跳到主内容

Mirendil 10 亿美元 A 轮:一个研究员 + 一群 Agent,3.5 个月训出编码模型

前 Anthropic 研究员创立的 Mirendil 完成 10 亿美元 A 轮,五个月累计融资 12 亿。它用一个研究员加 Agent 群,3.5 个月、不到 1000 万美元算力从零训出编码模型。

2026-11-16 · ARR Club / chipdispatch / Yahoo 财经(多源交叉,官方公告页未取得)

发布 2026-11-16核实 2026-11-16

要点

  • 2026-11-12,Mirendil 宣布完成 10 亿美元 A 轮,由 Kleiner Perkins 与 Clearlake Capital 联合领投;Battery Ventures、Doerr Capital、Gil & Co、Google、M13、Pear VC、S32 参投。估值未披露。
  • 这是它五个月内的第二轮:2026 年 6 月以 2 亿美元种子轮出隐身,估值 10 亿美元(a16z 与 Kleiner Perkins 联合领投,英伟达后加入)。累计融资约 12 亿美元,公开产品仍为零。
  • 创始人:Behnam Neyshabur(CEO,SAM 算法共同发明人之一,在 Alphabet 参与 Gemini 推理研究五年多)与 Harsh Mehta(CTO,做过 Anthropic 内部 AI 研究平台的第一版),两人 2024 年底加入 Anthropic、2025 年 12 月一同离开。创始团队约 20 人,来自 Anthropic、xAI、Google DeepMind、OpenAI。
  • 核心证据:一个研究员 + Agent 群,3.5 个月、不到 1000 万美元算力,从零预训练出编码基座 Mirendil-Base,Agent 写了 >99% 的代码,只使用公开数据、无蒸馏。
  • 产品线:Fern(后训练出的编码模型,声称 1000 万 token 上下文)与 Lor(跑数百个 Agent 做实验的平台,私测中)。
  • 全部性能与成本数字均为公司自述,无第三方复现;官方公告页本站未取得,事实集来自多家独立媒体的交叉核对。

它到底做了什么

把「一人公司做前沿模型」这句话拆成可核对的部件,是这样三件:

部件官方口径可核对程度
Mirendil-Base编码基座,3.5 个月从零预训练,全部成本 < 1000 万美元(含 Agent token、数据处理、小实验),>99% 代码由 Agent 写公司自述;结果 2026-10-21 公布,未独立复现
Fern 0.1Base 的后训练版本,1000 万 token 上下文(约 50 万行代码),参数 0.1–0.5 万亿,访问状态 coming soon公司自述;官方 10-27 修正过两处数字
Lor平台,同时跑数百个 Agent,Agent 自己写代码、跑实验、申请 GPU、拆子任务,可挂 Claude / GPT-6 / Kimi / DeepSeek / GLM 与自家模型私测中,无公开评测

一个常被忽略的细节是它承认修正过数字:Fern 发布十天后,官方把两处训练结果改了口径,说明「更准确地反映训练结果」。这种自我修正对一个刚拿了 10 亿美元的叙事不算好看,但它比不改更可信——起码说明有人在核。

为什么「Agent 写 Agent」这件事值得单独看

真正的方法论在 Lor 的工作方式里,而不是在融资金额里:

  • 训练环境由 Agent 造。官方举的例子是 102 个 Agent 从 100 个 PyTorch PR 里搭出训练环境,平均每个 8 分钟。这类活过去是研究工程师的日常,也是最难并行的那部分。
  • 失败诊断下放。Agent 跑实验、看指标、判断哪里崩了,研究员只决定「试什么」和「信什么」。这条分工是整件事的核心——人负责品味,Agent 负责吞吐。
  • 训练副作用被防了。他们的强化学习环境用真实 GitHub PR 任务,同时断网、删 git 历史与缓存,再用另一个模型检查解法有没有作弊——这套「防作弊环境」是 奖励黑客 的标准对策。
  • 它同时是客户与样板。Mirendil 自己每天在用 Lor 做研发,等于把「自家研发流程」当产品卖。这类公司最容易被验证:要么产品真好用,要么连自己都骗不过去。

对照站内已经讨论过的 每任务成本 口径,1000 万美元训一个基座模型听起来便宜得离谱——但要注意它比的是「从零预训练的编码基座」,不是「前沿通用旗舰」。这两件事的成本差一到两个数量级,把它当成「1000 万美元就能做出 Opus」是误读。

