新闻摘要
TREE NEWS 报道， 8月23日，据TechCrunch报道，由前Google DeepMind成员创办的伦敦AI实验室Inherent发布了AI科研Agent「Faraday」。该公司声称，在独立复现已发表科学论文研究结果的任务中，Faraday的表现优于Anthropic Claude Opus 4.8和OpenAI GPT-5.5等前沿模型。值得注意的是，Faraday基于仅有27亿参数的Qwen 3.6模型运行，模型规模远小于上述前沿模型。
行业分析
Faraday的成功挑战了“模型越大越强”的传统认知。通过强化学习培养“研究品味”——即自主判断哪些实验值得开展以及如何设计实验——Inherent正在推动AI超越简单的模式识别，进入基于假设的科学研究领域。这种方法与人类研究者的训练方式高度一致：以复现已有成果为起点，逐步迈向原创发现。
Faraday在编程任务中调用OpenAI的GPT-5.5 Codex作为工具，这一细节揭示了一种务实的“工具使用”范式。Faraday并非单纯依赖自身能力，而是扮演“编排者”角色，调用外部模型完成专项任务——就像科学家使用软件分析数据一样。这种混合工作流可能成为未来AI Agent在科研领域的常态，让更小、更高效的模型发挥超常作用。
Inherent获得5000万美元种子轮融资，并致力于开发能够跨多个科学领域自主发现新知识的“AI科学家”，标志着AI研究的新前沿。然而，通过复现实验进行验证是关键的第一步，确保AI生成的结果可靠，然后才能被信任用于产生新知识。
前瞻视角
如果Inherent的训练方法被证明可扩展，我们可能会看到AI模型开发方式的转变——优先考虑效率和领域专长，而非单纯追求参数规模。这将使小型实验室和机构也能与科技巨头竞争，推动科研工具的民主化。对于更广泛的AI与加密生态系统，AI Agent与去中心化算力网络或数据市场的结合可能解锁新的用例，例如链上同行评审研究或代币化的科学发现。
随着Faraday的进化，关键指标将是它能否从复现走向真正的创新——提出能够带来新科学突破的假设。如果成功，Inherent不仅可能重新定义AI在科学中的角色，还可能为AI与区块链技术在知识探索中的合作树立先例。
