DeepMind 老将再创业！Inherent 推 AI 科学家「法拉第」，27B 小模型击败 GPT-5.5

由多位前 Google DeepMind 成员创立的英国 AI 新创 Inherent，近期正式公开旗下 AI 科学研究代理 Faraday。

公司宣称，在「独立重现科学论文研究成果」的特定测试中，Faraday 击败了 OpenAI GPT-5.5 与 Anthropic Claude Opus 4.8；更值得注意的是，Faraday 底层仅采用一个 270 亿参数（27B）的 Qwen 3.6 模型。

Inherent 想证明：与其单纯把基础模型做得更大，能否透过强化学习（RL）、工具使用与长时间自主工作，把相对小型的模型训练成特定领域的专家 Agent？

而 Inherent 最终的野心也不只是「重做别人的论文」，而是打造能自行提出问题、设计实验，甚至发现人类尚未发现的新知识的 AI Scientist（AI 科学家）。

Inherent 将这套 AI Agent 命名为 Faraday，名称来自英国科学家 Michael Faraday（法拉第）。Inherent 解释，1821 年 Faraday 在撰写电磁学领域回顾时，选择亲自重现过去的研究成果，并在过程中发现通电导线可以绕着磁铁运动，最终成为电动马达发展的重要起点。

公司因此建立名为 Replica 的训练任务。初始版本包含来自 100 篇机器学习与 AI for Science 论文的 310 项任务，涵盖自然语言处理、材料科学、天气预测等领域。AI 并不是读完论文后回答选择题，必须在有限时间与算力下，自行重现论文中的研究图表，而且不能事先取得原始图表。

Inherent 共同创办人兼首席科学家 Edward Hughes 表示，论文重现本身就是科学训练的重要环节，「许多博士生其实就是从这件事开始」。

Faraday 建立在只有 27B 参数的 Qwen 3.6 之上，但 Inherent 公布的 Replica 测试显示，它在论文重现任务上的平均表现超越 Claude Opus 4.8 与 GPT-5.5。Inherent 在测试 Claude Opus 4.8 与 GPT-5.5 时，分别透过 Claude Code 与 Codex 执行，并将 reasoning／thinking effort 设定至极高。公司表示，Faraday 在测试中的各类论文都产生更忠实的重现结果，面对较新的研究也较不容易失败。

OpenAI 过去其实也推出过类似概念的 PaperBench，要求 AI Agent 从零开始理解论文、编写代码并执行实验。OpenAI 当时测试的最佳 Agent 平均重现分数仅 21%，而且尚未超越机器学习博士生基准，凸显「真正重做研究」远比单纯回答论文问题困难。

更有意思的是，Inherent 认为单纯把实验结果做对还不够。公司希望 Faraday 学会所谓的 Research Taste（研究品味）：知道什么问题值得研究、什么实验值得做，以及如何在有限资源下设计出好的实验。因此 Inherent 采用长时间跨度的强化学习（long-horizon RL），透过结果给予模型奖励，而不是直接告诉模型每一步该怎么操作。公司另外设计评分标准，并透过真人研究验证 AI 评审与专家判断的一致程度。

Hughes 表示，公司始终以建立 AI Scientist Agent 为「北极星」，其中重要的一环，就是让 Agent 具备研究品味。这也是 Inherent 与一般「AI 帮你查论文」产品最大的差异。

Inherent 这家位于伦敦的 AI 实验室由 Edward Hughes、Louis Kirsch、Kaloyan Aleksiev 与 Tantum Collins 共同创立，其中包括多名 Google DeepMind 前成员。就在公布 Faraday 前几周，Inherent 才刚结束隐身模式，完成高达 5,000 万美元的种子轮融资。公司接下来预计在年底前将团队扩张至约 20～25 人，除了 AI Scientist，Inherent 的研究野心还涵盖 world models。