Inherent
想让整个实验室一起“递归自我改进”的伦敦新实验室

官网首页的标语是 “Recursively self-improving to discover new knowledge.”，2026-05-28 的亮相帖把自己介绍为“从零设计、专门造能发现新知识的 AI agent 的实验室”。四位联合创始人：Tantum Collins 在其X 简介里写 CEO of Inherent，此前在 Google DeepMind；Edward Hughes 的个人主页写联合创始人兼首席科学家，曾共同领导 Google DeepMind 的 AI Scientist 团队；Louis Kirsch 的个人主页写联合创始人（头衔为 Chief Superintelligence Officer），2024 至 2025 年在 Google DeepMind 带头做用大模型驱动的 AI Scientist，博士在瑞士 IDSIA 师从 Jürgen Schmidhuber，论文题为《Automating AI Research》；Kaloyan Aleksiev 被官方 X 称为 CTO（见9 月的演讲预告），tech.eu写 Aleksiev 此前在 Reka AI 和 Microsoft。tech.eu 还写 Collins 曾在白宫参与 AI 政策，这一条本刊没有核到一手出处。NYT 的导语写 Hughes 与 Kirsch 在 12 月离开 Google（报道发于 2026-09-16，未写年份）。

法人方面，英国公司登记册里有 Inherent Laboratories Ltd，公司号 16968849，2026-01-16 注册，类型是私人有限公司，业务代码为软件开发与自然科学和工程研发，注册办公室在 Altrincham，与公司秘书 Oakwood Corporate Secretary 同址；现任董事只有 Collins 一人，另有一家公司秘书，重大控制人也是 Collins。官网隐私页把运营主体写作 Inherent Laboratories Ltd，联系邮箱域名为 inherentlaboratories.com。官方还多次称自己是公益公司：亮相帖写 “a Public Benefit Corporation headquartered in London”，宣言写已按此注册；登记册里的这家是普通私人有限公司，没有显示公益属性，是否另有美国实体，本刊没有核到。宣言承诺在六个月内公布“社会利益委员会”的成员与权限，到核实日本刊没有看到公布。

顾问是 Matt Clifford（官方亮相帖点名，tech.eu 同写）。官方账号 @inherent_labs 简介为 “Living within the experiment.”，2026 年 5 月注册。

官网宣言的署名是四位联合创始人，核心论点有三层。其一，AI 的前景不在自动化科学，而在把人和机器各自的比较优势合起来的集体智能；其二，要押注一种“激进的递归自我改进（RSI）”：不是让单个模型改自己，而是让整个实验室，包括研究讨论、资源分配、硬件、数据和学习算法，围绕递归回路重新设计；其三，AI 要有“科学直觉”（宣言称 AI taste），能提出该问什么问题，而不只是回答已定义好的问题。宣言用 1890 年到 1925 年电气化改造工厂的类比说明：光把蒸汽机换成电动机只是边际改进，要重新设计工厂。官方在宣言里列出的是一串开放问题，例如怎样训练跟着自己好奇心走的 agent、怎样为“控制自己奖励的系统”设计严格基准，没有给出答案。

招聘系统的岗位说明印证了这个方向：一个 Factory Redesign 岗位负责找出把自我改进的 AI 嵌进组织的有效办法，几个基础设施岗位强调基础设施、科学、组织三层之间不断关闭递归回路，岗位说明还写团队越来越多地与内部自用的 AI 科学家协作。NYT 导语则写：Faraday 原型会收集研究员的日常活动数据，包括邮件、即时消息、会议转写和与 Faraday 的对话，再用这些数据造更好的 Faraday；Hughes 的说法是 Faraday 能接触公司里发生的一切。NYT 全文本刊没有核到，这一条只据导语。

