Faraday от Inherent обошёл Claude и GPT-5.5 в воспроизведении научных работ

Британский стартап Inherent вышел из стелса несколько недель назад с $50 млн на seed-раунде - и сразу показал конкретный результат: его AI-агент Faraday самостоятельно воспроизвёл выводы опубликованных научных статей точнее, чем куда более крупные модели от Anthropic и OpenAI.

Что такое Faraday и в чём задача

Фарадей - это AI-агент, заточенный под научную работу. Его конкретная задача в тесте: взять опубликованную научную статью и самостоятельно воспроизвести её результаты, не зная ответа заранее.

Это не абстрактный бенчмарк. Соучредитель и главный учёный компании Эдвард Хьюз объясняет: «Многие PhD-студенты начинают именно с этого». Воспроизведение чужих экспериментов - стандартная точка входа в исследовательскую работу.

Qwen 3.6 против Claude Opus 4.8 и GPT-5.5

Faraday работает на модели Qwen 3.6 с 27 млрд параметров - это компактная модель по меркам фронтира.

Для сравнения: он соревновался с Claude Opus 4.8 от Anthropic и GPT-5.5 от OpenAI - оба фронтирные, значительно большего масштаба. Faraday обошёл обоих в задаче репликации научных результатов.

Хьюз оговаривается, что сам факт победы не был главной целью: «Нас интересовало не столько то, что мы обогнали эти фронтирные агенты - хотя это, конечно, приятно - сколько то, как именно мы к этому пришли».

Как Inherent учил агента «научному вкусу»

Помимо точности воспроизведения результатов, Inherent поставил дополнительный критерий: Faraday должен демонстрировать «research taste» - чутьё на то, какие эксперименты стоит запускать и как их грамотно спроектировать.

Передать такое чутьё через правила невозможно. Поэтому компания делает ставку на обучение с подкреплением (reinforcement learning): агент получает вознаграждение за хорошие результаты, а не следует заранее прописанным инструкциям.

По расчёту Inherent, этот подход лучше обобщится на долгосрочную цель - создать агентов, способных работать в разных научных областях, а не только в одной.

Что Inherent намеренно не стал строить

Интересный выбор: вместо того чтобы делать собственный инструмент для написания кода, Inherent просто дал Faraday доступ к GPT-5.5 Codex от OpenAI.

Логика та же, что у учёных-людей: использовать готовые инструменты там, где они есть, а не изобретать всё с нуля.

Команда и планы роста

Inherent основали четыре человека - трое выходцев из Google DeepMind и ещё один соучредитель. Сейчас в команде около 12 человек, все работают очно в офисе в лондонском районе King’s Cross.

До конца года компания планирует вырасти до 20-25 сотрудников.

Хьюз также высказался против практики «garden leave» - британской нормы, когда уволившийся сотрудник несколько месяцев не может выйти на работу к конкуренту. «Это моя личная позиция, а не позиция компании, но меня самого коснулась проблема garden leave», - сказал он TechCrunch. Сам Хьюз обошёл это ограничение и в итоге запустил Inherent.

Что это значит

Eсли ты работаешь в исследованиях, продакт-разработке или просто следишь за тем, куда движутся AI-агенты, - Inherent интересен по нескольким причинам.

Во-первых, они показали, что компактная модель при правильном подходе к обучению может конкурировать с фронтирными системами в узкой, но реальной задаче.

Во-вторых, заявленная цель - не просто инструмент-ассистент, а агент с исследовательской инициативой. Хьюз описывает желаемое поведение так: агент уходит, проводит эксперименты по собственному любопытству и возвращается с результатами на обсуждение. Это другая парадигма взаимодействия с AI, чем чат-запрос и ответ.

По состоянию на август 2025 года Faraday показал результат в одной задаче. Насколько хорошо подход масштабируется на открытые научные проблемы - пока неизвестно.

Источник: Anna Heim, TechCrunch, 22 августа 2025 - ссылка