由多名前 Google DeepMind 成员创立的英国 AI 初创公司 Inherent，近期正式公开旗下 AI 科学研究代理 Faraday。公司称，在「独立重现科学论文研究成果」的特定测试中，Faraday 击败 OpenAI GPT-5.5 与 Anthropic Claude Opus 4.8，而它底层采用的只是一个 270 亿参数（27B）的 Qwen 3.6 模型。
Inherent 想证明的方向是：相比持续把基础模型做得更大，是否可以通过强化学习（RL）、工具使用和长时间自主工作，把相对小型的模型训练成特定领域的专家 Agent。
目标不是回答论文问题，而是重做研究过程
Inherent 将这套 AI Agent 命名为 Faraday，名称来自英国科学家 Michael Faraday。公司解释，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。
Inherent 希望 AI 重现的，正是这一类研究过程，而不只是读完论文后回答问题。
为此，公司建立了名为 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，覆盖自然语言处理、材料科学、天气预测等领域。系统不是在读完论文后回答选择题，而是要在有限时间和算力下，自行重现论文中的研究图表，且不能事先取得原始图表。
这意味着 Agent 需要自己判断研究者到底想证明什么、应该运行哪些实验、哪些实验值得投入有限算力，以及当结果不对时该如何调整。
Edward Hughes：论文重现本身就是科研训练的一部分
Inherent 联合创始人兼首席科学家 Edward Hughes 向 TechCrunch 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」。
在 Inherent 看来，Faraday 的训练并不只是让模型给出一个答案，而是让它在真实约束下完成一轮研究执行。
Replica 测试中，Faraday 平均表现超过 GPT-5.5 和 Claude Opus 4.8
真正引发关注的，是 Faraday 所使用的模型规模。Faraday 建立在 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过 Claude Opus 4.8 与 GPT-5.5。
Inherent 表示，在测试 Claude Opus 4.8 与 GPT-5.5 时，分别通过 Claude Code 与 Codex 执行，并把 reasoning／thinking effort 设定到极高。公司称，Faraday 在测试中的各类论文上都给出了更忠实的重现结果，面对较新的研究也更不容易失败。
类似概念并非首次出现。OpenAI 此前推出过 PaperBench，要求 AI Agent 从零开始理解论文、建立代码并执行实验。OpenAI 当时测试的最佳 Agent，平均重现分数仅 21%，且尚未超过机器学习博士生基准。这也说明，真正把一篇研究重新做出来，难度远高于单纯回答论文问题。
Inherent更看重「研究品味」
Inherent 认为，只把实验结果做对还不够。公司希望 Faraday 学会所谓的 Research Taste，也就是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。
这类能力很难直接写成明确的「正确答案」。因此，Inherent 采用长时间跨度的强化学习（long-horizon RL），通过结果给模型奖励，而不是直接告诉模型每一步应该怎么操作。公司还设计了评分标准，并通过真人研究验证 AI 评审与专家判断的一致程度。
Hughes 表示，公司始终把建立 AI Scientist Agent 作为「北极星」，其中一个重要环节，就是让 Agent 具备研究品味。这也是 Inherent 与一般「AI 帮你查论文」产品之间最大的差异。
完成5000万美元种子轮后，团队计划扩至20至25人
Inherent 位于伦敦，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。
就在公开 Faraday 的前几周，Inherent 刚结束隐身模式，并完成 5,000 万美元种子轮融资。公司预计在年底前把团队扩张到约 20 至 25 人。除了 AI Scientist，Inherent 的研究目标还覆盖 world models。