由 Google DeepMind 校友创办的伦敦 AI 实验室 Inherent 宣称，其 AI 代理 Faraday 在独立复现学术研究论文这一特定任务上，以极小的模型规模超越了 Anthropic 和 OpenAI 的更大模型。
Inherent 是一家由 Google DeepMind 校友创办的伦敦 AI 实验室，该公司表示，其 AI 代理以极小的规模，在性能上超越了 Anthropic 和 OpenAI 的更大模型。
在所有由 Google DeepMind 校友创办的初创公司中，Inherent 受到的关注相对较少。但当资金更充裕的竞争对手尚未向世界展示任何实质性成果时，这家伦敦团队却在默默地交出成绩单。在凭借 5000 万美元种子轮融资走出隐身模式仅数周后，这家英国初创公司表示，其最新发布的 AI 代理 Faraday 在一项特定任务上——独立复现学术研究论文——超越了那些规模更大、知名度更高的模型。
鉴于 Inherent 的远大目标——构建能够发现新科学知识而非仅仅验证旧成果的 AI——这可能听起来像是一个小把戏。但论文复现是评估 AI 系统严格推理和遵循复杂指令能力的标准基准。
Hughes 告诉 TechCrunch，在任务上击败其他 AI 系统并不是重点；关键在于他们如何实现这一目标。"对我们来说，这件事最有趣的不是击败那些前沿模型的结果本身，而是我们实现这一目标的方法，"他说。他提到，关键要素是"品味"（taste）——一种科学判断力，该公司通过强化学习方法将其注入模型中。
以下这部分应该会引起投资者的注意：与 Anthropic 的 Claude Opus 4.8 和 OpenAI 的 GPT-5.5（两者都是规模大得多的前沿系统）相比，Faraday 运行在一个相对小巧且成本低廉的配置上。据 Hughes 称，获胜的模型是 DeepSeek-V4 的一个微调变体，仅在两块 H100 GPU 上运行，训练成本约为 1000 美元。相比之下，训练前沿模型可能需要花费数千万美元。
教会像"品味"这样难以捉摸的东西是很困难的，而这就是强化学习发挥作用的地方。这是一种训练方法，它通过奖励 AI 系统取得良好结果来引导学习，而不是为每种场景规定具体规则。"我们始终以构建 AI 科学家代理并赋予我们的代理以品味为北极星指引，"Hughes 说。这种专注也塑造了 Inherent 选择不去构建什么。这家初创公司没有开发通用聊天机器人，而是将目光精准锁定在科学发现上。
Inherent 还试图避免构建那些只会告诉用户他们想听的话的代理。相反，Hughes 表示，其目标是模仿他最喜欢的那种队友——那种会与你反复讨论、挑战假设并推动你找到更好答案的人。这种协作本能也延伸到了 Inherent 的运营方式上。公司的十几名员工都在国王十字（King's Cross）办公室现场办公——这个曾经破败的伦敦街区，因 Google DeepMind 的入驻而焕发新生。
Hughes 对伦敦密集的 AI 人才储备持乐观态度，但他也加入了呼吁结束"花园假期"（garden leave）的行列——这是英国常见的一种做法，即禁止离职员工在离职后数月内加入或创办竞争公司。Hughes 最终绕过了这一限制，与其他两位 DeepMind 校友以及第四位联合创始人共同创办了 Inherent。这家初创公司也没有放慢脚步。它计划在明年将员工规模扩大到约 30 人。
来源：TechCrunch
