伦敦 Inherent 发布 Faraday 智能体：27B 小模型论文复现能力击败 GPT-5.5 与 Claude Opus 4.8，刚完成 5000 万美元种子轮

伦敦时间 8 月 23 日上午，由多位 前 DeepMind 核心研究员与工程负责人 联合创立的 AI 实验室 Inherent 正式公开了其首款产品级智能体系统 Faraday，同步披露已在数周前低调完成 5000 万美元种子轮融资。Faraday 最引人注目的核心卖点是：它并没有自研超大规模前沿模型，而是仅基于 270 亿参数的阿里 Qwen 3.6 开源小模型作为基座，搭配一套专门为「科学论文自主复现」设计的 Agent 管线与仿真验证器，在独立基准测试中击败了 OpenAI GPT-5.5 与 Anthropic Claude Opus 4.8，而单次任务所需算力仅为前沿闭源模型的 1/30–1/50。

Inherent 创始团队：前 DeepMind 员工的二次创业

根据官方通稿与英国公司注册处公开信息，Inherent 由 4 位前 DeepMind 员工 于 2025 年 7 月创立：

• 联合创始人兼 CEO：曾是 AlphaFold 系列的核心工程负责人，主导了 AlphaFold 2 到 AlphaFold 3 的推理管线重构；
• 联合创始人兼 CTO：前 DeepMind 推理基础设施高级主管，负责过大模型分布式推理与大规模 RL 评估集群；
• 联合创始人兼首席科学家：前 DeepMind 强化学习研究科学家，在 AlphaTensor 与基础算法智能体方向上有 6 篇 Nature/Science 论文；
• 联合创始人兼首席运营官：前 DeepMind 商业化部门欧洲生命科学行业负责人，有 10 年以上将 AI 科研结果转化为制药 / 材料行业解决方案的经验。

「我们在 DeepMind 亲眼看到，真正在生物、化学、材料实验室里帮科学家做出成果的 AI 系统，基座模型的参数规模从来不是决定成败的首要因素，决定成败的是：工具链的正确性、实验复现流程的鲁棒性、以及能否自动完成从『读论文』到『跑通实验代码』再到『验证数值一致性』的全闭环。」——CEO 在 8 月 23 日的伦敦发布会上如是说。

Faraday 智能体的工作原理：四层闭环，专为论文复现设计

Faraday 并不是一个通用聊天机器人，而是一套专门为「给定一篇已发表论文的 PDF / arXiv 链接，自主完成实验环境搭建 + 代码实现 + 结果验证并输出复现报告」的垂直领域智能体。其内部有四层工作闭环：

第一层：论文结构化抽取引擎

输入论文后，Faraday 首先用多模态理解能力抽出结构化的「复现契约」：包括数据集名称与版本、模型架构细节（层数、维度、归一化、激活函数、注意力变体）、训练超参数（优化器、学习率曲线、正则项、批大小）、评估协议（指标定义、数据切分方式）、以及明确声明的数值结果（作者报告的 SOTA 分数、误差线等）。Faraday 内部对这一步单独做了 3,000 篇论文人工校对，抽取准确率约 96.4%。

第二层：实验环境搭建器 + 版本化依赖解析

Faraday 不是直接拉一个 PyTorch 最新容器就运行代码，而是拥有一个自研的依赖解析与冲突消解器：根据论文提交时间与依赖版本痕迹，回溯性构造出与论文提交时间窗口相匹配的包版本组合，避免了「论文用的是 PyTorch 2.3 某 nightly 版本，但今天默认装的是 PyTorch 2.9，结果数值有微妙差异」这种常见复现失败点。

第三层：增量式代码实现与调试循环

当论文代码不存在或开源代码无法跑通时，Faraday 会进入「写代码 → 跑 → 看报错 → 定位问题 → 修改」的增量调试循环。与通用编程 Agent 的差异在于：

• 它优先使用论文中的「实现细节描述」作为最高约束，而不是 Stack Overflow 的常见写法；
• 它引入「数值验证器」做中间层：每跑一个小模块就和论文中给出的中间张量维度、数值范围做匹配，发现不一致立刻回滚，而不是等整个训练跑完了才发现指标差 2 倍；
• 调试循环有「论文原文引用证据链」：所有关键代码段都会被标注为「对应论文第 X 页 Y 段落」，供人工审核。

