DeepMind校友创立的Inherent称，其AI“队友”刚刚在复现研究方面超越Anthropic和OpenAI

由谷歌DeepMind校友创立的伦敦AI实验室Inherent表示，其AI智能体刚刚以远小于Anthropic和OpenAI的模型规模，在性能上超越了这两家公司的更大模型。 在谷歌DeepMind校友创办的所有初创公司中，Inherent受到的关注相对较少。但当下，当资金更充裕的竞争对手尚未向世界展示任何具体成果时，这家伦敦团队正开始分享他们一直在构建的东西。 在完成5000万美元种子轮融资并结束隐身模式仅数周后，这家英国初创公司表示，其新发布的AI智能体“Faraday”在一项特定任务上超越了更大、更知名的模型：在未事先告知答案的情况下，独立复现已发表科学论文的研究发现。 考虑到Inherent更为宏伟的目标——构建能够发现新科学知识而不仅仅是验证旧结果的AI——这听起来可能只是一个“表演技巧”。但联合创始人兼首席科学家Edward Hughes表示，论文复现对人类科学家来说同样是一种标准的训练方式。“许多博士生实际上就是从做这件事开始的。” Hughes告诉TechCrunch，在这项任务上击败其他AI系统并不是重点；重点在于他们是如何做到的。“对我们来说，最有趣的不是击败那些前沿智能体的结果——我们当然喜欢这个结果——而是我们构建这一系统的方式。” 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运行的是一款相对较小的模型，名为Qwen 3.6，仅有270亿个参数。（粗略来说，“参数”是衡量模型大小、通常也是其训练成本的指标。）Inherent对成功的标准也比单纯的准确性更高。除了复现结果，它希望Faraday展现出“研究品味”——一种判断哪些实验值得进行以及如何精心设计实验的直觉。 教导像“品味”这样难以捉摸的东西是很困难的，这正是强化学习发挥作用的地方。这是一种训练方法，它因AI系统获得良好结果而给予奖励，而非为其制定要遵循的规则。Inherent并非主要让其智能体学习科学研究是如何进行的，而是依赖这种基于奖励的方法，押注于它能更好地推广到其长期目标——培养能够在多个科学领域做出贡献的智能体。 “我们始终以构建AI科学家智能体并赋予其品味这一北极星为指引，”Hughes说。这种专注也决定了Inherent选择不构建什么。该公司表示，Faraday没有使用自家开发的编码工具，而是使用了OpenAI的GPT-5.5 Codex，这很像人类科学家依赖现有软件而不是自己构建一切。 Inherent还试图避免构建那种只对用户说他们想听的话的智能体。相反，Hughes表示，其目标是模仿他最喜欢的那种队友——那种会回来说：“我对这个感到好奇，于是我去做了这些实验。你觉得这些结果怎么样？” 这种协作本能也延伸到了Inherent的运营方式。其十几名员工都在国王十字区的一间办公室现场办公——这个曾经破败的伦敦街区，因谷歌DeepMind的入驻而成为全球顶级AI中心之一。“我们相信伦敦是最合适的地方，”Hughes说。 Hughes看好伦敦的AI人才密度，但他也表示应该废除“花园假期”——这是英国常见的一种做法，即离职员工在辞职后的数月内不得加入或创办竞争对手公司。美国研究人员通常不会面临这种限制，这使得美国初创公司在招聘离职人才方面更具优势。“这是我个人看法，不是公司观点，但我曾受花园假期问题影响，”他告诉TechCrunch。 Hughes最终绕过了这一限制，与另外两位DeepMind校友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。它计划在年底前将员工人数增加到“约20至25人”。考虑到其在世界模型方面的雄心，以及Demis Hassabis的新角色让一些DeepMind员工感到不安，Inherent的招聘行动可能使其成为那些考虑跳槽的DeepMind员工的一个有吸引力的去处。