告，用其叙事分析系统与产品 Sakana Marlin 分析美国中期选举，聚焦得州参议院选战：对两候选人和两党州组织在 X 上的 2,042 条发帖及 705,976 条反应做了支持与批判比例的带误差估计。

正文 · 原文

情报报告：从SNS的AI分析看美国中期选举

October 30, 2026

Sakana AI 正将“防卫与情报”作为与金融并列的重点领域加以推进。我们的目标是让 AI 从人类无法读完的海量数据中提出假设，并让分析人员能够连同依据一起使用这些假设。今年3月，我们与读卖新闻社合作，从SNS上的110万条帖子中分析了中国对日批评的叙事。在此次分析中，AI提出的假设得到了记者采访的印证。

SNS乍看之下像是反映舆论的镜子，但仅仅统计帖子数量往往会遗漏很多信息。例如，选举前看似支持雄厚的候选人，实际上可能只是依靠党内动员；突然增加的反应，大部分可能其实是批评。要掌握真实形势，需要追溯数十万条言论，读到“谁、为什么写”这一层。

借助AI，可以对帖子内容进行深入挖掘的SNS分析。这次作为案例研究，我们分析了将于11月3日投票的美国中期选举。

▶ 报告全文（PDF）：美国中期选举的AI分析 — 得克萨斯州参议院选举

来自SNS的叙事分析

Sakana AI的叙事分析系统以“谁、做了什么、如何被评价”的叙事为单位提取言论，并以用自己的语言复述该叙事的人数来衡量其传播广度。提取出的叙事由多个AI模型与原文进行比对，只有得到确认的内容才会保留在报告中。对于此次约71万条反应，我们也以统计误差范围估算了支持与批评的比例。

假设的深层分析

如果只看SNS内部，有时无法察觉言论空间的扭曲。因此，我们让公司通过长时间推理进行深度研究的产品“Sakana Marlin”调查舆论调查、竞选资金、预测市场、报道等公开信息，并与X上的观测结果进行对照。Marlin拥有多个AI并行探索假设、相互评估的机制。借助Marlin，可以带出处追溯变化是先发生在SNS内部还是外部。

得克萨斯州参议院选举中了解到的情况

在共和党连续获胜约30年的得克萨斯州，此次参议院选举预计将是一场势均力敌的较量。运用上述AI，对两位候选人及两党州组织在X上的2,042条发帖以及收到的705,976条反应进行分析后，了解到例如以下情况。

在共和党决选投票前，投向帕克斯顿候选人的“支持”大多是面向党内提名竞争的动员。决选结束后，支持比例从约5成下降到2成弱。
两位候选人的回复栏中发生的是两个阵营互相前往对方栏位进行攻击的往来。解读这些反应的内容与变化后可以发现，塔拉里科候选人的相对优势在6月就已显现，而在候选人资质、经济、宗教、数据中心等主要争论点变化的过程中，选情在尾声阶段变成了差距微小的胶着状态。
X上的言论显示出舆论调查中未显现的复杂动向，例如对帕克斯顿候选人评价的转变，以及围绕宗教和数据中心的两位候选人的叙事及其评价等。此外，对两位候选人评价的转变，比Cook Political Report等主要评估机构改变判断早了约2个月。

走向与AI协作开展的情报工作

可以说，上述见解仅靠人类或仅靠AI都无法得出。Sakana AI日前发布的最新版“The AI Scientist”提出了人与AI共同进行科学发现的“Co-Discovery”作为未来科学应有的形态。这种人与AI协作的重要性，在情报领域也被认为同样适用。AI从人类无法读完的规模的信息中导出假设，并连同依据一起呈现。接收到这些内容的人类会审视假设，在进行采访或追加观测后做出判断。运用AI进行分析、导出洞察，最终判断由人类承担。我们认为，这种AI与人类的协作正是AI时代情报工作应有的方式。

得克萨斯州参议院选举分析的详情已汇总在报告全文中。

▶ 报告全文（PDF）：美国中期选举的AI分析 — 得克萨斯州参议院选举

Sakana AI

Sakana AI正在招募愿与我们共同开拓AI未来的伙伴。请查看本公司的招聘要求。

来源：Sakana AI：Blog · sakana.ai