由 Google DeepMind 前員工創立的倫敦 AI 實驗室 Inherent 聲稱，其 AI 代理以極小的模型規模，超越了 Anthropic 和 OpenAI 等規模更大的模型。
在眾多由 Google DeepMind 前員工創立的新創公司中，Inherent 受到的關注相對較少。然而，儘管資金更雄厚的競爭對手尚未展示具體成果，這支位於倫敦的團隊已開始分享他們所開發的技術。
在獲得 5,000 萬美元種子輪融資並結束隱身模式僅數週後，這家英國新創公司表示，其新發布的 AI 代理 Faraday 在一項特定任務上表現優於更大、更知名的模型。這項任務是：在未被告知答案的情況下，獨立重現已發表科學論文的發現。
這聽起來可能只是一個小把戲，因為 Inherent 的目標更為遠大，建立能夠發現新科學知識而非僅驗證舊結果的 AI。但共同創辦人兼首席科學家 Edward Hughes 表示，論文重現也是人類科學家的標準訓練練習。「許多博士生實際上都是從這項工作開始的。」
Hughes 告訴 TechCrunch，擊敗其他 AI 系統並非重點，關鍵在於他們如何達成目標。「對我們來說，最有趣的不僅是擊敗這些尖端代理的結果，我們當然很喜歡這個結果，而是我們建構這個系統的方式。」
以下是投資者應該關注的部分：與 Anthropic 的 Claude Opus 4.8 和 OpenAI 的 GPT-5.5 這些規模更大、處於前沿的系統相比，Faraday 運行在一個相對微小的模型 Qwen 3.6 上，該模型僅有 270 億個參數。
（粗略來說，「參數」是衡量模型大小及其訓練成本的指標。）Inherent 的成功標準也不僅僅是準確性，除了重現結果，他們還希望 Faraday 能展現「研究品味」，一種判斷哪些實驗值得進行以及如何良好設計實驗的直覺。
教導像「品味」這樣無形的東西很困難，這就是強化學習發揮作用的地方。這是一種訓練方法，它獎勵 AI 系統取得良好結果，而不是明確規定其應遵循的規則。Inherent 並非主要透過研究科學本身是如何進行的來訓練其代理，而是依賴這種基於獎勵的方法，他們認為這將更好地推廣到其長期目標，即讓代理能夠在多個科學領域做出貢獻。
Hughes 說：「我們始終以打造 AI 科學家代理並賦予我們的代理『品味』為指引。」這種專注也塑造了 Inherent 選擇不開發的項目。例如，他們沒有開發自己的程式碼工具，而是讓 Faraday 使用 OpenAI 的 GPT-5.5 Codex，就像人類科學家依賴現有軟體而非自行開發一切一樣。
Inherent 也試圖避免建立只會告訴使用者他們想聽的代理。Hughes 表示，他們的目標是模仿他最喜歡的隊友類型，那種會回來並說：「我對此感到好奇，所以我去做了這些實驗。你覺得這些結果如何？」
這種協作本能也延伸到 Inherent 的公司運作方式。其十幾名員工都在國王十字區的辦公室裡實體工作，這個曾經破舊的倫敦社區，在 Google DeepMind 的進駐下，已轉變為全球頂尖的 AI 中心之一。Hughes 說：「我們相信倫敦是最佳地點。」
Hughes 對倫敦的 AI 人才密度持樂觀態度，但他也呼籲終止「花園休假」（garden leave）的做法。這在英國很常見，即禁止離職員工在辭職後數月內加入或創立競爭公司。美國研究人員通常不會面臨這種限制，這讓美國新創公司在聘用離職人才方面佔據先機。他告訴 TechCrunch：「這是我個人觀點，而非公司觀點，但我曾受到花園休假問題的影響。」
Hughes 最終克服了這項限制，並與另外兩位 DeepMind 前員工和第四位共同創辦人一起創立了 Inherent。這家新創公司也沒有放慢腳步，計劃在年底前將員工人數增加到「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 的招聘攻勢可能會成為 DeepMind 員工考慮轉職的一個有吸引力的落腳點。