官方对安全的说法目前只有表态，没有细节：9 月 13 日引用 Anthropic CEO 9 月 12 日关于放慢前沿速度的文章，称可靠评测和有节奏的推进很关键，需要业界包括新实验室协调；9 月 16 日回应 NYT 报道时称，机构层面的 RSI 是比“只在模型层面做 RSI”更好也更安全的轨迹，并说“很快会分享更多”安全与社会收益的做法。到核实日，官网和论文之外没有看到这方面的专门文件。

Faraday 是什么（论文自述）。论文写 Faraday 由 Qwen3.6-27B 后训练而来：LoRA（秩 128），用改进的 GRPO 做长程强化学习，每步 10 个任务、每个任务 8 次 rollout；最后检查点是第 659 步，前期用较便宜的 GPT-5.4 mini 当编码工具，最后阶段换成 GPT-5.5。Faraday 在容器里自己能用 apply_patch、read_file、list_dir、grep_files、shell 五个工具，可以调用 Codex CLI（GPT-5.5）写代码；论文把这叫“coding agent as a tool”。所以“Faraday 胜过 GPT-5.5”的准确含义是：Faraday 加上 GPT-5.5 的 Codex，对比单独的 Codex。论文引用别人的估计，称被指挥的模型约 5T 参数。

Replica 任务集（Inherent 自建）。310 个任务来自 100 篇论文：每个任务给出抹掉目标图的论文 PDF 和图注，要求在 60 分钟、一块 H200 的七分之一算力内复现这张图，原图只给裁判看。任务由 Gemini 2.5 Pro 自动抽图、定位、抹除，作者逐个人工检查过滤。训练集 242 个任务来自 1990 到 2026 年的机器学习论文，测试集 68 个任务来自 2012 到 2026 年的 AI-for-science 论文（如材料、气象、结构生物）。论文承认部分论文及其图一定在前沿模型的预训练数据里，认为研究对象是复现过程而不是输出图，所以不当作问题，解释结果时会考虑进去。

分数（公司自测，同一裁判、同一预算）。每个任务取 8 次 rollout 的均值，再对任务取平均。训练集（242 个 ML 任务）：Qwen3.6-27B 后训练前 0.678，Codex（GPT-5.5）0.796，Claude Opus 4.8 0.828，Faraday 0.856。测试集（68 个 AI-for-science 任务）：0.554、0.729、0.748、0.791。论文正文写的 “in-distribution” 胜率 73% 对应训练集任务，留出的测试集上胜率是 60%，均分比 Claude 高约 6%、比 Codex 高约 8%（相对值）。对 Codex 做 24 代自动提示词优化后，训练集 0.802、测试集 0.725，没有明显拉近。

裁判是谁、与人类一致吗。每个任务的评分细则由 Claude Opus 4.7 生成（看不到原图），评分由 Codex GPT-5.5 执行，对图像相似度、是否支持论文主张、实验实现是否忠实、算力使用和科研诚信五个维度各打 0 到 1 分取平均。也就是说 GPT-5.5 同时是被比较的一方、Faraday 的工具和裁判，Claude 在这条链里写评分细则，论文正文和附录里没有换用其他裁判模型的对照。论文自己检验了裁判与人类的一致度：在 10 个训练集任务上收集 19 位博士背景参与者的 76 份排序（每份对同一任务的 6 条 rollout 排序），规则裁判与人类的 Kendall τ 是 0.19，基线裁判是 0.15，两位人类之间是 0.30；在两个裁判意见相反的配对上，人类站规则裁判一边的比例是 63%，附录写明高于随机但不显著（p=0.109）。

人类偏好与其他检验。论文另做了一项研究：只挑裁判认为 Faraday 比两个基线都高出至少 0.2 的任务，41 份排序里，参与者把 Faraday 排在两者之上 29 次；论文明说这只支持“裁判判 Faraday 明显更好时人类同意”，不能推出人类平均更偏好 Faraday。20 个由 Claude 改写出的“想象任务”上，裁判在 19 个上更偏好 Faraday，论文提醒裁判从未在这类任务上验证过。8 张需要至多 8 小时、8 块 B300 的完整规模复现里，Faraday 平均高于 Claude，8 个里 5 个更好，每个任务只跑 1 次。四篇被复现论文的作者看过 Faraday 的复现：有的夸某部分做得好，也有的指出问题选得太简单、写作部分差、代码绕。

