DeepMind 那帮人搞出的 Faraday 真的能让科研效率原地

说实话，看到 Inherent 宣称他们的 AI Agent Faraday 在复现科研论文方面的表现能超过 Anthropic 和 OpenAI 时，我第一反应是这又是在搞什么营销噱头。毕竟现在大模型厂商动不动就说自己“超越了人类专家”，这种话听多了确实容易免疫。

但仔细拆解一下 Inherent 这个团队的背景，你会发现这事儿确实有点意思。这帮人全是 DeepMind 的前员工，他们做的 Faraday 并不是那种只会写写代码、调侃两句的聊天机器人，而是一个定位为“AI Teammate”的科研助手。它的核心逻辑在于“复现（Replication）”。

在科研领域，复现一个实验结果往往比写出论文本身还要痛苦。很多时候论文里只给了核心逻辑，但具体的超参数设置、环境依赖或者某种微妙的数据预处理细节，如果不经过大量的试错，根本跑不出来。Faraday 试图解决的就是这个痛点：它能理解论文里的逻辑，然后自主去构建环境、调试代码，直到复现出论文里描述的结果。

我个人比较关注的是它在处理“不确定性”时的逻辑。传统的 LLM 在遇到论文里描述模糊的地方时，往往会开始一本正经地胡说八道（幻觉），但一个真正的科研 Agent 需要的是严谨的实验闭环。如果它真的能像他们吹的那样，在复现成功率上压过 Claude 3.5 或 GPT-4o，那说明它在长程规划和工具调用（Tool Use）的稳定性上有了质的突破。

当然，目前这种说法还停留在实验室阶段的对比。科研的复杂程度远超简单的代码执行，尤其是涉及生物、化学这种需要物理实验配合的领域，Faraday 到底能走多远，还得看它在真实科研工作流中的实操表现。如果只是在现成的 Python 脚本上玩玩，那离真正的“科研队友”还差得远。