第四层：结果一致性验证器 + 可审计复现报告

当代码跑通后，Faraday 会执行一个独立的验证流程：用论文要求的 3 个不同随机种子重新评估，并把最终结果、与原论文作者结果的偏差、偏差可能来源分析、环境可复现包（Dockerfile + 冻结依赖 + 完整日志）打包为一份结构化复现报告，方便期刊编辑、审稿人与同行核查。

基准测试结果：Faraday 在 PaperRepro-Bench 上击败 GPT-5.5 与 Claude Opus 4.8

Inherent 同步发布了独立第三方在 PaperRepro-Bench v1.2（覆盖机器学习、计算化学、计算生物三个领域 240 篇近年论文的复现基准）上的评估数据。该基准不仅看「能不能跑通」，还对「最终结果与原论文的数值偏差程度」分级打分，满分 100。

最后一行数据（同样的 Qwen 3.6-27B，无 Faraday 专用管线，得分仅 31.0）最值得玩味：它证明 Faraday 的胜利不是因为 Qwen 3.6 本身是魔法，而是因为「专用 Agent 架构、验证循环、版本化依赖、证据链系统」这一整套围绕科学复现场景的专用设计。

换个角度表述：Qwen 3.6 本身只解决了 31 分的基础能力，而 Faraday 负责把剩下的 43 分用「工程方法论 + 验证闭环」给挣了回来。

融资与商业化路径：5000 万美元种子轮，先做「科研审稿 Copilot」

Inherent 同步确认已在 2026 年 6 月关闭 5000 万美元种子轮，由欧洲三家知名生命科学与深科技 VC 联合领投，若干制药巨头的战略投资部门跟投。本轮估值未披露，但据接近交易人士透露约为「投后 3.5–4 亿美元」——对于一家尚未公开任何产品的 1 年公司，这个价格已相当高。

商业化路线图分三阶段：

1. 阶段一（2026 Q3–Q4，已启动早期客户）：面向学术期刊、顶级会议出版社推出「论文审稿 Copilot」——审稿人或编辑提交一篇投稿后，Faraday 在数小时内输出一份「自动复现报告 + 与作者声称结果的偏差分析」，作为审稿的辅助参考；
2. 阶段二（2027 H1）：面向制药企业与材料公司推出「R&D 内部复现审核 SaaS」——内部科学家写好内部论文或提交专利申请前，Faraday 先在公司私有集群里自动把实验复现一遍，从源头上减少「论文里写的能做，内部就是复现不出来」的科研造假与数据失误；
3. 阶段三（2027 H2 及以后）：从「复现」延伸到「基于已有论文库的假设生成」，进入药物发现与材料设计的上游。

范式意义：「小模型 + 专用场景 Agent 架构」路线的又一次硬验证

2026 年以来，前沿 AI 产业正在并行演进两条路线：

过去不少人会把后者视为「过渡方案」，认为迟早会被通用大模型能力的上升吞噬。但 2026 年 8 月以来连续出现的几桩实证（SWE-bench 上 Qwen 小模型超 Claude Opus、Pinecone Nexus 检索层在企业知识基准反超前沿模型、今天 Faraday 用 27B 做论文复现超过 GPT-5.5），正在让产业对这一判断产生动摇：

对于有明确输入输出格式、有明确验证规则、允许设计工具链、错误成本极高的垂直场景，「专用 Agent 架构 + 正确的验证器 + 合适的中等模型」的组合，会不会是结构性地优于「一个通用超大模型自由发挥」？——越来越多的数据点在指向「是」。

如果这个判断成立，那么对于 AI 创业者与从业者来说，2026 年下半年的创业窗口就清晰了：不要和 OpenAI、Anthropic 比参数比推理，去找一个有明确验证规则的垂直场景，把 Agent 架构、工具链、验证器这三件事做透，然后用一个开源或中等规模的模型作为底座，就能以一个数量级的成本优势把事情做成。

一句话总结：前 DeepMind 员工创业，用一个 27B 的开源小模型，配上专属的复现验证管线，在论文复现这件硬核任务上，把自己老东家对手（GPT-5.5 / Claude Opus 4.8）的千亿级参数模型给比了下去——这本身就是 AI 产业正在分化、专用智能体时代正在到来的最好证明。