DeepMind校友创立Inherent，AI代理复制科研论文超越Anthropic和OpenAI

Inherent 是伦敦一家由 Google DeepMind 前员工创立的 AI 实验室，该公司表示，其 AI 智能体仅用极少量的模型规模，就在性能上超越了大得多的模型。

在所有由 Google DeepMind 前员工创立的初创公司中，Inherent 获得关注相对较少。但那些融资更充足的竞争对手尚未向世界展示任何具体成果，而这支伦敦团队开始分享他们一直在打造的东西。

这家英国初创公司在 stealth 模式隐藏数周后、带着 5000 万美元种子轮重新现身，其新发布的 AI 智能体 Faraday 宣称，在一项特定任务上超越了更大、更知名的模型：该任务是在不预先告知答案的情况下，独立复现已发表科学论文的发现。

考虑到 Inherent 更为宏大的目标——构建能够发现新科学知识的 AI，而不仅仅是验证旧有结果——这件事听起来可能只是一个把戏。但联合创始人兼首席科学家 Edward Hughes 表示，论文复现也是人类科学家的标准训练科目。"许多博士生实际上就是从做这个开始的。"

Hughes 对 TechCrunch 表示，超越其他 AI 系统并不是重点，重点在于他们是如何做到的。"这件事对我们来说最有趣的，不是打败那些前沿智能体的结果——我们当然喜欢这个结果——而是我们构建它的方式。"

这一点应该引起投资人的注意：与 Anthropic 的 Claude Opus 4.8 和 OpenAI 的 GPT-5.5 相比——两者都是规模大得多的前沿级系统——Faraday 运行在一个名为 Qwen 3.6、仅有 270 亿参数的小型模型上。（大致来说，"参数"是模型规模的代理指标，通常也是训练成本的代理指标。）Inherent 的成功标准也不仅仅是准确率。除了复现结果，他们还希望 Faraday 展示"研究品味"——即判断哪些实验值得做、以及如何设计好实验的直觉。

教授像品味这样无形的东西很难，这就是强化学习的用武之地。这是一种训练方法，奖励 AI 系统良好的结果，而不是为它制定要遵循的规则。Inherent 没有主要依靠对科学本身如何开展的研究来训练其智能体，而是依赖这种基于奖励的方法，赌它能更好地泛化到更长远的目标——能够在多个科学领域做出贡献的智能体。

"我们始终以打造 AI 科学家智能体、赋予我们智能体品味这一北极星为指引，"Hughes 说。这一重点也塑造了 Inherent 选择不做什么。他们没有开发自己的编码工具，而是让 Faraday 使用 OpenAI 的 GPT-5.5 Codex，就像人类科学家依赖现有软件而不是自己构建一切一样。

Inherent 也在努力避免构建只会说用户想听的话的智能体。Hughes 表示，目标是模仿他最喜欢的那种队友——那种回来说"我对这个产生了好奇，所以我去做了一些实验。你觉得这些结果怎么样？"的人。

这种协作本能延伸到了 Inherent 作为公司的运营方式。其十几名员工都在国王十字（King's Cross）的一间办公室实地工作——这个曾经破败的伦敦街区，因 Google DeepMind 的存在已蜕变成世界顶级 AI 中心之一。"我们相信伦敦是值得待的地方，"Hughes 说。

Hughes 对伦敦 AI 人才的密度持乐观态度，但他也加入了呼吁结束"园艺假"（garden leave）的行列——这是一种在英国常见的做法，在员工辞职后的数月内禁止其加入或创办竞争对手公司。这是美国研究人员通常不会面临的限制，让美国初创公司在招聘离职人才方面抢先一步。"这是个人看法而非公司看法，但我受到了园艺假问题的影响，"他告诉 TechCrunch。

Hughes 最终绕过了这一限制，与另外两名 DeepMind 前员工和第四位联合创始人共同创立了 Inherent。这家初创公司也没有放慢脚步。它计划到今年年底将员工人数增至"大约 20 到 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 员工人心浮动，Inherent 的招聘攻势可能使其成为考虑跳槽的 DeepMind 员工的一个诱人落脚点。

从左至右：Inherent 联合创始人 Louis Kirsch、Kaloyan Aleksiev、Tantum Collins 和 Edward Hughes。