Inherent 用 27B 模型，在复现科研上打赢了 Opus 4.8
伦敦国王十字一间办公室里的十几个人，用一个 270 亿参数的模型，在一件事上赢了前沿实验室。Inherent，DeepMind 系创业公司（首席科学家 Edward Hughes，加上 Louis Kirsch、Kaloyan Aleksiev、Tantum Collins），今天通过 TechCrunch 宣布：他们的 agent Faraday 在"独立复现已发表论文的研究结果"这件事上，超过了 Claude Opus 4.8 和 GPT-5.5。
有意思的是构造方式。Faraday 基于 Qwen 3.6 27B 做强化学习训练——而且它自己不写代码，写代码外包给 GPT-5.5 Codex。这个小模型真正被训练的能力，是团队所说的 research taste：哪些实验值得跑、什么才算严谨的实验设计的直觉。判断力放在自己训的权重里，苦力活租前沿 API 的。
值得关注的理由有两个。第一，复现是 AI for Science 技术栈里的验证层，而验证层是整个栈里最空、也最值钱的位置——一个能可靠检验已发表结果是否成立的系统，是上游一切（文献筛选、自动发现）的基础设施。可复现性危机本质是劳动力短缺，这是第一个可信的机器劳动力对准了它。
第二，这是几天前英伟达 NOOA 在 ARC-AGI-3 上那个论点的又一个数据点：结构对了的小模型，打得过裸奔的大模型。Inherent 五月出关前拿了 5000 万美元种子轮，今年也只打算扩到 25 人左右——赌的就是 taste 加 harness 比人头更能规模化。
技术细节：https://inherentlabs.ai/research/training-to-replicate TechCrunch：https://techcrunch.com/2026/08/22/inherent-founded-by-deepmind-alumni-says-its-ai-teammate-just-outperformed-anthropic-and-openai-at-replicating-research/
← 返回所有文章
有意思的是构造方式。Faraday 基于 Qwen 3.6 27B 做强化学习训练——而且它自己不写代码，写代码外包给 GPT-5.5 Codex。这个小模型真正被训练的能力，是团队所说的 research taste：哪些实验值得跑、什么才算严谨的实验设计的直觉。判断力放在自己训的权重里，苦力活租前沿 API 的。
值得关注的理由有两个。第一，复现是 AI for Science 技术栈里的验证层，而验证层是整个栈里最空、也最值钱的位置——一个能可靠检验已发表结果是否成立的系统，是上游一切（文献筛选、自动发现）的基础设施。可复现性危机本质是劳动力短缺，这是第一个可信的机器劳动力对准了它。
第二，这是几天前英伟达 NOOA 在 ARC-AGI-3 上那个论点的又一个数据点：结构对了的小模型，打得过裸奔的大模型。Inherent 五月出关前拿了 5000 万美元种子轮，今年也只打算扩到 25 人左右——赌的就是 taste 加 harness 比人头更能规模化。
技术细节：https://inherentlabs.ai/research/training-to-replicate TechCrunch：https://techcrunch.com/2026/08/22/inherent-founded-by-deepmind-alumni-says-its-ai-teammate-just-outperformed-anthropic-and-openai-at-replicating-research/
评论