Agent startupu Inherent pokonał Claude i GPT w replikacji badań korzystając z dziesięciokrotnie mniejszego modelu

Mniejszy model pokonuje uniwersalne giganty

Brytyjski startup Inherent, założony przez badaczy z Google DeepMind, zaprezentował agenta o imieniu Faraday. Jego zadaniem nie jest pisanie tekstów, lecz zdolność do samodzielnego replikowania wyników opublikowanych badań naukowych bez wcześniejszej znajomości poprawnej odpowiedzi. Ku zaskoczeniu rynku, agent osiągnął lepsze wyniki niż systemy oparte na Claude Opus 4.8 i GPT-5.5 od OpenAI, mimo że Faraday działa na znacznie mniejszym modelu Qwen 3.6 z 27 miliardami parametrów.

Szkolenie celowało w wyczucie badawcze, nie w reguły

Zespół Inherent wytrenował model za pomocą uczenia ze wzmocnieniem. Nie próbował mechanicznie uczyć agenta sztywnych reguł metody naukowej, lecz nagradzał go za wysokiej jakości rezultaty. Nacisk położono na zbudowanie „wyczucia badawczego” (instynktu podpowiadającego, które eksperymenty warto przeprowadzić i jak powinny być zaprojektowane). Agent nie powtarza więc pustych kroków, ale ocenia ich sens.

Agent nie pisze kodu sam, deleguje to do Codex

Faraday nie działa w izolacji. Gdy do replikacji badania potrzebuje napisać lub zmodyfikować kod, nie próbuje go wygenerować za pomocą swojego głównego małego modelu. Zamiast tego wykorzystuje Codex od OpenAI (oparty na GPT-5.5). Naśladuje tym samym zachowanie ludzkich naukowców, którzy zamiast budować własne narzędzia, sięgają po najlepsze dostępne oprogramowanie na rynku.

Od replikacji do projektowania nowych eksperymentów

Zdolność do powtórzenia starego badania sama w sobie nie przyniesie rewolucji. Dla startupu Inherent, który do końca roku planuje podwoić swój londyński zespół do 25 osób, Faraday jest jedynie krokiem pośrednim. Długoterminowym celem firmy jest stworzenie AI, która potrafi projektować zupełnie nowe eksperymenty i dostarczać oryginalnej wiedzy naukowej, której wyniku nikt wcześniej nie zna.

Werdykt Lilith

Inherent pokazuje, że uniwersalne modele osiągnęły swój pułap w wąskich dziedzinach. Kiedy wysyłasz agenta do replikacji badań, nie potrzebujesz giganta, który potrafi pisać sonety i programować w dziesięciu językach, ale skoncentrowanego eksperta, który nie boi się poprosić obcych o narzędzie.