Un labo de 12 personnes fondé par des anciens de DeepMind vient de publier un résultat qui mérite qu’on s’y arrête : leur agent Faraday, 27 milliards de paramètres, bat Claude Opus 4.8 et GPT-5.5 sur la réplication de résultats scientifiques. Pas en testant sur des benchmarks génériques. Sur des vraies tâches de recherche, avec du code, des expériences, des fichiers de données. Ce que ça dit sur la direction que prend l’IA, et sur ce que tu peux en faire en tant que builder solo.
Ce que Faraday fait (et qui l’a construit)
Inherent Labs est une startup londonienne fondée par des chercheurs issus de Google DeepMind. Elle a levé 50 millions de dollars en seed round et compte actuellement une douzaine de personnes. Son ambition : construire des agents capables de faire de la vraie découverte scientifique.
Étape intermédiaire sur ce chemin : montrer qu’un agent peut reproduire les résultats d’articles publiés, de façon autonome, sans qu’un humain lui explique chaque étape. C’est ce que fait Faraday, entraîné sur un ensemble de 310 tâches issues de 100 articles couvrant le NLP, la science des matériaux et la prévision météorologique.
Le résultat : Faraday surpasse Claude Opus 4.8 et GPT-5.5 sur ces tâches de réplication, en particulier en méta-apprentissage, biologie structurale et science des matériaux. Et il fonctionne mieux sur des recherches récentes que son modèle de base n’a pas vues en pré-entraînement. Ce dernier point est important : ce n’est pas la mémorisation qui joue, c’est la capacité à raisonner sur des problèmes nouveaux.
Le vrai truc : le RL ciblé, pas la taille
27 milliards de paramètres, c’est entre 10 et 20 fois moins que les modèles frontier d’OpenAI ou Anthropic. Pourtant Faraday les bat sur cette tâche précise. Comment ?
La réponse est dans la méthode d’entraînement : du reinforcement learning long-horizon avec des agents de code comme outil. Autrement dit, au lieu de simplement pré-entraîner un modèle sur des tonnes de texte et d’espérer qu’il apprenne à faire de la recherche par osmose, Inherent a entraîné Faraday à agir comme un chercheur rigoureux, par essais et erreurs, sur des tâches concrètes avec un signal de récompense.
Ce n’est pas une approche révolutionnaire en soi. Ce qui est notable, c’est qu’elle surpasse des modèles beaucoup plus gros sur un domaine spécifique. Et que pour construire le signal de récompense, ils ont utilisé des juges LLM avec des rubriques auto-générées, ce qui rend le système moins dépendant d’une annotation humaine massive.
« Faraday apprend les compétences d’un chercheur rigoureux — une étape vers des scientifiques IA capables d’innover dans toutes les disciplines. »
Inherent Labs, inherentlabs.ai/research/training-to-replicate
Ce que ça change pour un builder solo
La première lecture évidente : la course aux paramètres n’est pas la seule façon de gagner. Un modèle ciblé sur une tâche précise, entraîné avec le bon signal de récompense, peut battre les géants sur ce terrain-là. C’est rassurant si tu travailles sur un problème spécifique, parce que ça signifie que la solution optimale n’appartient pas forcément aux labs qui dépensent le plus.
La deuxième lecture est plus directement utile : l’approche d’Inherent — RL long-horizon, tâches bien définies, signal de récompense auto-généré — est le même pattern que ce que les meilleurs builders utilisent pour spécialiser des agents sur leurs propres workflows. Pas besoin de 27B paramètres pour ça. Un modèle plus petit, fine-tuné ou guidé par du RL sur tes cas d’usage réels, peut faire mieux qu’un frontier model utilisé en mode généraliste.
La troisième lecture concerne la recherche scientifique elle-même. Si des agents peuvent reproduire les résultats de vrais articles de façon autonome, on est plus proches qu’on ne le pense d’agents capables de produire de nouvelles connaissances. Pour un creator ou un builder qui s’appuie sur des études pour construire son autorité — études sur la productivité, sur les outils IA, sur les comportements d’audience — ce n’est pas neutre. Les contenus qui citent des recherches vont être plus faciles à produire. Et du coup, plus courants, donc moins différenciants.
La nuance à ne pas rater
Faraday bat Claude et GPT sur des tâches de réplication. Ce n’est pas la même chose que de produire de nouvelles découvertes. Reproduire un résultat connu, c’est complexe, mais c’est borné : il y a une réponse connue, un critère de succès, un ensemble de données documenté. Innover vraiment, c’est différent — et Inherent l’admet, ils appellent ça une « étape intermédiaire ».
Il y a aussi la question de la généralisation : Faraday a été entraîné sur 310 tâches dans trois domaines. Est-ce qu’il reste bon en dehors de ces domaines ? C’est ce que les prochains tests diront. Un modèle spécialisé peut être fragile dès qu’on sort de son terrain d’entraînement.
Mais l’essentiel tient : une équipe de 12 personnes a trouvé un moyen de battre les labs les mieux financés au monde sur une tâche précise, avec un modèle 10 fois plus petit. Dans l’IA en 2026, c’est le pattern le plus intéressant à suivre — pas la prochaine annonce de Claude 6 ou GPT-6.
Quel modèle mettre sur quelle tâche de ton activité, et pour quel coût réel : c’est ce que tranche l’audit et cadrage IA.