由 Google DeepMind 前員工創立的倫敦 AI 實驗室 Inherent 表示，其 AI 代理僅用一小部分規模就超越了 Anthropic 和 OpenAI 的大型模型。

在眾多由 Google DeepMind 前員工創立的新創公司中，Inherent 獲得相對較少的關注。但與此同時，資金更雄厚的競爭對手尚未向世界展示任何具體成果，這家總部位於倫敦的團隊正開始分享他們一直在建構的內容。

在以 5000 萬美元的種子輪融資結束隱匿期僅數週後，這家英國新創公司表示，其新發布的 AI 代理 Faraday，在一個特定任務上表現優於更大、更知名的模型：獨立複製已發表科學論文的發現，且無需預先告知答案。

聯合創始人兼首席科學家 Edward Hughes 表示，這聽起來可能只是一個花招，因為 Inherent 的目標更為宏大——建立能夠發現新科學知識，而不僅僅是驗證舊結果的 AI。但他補充說：「許多博士生實際上是從做這個開始的。」

Hughes 告訴 TechCrunch，在該任務上擊敗其他 AI 系統並非重點；重點在於他們如何達成目標。「我們對此最感興趣的，並非擊敗這些前沿代理的結果——當然我們很喜歡——而是我們建構它的方式。」

這部分應該能吸引投資者的目光：與 Anthropic 的 Claude Opus 4.8 和 OpenAI 的 GPT-5.5 相比——兩者都是規模更大、處於前沿水平的系統——Faraday 運行在一個相對微小的模型 Qwen 3.6 上，僅有 270 億個參數。（粗略來說，「參數」是模型大小的代理指標，通常也代表其訓練成本。）Inherent 對成功的標準也高於單純的準確性。除了複製結果，它還希望 Faraday 展現「研究品味」——一種判斷哪些實驗值得進行以及如何良好設計它們的直覺。

教導像品味這樣無形的東西很困難，這就是強化學習的用武之地。它是一種訓練方法，透過獎勵 AI 系統的良好結果，而不是明確告知其遵循的規則。Inherent 並非主要透過研究科學本身如何進行來訓練其代理，而是依賴這種基於獎勵的方法，期望它能更好地泛化到其長期目標——建構能夠跨多個科學領域做出貢獻的代理。

Hughes 表示：「我們的北極星始終是建構一個 AI 科學家代理，並賦予我們的代理品味。」這種專注也塑造了 Inherent 選擇不建構的內容。與其開發自己的編碼工具，它讓 Faraday 使用 OpenAI 的 GPT-5.5 Codex，就像人類科學家依賴現有軟體而不是自己建構一切一樣，該公司表示。

Inherent 也試圖避免建構僅僅告訴用戶他們想聽什麼的代理。Hughes 說，相反，其目標是模仿他最喜歡的隊友類型——那種回來跟你說：「我對這個感到好奇，所以我自己去做了這些實驗。你覺得這些結果怎麼樣？」

這種協作精神也延伸到 Inherent 作為一家公司的運營方式。其十幾名員工都在國王十字車站（King's Cross）的辦公室裡一起工作——這個曾經破敗的倫敦街區，在 Google DeepMind 的進駐下，已成為世界頂級 AI 中心之一。「我們相信倫敦是最佳的發展地點，」Hughes 說。

Hughes 對倫敦密集的 AI 人才庫感到樂觀，但他同時也加入了呼籲結束「競業禁止」（garden leave）的行列——這是在英國常見的做法，禁止離職員工在離職後數月內加入或創立競爭對手公司。美國研究人員通常不受此限制，這讓美國新創公司在招聘離職員工方面佔有先機。「這是我個人的觀點，而非公司的觀點，但我曾受到競業禁止問題影響，」他告訴 TechCrunch。

Hughes 最終克服了這一限制，並與另外兩位 DeepMind 前員工和一位第四位聯合創始人一起創立了 Inherent。該公司也沒有放慢腳步。它計劃在年底前將員工人數增長到「約 20 到 25 人」。鑑於其在世界模型方面的雄心，以及 Demis Hassabis 的新職位讓一些 DeepMind 員工感到不安，Inherent 的招聘攻勢可能會使其成為 DeepMind 員工考慮跳槽的理想去處。

圖示從左至右：Inherent 聯合創始人 Louis Kirsch、Kaloyan Aleksiev、Tantum Collins 和 Edward Hughes。