独立验证：本刊没有核到第三方对 Replica 或 Faraday 的复测；已有评论转述的都是论文里的数字。论文与官网没有写发布权重、代码、Replica 数据集或 API，TechCrunch 文中也没有写可得性，没有提到客户。

种子轮。官方亮相帖写已关闭 5000 万美元种子轮，由 Index Ventures 与 Radical Ventures 领投，参与者点名了 NVentures（英伟达的风投部门）、Exante、Metaplanet、Macroscopic、Mythos Ventures、Charlie Songhurst，以及 @dwarkesh_sp、@Thom_Wolf、@j_foerst、@maxjaderberg 等个人。tech.eu 报道了同一金额与共同领投方，没有列其他投资人，也没有写估值。本刊没有核到估值，也没有核到各方金额。

登记册里的押记。Companies House 的押记页列有两项 2026-04-22 创建、权利人为 HSBC Innovation Banking 的押记，状态未清偿，登记册只写了“含固定押记”。本刊没有看到借款条款，所以不解读它的用途。

人。TechCrunch 报道员工约 12 人、全部现场办公，计划年底到 20 至 25 人。招聘系统到核实日有 6 个岗位：2026-05-28 发布的后训练、AI for Science、Factory Redesign 和两个基础设施岗位，以及 10 月 14 日发布的 Talent Architect（King's Cross，年薪 11 万到 13 万英镑）。

公共政策。9 月 29 日，Inherent 在 X 上发起公开信，主张取消不公平的竞业限制并限制花园假；官方线程称有总计融资 50 亿美元的英国 AI 公司同意这一点，公开信网页本身没有写发起方和签署名单。TechCrunch 引述 Hughes 称这是个人看法而非公司看法，并说自己受过花园假问题的影响。

站内相关档案：№ 16 Sakana AI同样做 AI Scientist，Sakana 等人的 The AI Scientist（Lu 等，2024）正是 Faraday 论文表 1 里被复现的论文之一；№ 03 Recursive Superintelligence和№ 64 Mirendil也在押注递归自我改进，两者都把重点放在模型和产品，Inherent 的论述重点是机构。

已有产出只覆盖一小块。Faraday 与 Replica 验证的是“一个小模型能不能学会指挥编码代理把论文图复现得更好”。论文自己把复现称为通向创新的垫脚石，TechCrunch 也指出这和“发现新的科学知识”的目标之间有距离。官网宣言里最核心的“整个机构一起递归自我改进”和“人机协作的治理”，没有对外可检验的产出。

评测链条在公司内部。任务集、训练、裁判和对比设置都由 Inherent 完成；裁判模型同时是被比较对象。论文披露了裁判与人类一致度偏低、人类研究的选样方式、训练集与测试集的区别，这些披露本身比摘要更有信息量，建议直接读论文正文和附录。

治理承诺待兑现。宣言承诺六个月内公布社会利益委员会的成员与权限，宣言发布后约五个月，本刊没有看到公布；9 月 16 日的帖子说会很快分享更多安全与社会收益的做法，核实日也没有看到。

身份并列。官方称自己是公益公司，登记册里的是普通 Ltd；创始人头衔以个人主页和官方 X 为准，官网宣言只署名、没有写头衔。

本刊没有核到的有：估值；各投资方金额；是否另有美国法人；Collins 在白宫任职的一手出处；确切的离开 Google 日期；NYT 全文；Faraday 的权重、代码、Replica 数据集是否会发布；社会利益委员会；第三方对 Replica 的复测；除约 12 人之外的员工人数。