小模型打贏大模型的 AI 新聞，跟你把健康問題丟給 AI 之前該知道的事

2026 年 8 月 23 日，IT之家報導了一則 AI 圈的消息：總部位於倫敦、由前 Google DeepMind 員工創立的 Inherent，在以 5,000 萬美元種子輪資金走出隱身模式幾週後，推出了名為 Faraday 的 AI 智慧體。公司宣稱，Faraday 在「自主復現已發表科學論文的研究結果」這項任務上，表現優於 Anthropic 的 Claude Opus 4.8 與 OpenAI 的 GPT-5.5 這兩個規模大得多的旗艦模型，而它背後依靠的，是僅有 270 億參數的 Qwen 3.6。

這是一則科技新聞，你可能會問：跟健康有什麼關係？關係其實不小。因為「AI 能不能忠實復現科學研究」這件事，直接影響你未來在手機上問 AI 健康問題時，能對答案有多放心。這次我們把這則新聞拆開來看，順便聊聊使用 AI 查健康資訊時的幾個實用原則。

先弄清楚這則新聞到底在說什麼

Faraday 做的事情，是在事先不知道答案的情況下，自己去重做一篇已發表論文的研究，看能不能得到接近的結果。Inherent 的聯合創辦人兼首席科學家 Edward Hughes 對 TechCrunch 表示，論文復現正是很多人類博士生的起點，而對公司來說，重點其實不是「打贏其他 AI」，而是他們建構系統的方式。

有幾個技術細節值得用白話理解。「參數」可以粗略想成模型的規模指標，通常也跟訓練成本相關。Faraday 用的 Qwen 3.6 只有 270 億參數，跟動輒數千億參數的前沿模型相比算是小個子。它的訓練方式是強化學習，也就是不直接把規則告訴 AI，而是根據最終結果給予獎勵，讓系統慢慢學會採取有效的行動。Inherent 甚至沒有自己開發程式工具，而是讓 Faraday 直接使用 GPT-5.5 Codex，就像科學家用現成軟體而不重新造輪子。

公司還希望 Faraday 展現所謂的「研究品味」，也就是判斷哪些實驗值得做、該怎麼設計的能力。Hughes 說，他們想打造的智慧體，像那種會主動回來告訴你「我對這個問題產生了興趣，自己去做了這些實驗，你覺得結果怎麼樣」的隊友，而不是只會迎合使用者、說你想聽的話的 AI。

為什麼「不迎合使用者」對健康問答特別重要

這一點請你多留意幾秒鐘。「只說你想聽的話」的 AI，在日常閒聊裡頂多有點煩，但在健康情境裡可能真的誤事。想像你半夜覺得胸口悶，心裡其實希望聽到「應該只是疲勞，睡一覺就好」。如果 AI 傾向順著你的期待回答，它可能會放大安撫性質的訊息，淡化需要就醫的線索。

所以當你把身體狀況丟給任何 AI，包括那些看起來很聰明的模型，可以先給自己設一個心理預期：它是幫你整理資訊的助手，不是幫你做判斷的醫師。你可以把它的回答當成「去診間之前先大致了解可能的方向」，而不是「已經有結論了」。涉及用藥、症狀判斷、檢查報告解讀這類事情，最終還是要讓能為你負責的人類醫療專業看過。

小模型贏大模型，對你查健康資訊的啟示

這則新聞裡有個容易被忽略的訊息：規模比較小的模型，在特定任務上未必輸給大模型。關鍵在於訓練方式與任務設計，而非單純比誰參數多。

換到健康資訊場景，這提醒你兩件事。

第一，不要因為某個 AI「很有名」「最新」「最大」就全盤相信它的健康回答。模型的名氣跟它在特定健康問題上的可靠度，並不是同一回事。AI 有時會產生看似合理但實際錯誤的內容，也就是一般常說的「幻覺」，包括引用不存在的期刊文獻、編造藥物劑量或統計數字。看到 AI 引用某篇研究，可以到 PubMed 或 Google Scholar 查一下那篇是否真的存在、結論是否真的如它所述。

第二，也要留意行銷話術。Faraday 的新聞本身就是一個範例：一家公司在特定基準任務上宣稱超越對手，這是單一情境的表現，不代表它在所有任務上都更強，更不代表已經過完整獨立驗證。同樣地，當你看到某個 AI 產品宣稱「能診斷疾病」「比醫師更準」，先問三個問題：這個說法有沒有發表在同儕審查的期刊上？測試的族羣跟你像不像？是廠商自己說的，還是有獨立機構驗證？證據強度從高到低，大致是大型獨立研究、同儕審查論文、廠商提供的測試數據、個別使用者的經驗分享，這幾層的可信度差很多。

使用 AI 問健康問題時，你可以這樣做

實際操作上，有幾個習慣能讓你把 AI 用得更安心。

問問題時，把具體狀況說清楚：年齡層、症狀持續多久、有沒有慢性病或正在喫的藥。資訊越具體，回答越貼近你的情境，但同時要記得，越具體的回答也越需要真人專業把關。

把 AI 的回答拿去和可信來源交叉比對，例如臺灣的衛福部官網、疾病管制署、國民健康署，或是教學醫院的衛教資料。多方一致時可信度提高，出現矛盾時，以官方與醫療專業來源為準。

遇到紅旗訊號，直接就醫，不要和 AI 反覆確認。胸痛或胸悶合併冒冷汗、呼吸困難；突然單側無力、口齒不清、臉歪；高燒不退或意識改變；劇烈頭痛號稱「這輩子最痛」；小孩活動力明顯下降、尿量減少。這些情況下，該做的是撥打 119 或到急診，而不是再多問一輪 AI。AI 能幫你的，頂多是就醫前先把狀況整理成文字，方便跟醫師溝通。

追 AI 新聞的你，也順便照顧一下眼睛和作息

最後聊點題外但實在的。會追這類 AI 進展的人，往往也習慣深夜滑科技新聞、看模型評測、讀技術文件。這與我們之前在DeepSeek 和 OpenAI 開源 harness 的新聞裡聊過的狀況很像：熱鬧的消息一則接一則，不知不覺就過了該睡的時間。

如果你發現自己最近常為了追 AI 動態延後入睡，可以試著把「看科技新聞」安排在白天固定時段，睡前一小時讓手機離開視線範圍。長時間盯著螢幕，記得用 20-20-20 的原則：每 20 分鐘看 20 英尺（約 6 公尺）外的東西 20 秒，讓眼睛的調節肌肉喘口氣。

結語：把 AI 當隊友，但把自己當負責人

Faraday 背後那個「會自己做實驗再回來跟你討論」的隊友形象，確實是令人期待的方向。如果未來 AI 真能忠實復現研究、甚至具備判斷哪些研究值得做的品味，科學與醫學知識的生產和傳遞都可能受益。

但在那天到來之前，你仍然是自己健康資訊的最後一道關卡。對 AI 的回答保持好奇，也保持核對的習慣；遇到該就醫的訊號，果斷交給專業。聰明的工具配上謹慎的使用者，才是最穩的組合。