IT之家 8 月 23 日消息，总部位于伦敦的 AI 实验室 Inherent 由前谷歌 DeepMind 员工创立。     8 月 26 日消息，逆向工程师 Xusheng Li 于 8 月 15 日发布博文，深度分析了 Windows Health and Optimized Experiences 服务。曾于 8 月 3 日报道，微软为 Win11 系统新增上述后台服务，网友反馈该服务会在电脑每次开机时自启动，持续监控 CPU 使用率、温度和电池情况，并每隔 15 分钟将数据发给微软。该公司表示，其 AI 智能体 Faraday 仅使用规模远小于 Anthropic 和 OpenAI 旗舰模型的模型，就在一项特定任务中取得了更好的表现。微软副总裁斯科特 · 汉塞尔曼回应表示该功能上线于 2025 年，用途主要是采集性能诊断数据。逆向工程师 Xusheng Li 逆向该服务的 whesvc，其结果基本印证了微软的说明，但也发现其底层架构比普通性能诊断工具复杂得多。whesvc 服务的核心功能位于 windiag.dll（229 KB），该动态链接库内嵌 Lua 5.4.7 脚本语言。在众多由前 Google DeepMind 员工创办的初创公司中，Inherent 此前获得的关注相对较少。不过，与那些资金更加充裕、却还没有拿出太多实际成果的竞争对手相比，这家总部位于伦敦的团队如今已经开始展示自己的研发成果。微软还提供 whesvc_assets.dll，其中包含 84 个已编译 Lua 脚本，用于处理不同诊断场景。脚本引擎公开了 79 个原生函数，可访问 Windows 的多类系统能力。该服务可以读取和修改 Windows 注册表，执行文件操作，创建并交互进程，查询 WMI（Windows 管理规范），收集 ETW（Windows 事件跟踪）记录，检查安全令牌，获取电源和温度信息，下载符号文件，创建 .cab 文件，并发起 HTTP 请求。服务还提供通用 FFI（外部函数接口），允许脚本调用原生动态链接库，并操作多种 Windows 句柄。不过，Li 没有发现微软利用这些能力随机修改文件或注册表，现有脚本主要执行常规诊断任务。这些脚本可以在应用停止响应后采集跟踪记录，监控输入延迟和显示异常，识别启动缓慢的应用，并检测长期处于挂起状态的服务。

二 | 这家英国初创公司仅在以 5,000 万美元（IT之家注：现汇率约合 3.37 亿元人民币）种子轮融资走出隐身模式几周后，就宣布推出新的 AI 智能体 Faraday。该公司表示，在一项特定任务中，Faraday 击败了规模更大、知名度更高的 AI 模型：在事先不知道答案的情况下，自主复现已发表科学论文中的研究结果。如果考虑到 Inherent 更宏大的目标 —— 打造能够发现全新科学知识，而不仅仅是验证已有研究成果的 AI，那么复现论文的能力听起来似乎只是一个“小把戏”。

三 | 电源相关模块能够调查电池异常耗电，判断阻止电脑进入睡眠状态的原因，并响应持续的高功耗行为。

四 | memory_handle_leak 模块会在多个时间间隔内跟踪内存和句柄数量，再结合连续增长情况与线性回归斜率，区分潜在内存泄漏和正常增长。system_summary 模块会生成 900 秒、即 15 分钟的 JSON 摘要，但文件保存在本地。

五 | 尽管服务具备网络功能，Li 没有找到任何会实际发起任意 HTTP 请求的场景。但 Inherent 联合创始人兼首席科学家 Edward Hughes 表示，论文复现本身也是人类科学家的标准训练方式。相关阅读：。“很多博士生实际上都是从这件事开始的。

六 | ”Hughes 告诉 TechCrunch，击败其他 AI 系统并不是重点，真正重要的是 Inherent 如何做到这一点。他说：“对我们来说，最有意思的并不是击败那些前沿智能体的结果 —— 当然，我们对此也很高兴，而是我们构建这个系统的方式。

七 | ”真正值得投资者关注的是，Faraday 在与 Anthropic 的 Claude Opus 4.8 和 OpenAI 的 GPT-5.5 进行比较时，所依赖的却是一个规模小得多的模型 Qwen 3.6，仅拥有 270 亿参数。这两个对手都是规模庞大的前沿 AI 系统。简单来说，“参数”可以作为衡量模型规模的一个指标，通常也与模型的训练成本有关。此外，Inherent 对 Faraday 的成功标准也并不只是准确率。除了复现科学研究结果之外，公司还希望 Faraday 展现出所谓的“研究品味”，也就是能够判断哪些实验值得进行，以及应该如何合理设计这些实验的能力。教会 AI 掌握这种难以量化的“品味”并不容易，这也是强化学习发挥作用的地方。强化学习是一种训练 AI 的方法，它并不是把一套明确的规则直接告诉 AI，而是根据最终结果对 AI 的行为进行奖励，从而让系统逐渐学会采取更有效的行动。

八 | 相比主要通过学习科学研究本身的流程来训练智能体，Inherent 更依赖这种基于奖励的训练方式。公司希望这种方法能够更好地泛化到长期目标，即让 AI 智能体具备参与多个科学领域研究工作的能力。Hughes 表示：“我们始终以打造 AI 科学家智能体、赋予智能体研究品味这一北极星目标为指导。”这一理念也影响了 Inherent 决定不开发哪些产品。例如，公司没有选择自行开发编程工具，而是让 Faraday 使用 OpenAI 的 GPT-5.5 Codex。

九 | 这与人类科学家的工作方式类似 —— 科学家通常会利用现成的软件工具，而不是把所有工具都从头开发一遍。Inherent 还试图避免打造那些只会迎合用户、告诉用户想听什么的 AI 智能体。Hughes 表示，公司希望打造的智能体更像他最喜欢的那类队友：他们会回来告诉你：“我对这个问题产生了兴趣，于是自己去做了这些实验。你觉得这些结果怎么样？”这种协作理念同样体现在 Inherent 的公司运营方式上。目前公司约有 12 名员工，全部在伦敦国王十字区的一间办公室里线下办公。国王十字区曾经是一个较为破败的伦敦街区，但随着 Google DeepMind 在当地的发展，如今已经成为全球最重要的 AI 创新中心之一。

十 | Hughes 表示：“我们相信，伦敦就是最适合发展的地方。”Hughes 对伦敦高度密集的 AI 人才资源非常看好，但与此同时，他也加入了要求英国取消“竞业休假”（garden leave）制度的呼声。

十一 | 所谓“竞业休假”，是英国职场中较为常见的一种做法。员工离职后，公司可以要求他们在数个月内不得加入竞争对手或创办竞争企业。美国研究人员通常不会受到类似限制，这也让美国初创公司在招聘那些刚刚离开上一份工作的 AI 人才时拥有一定的先发优势。Hughes 告诉 TechCrunch：“这是我个人的看法，并不代表公司的立场，但我确实受到过竞业休假的影响。”最终，Hughes 找到了绕开这一限制的方法，并与另外两名前 DeepMind 员工以及第四位联合创始人共同创办了 Inherent。而这家初创公司目前也没有放缓发展的迹象。Inherent 计划在今年年底前将员工人数扩大至“大约 20 至 25 人”。考虑到公司同样在布局世界模型，再加上 Demis Hassabis 出任新职后，一些 DeepMind 员工的未来去向出现不确定性，Inherent 正在进行的大规模招聘，或许会让它成为考虑离开 DeepMind 的员工颇具吸引力的新去处。