三个必须打的折扣

① 没有独立复现。 这是最硬的一条。所有数字(3.5 个月、<1000 万美元、>99% 代码、1000 万 token 上下文)都来自公司自己。Fern 的访问状态仍写着「即将开放」,也就是外界连摸都没摸到。

② 「一个研究员」是有前提的。 团队本身约 20 人,全是 Anthropic / DeepMind / OpenAI 出身;Neyshabur 是 SAM 算法的共同发明人。所谓「一个人也能做」,准确表述是**「一个人 + 一套成熟的研究品味 + 20 人的基础设施团队」**。把这句话简化成「招一个人就能训模型」,是对这条新闻最常见的误用。

③ 资本节奏和产品节奏脱节。 五个月融 12 亿、公开产品为零,这种结构对赌的是「再给几年时间就能证明」。它同时也意味着:如果 Lor 公测后转化不动,叙事会比普通创业公司崩得更快。

对开发者的可迁移部分

  • 别抄融资金额,抄工作分工。 「人定方向、Agent 做实验」这套分工,任何有评测集的小团队今天就能试:先把回归测试跑通,再把「改参数 → 跑评测 → 读曲线 → 提下一个假设」交给 Agent,人只看结论。
  • 环境比模型重要。 他们断网、删 git 历史、加作弊检查——这三件事决定了 Agent 产出能不能信。你自己搭 Agent 训练/评测环境时同理:不可信的环境会让所有指标失真,这跟 Agent 沙箱 讲的是同一个问题。
  • 长上下文不等于能干活。 1000 万 token 听起来像「一次读完整仓」,但实际瓶颈在「读完之后能不能定位到该改的那三行」。看到这种数字,先问评测集是什么。
  • 公开数据仍能做出可用基座。 这条对拿不到授权数据的团队最有价值:如果公司口径成立,说明数据质量与清洗策略的权重,高于「拥有独家语料」。

AI 之家 观点

这条新闻的价值不在 10 亿美元,而在它把一个问题摆到了台面上:当 Agent 能承担研发的执行层,前沿 AI 的入场券还是不是「人多卡多」?

Mirendil 给的答案很激进——不是。但它的证据链有一个明显缺口:所有证据都由它自己出具,且产品尚未开放。所以现在能确认的只有「资本相信这个命题」,不能确认「命题成立」。

对国内团队,真正值得抄的是那套**「Agent 跑实验 + 人做判断 + 防作弊环境」**的流水线,而不是「融 10 亿」。前者今天就能落地,后者取决于你在哪个市场。

顺带说一句:这条新闻和英伟达 CEO 变更、LongCat-2.5 用国产卡训练,指向的是同一件事——算力与团队的稀缺性正在被重新定价。三件事发生在同一周,不是巧合。

相关阅读

来源

常见问题

这笔钱到底投的是什么?

投的是「Agent 能不能顶掉 AI 实验室的人力」这个命题。Mirendil 的核心证据是一人一 Agent 群从零预训练出可用的编码模型,若成立,前沿研发的团队规模门槛就被拆掉了——这是比单个模型能力更大的赌注。

3.5 个月、1000 万美元是真的吗?

是公司自己公布的口径,包含 Agent 的 token 花费、数据处理和全部小规模实验,并声称只用了公开数据、无蒸馏、无授权数据集。截至发稿没有任何第三方独立复现,站内按「未验证的公司口径」处理。

Fern 和 Mirendil-Base 什么关系?

Base 是基座,Fern 是在它上面后训练出来的编码模型。官方称 Fern 0.1 单次提示可吃 1000 万 token(约 50 万行代码),参数规模 0.1–0.5 万亿,访问状态是「coming soon」——也就是还没有公开可用入口。

和国内团队有什么关系?

两个可迁移的点:一是「把训练流程本身交给 Agent」这套方法,Lor 里 102 个 Agent 从 100 个 PyTorch PR 建训练环境、平均每个 8 分钟,是可以对标的工程范式;二是它证明小团队 + 公开数据 + 有限算力能做出有竞争力的基座,这对买不到卡、也组不起大团队的团队是条思路。

相关对比

Aider vs Claude Code:终端 AI 编程双雄怎么选

Aider vs Claude Code 2026 选型对比:开源 BYOK 多模型 vs Anthropic 订阅长任务 Agent,从编程能力、多模型支持、价格、Git 集成、国内可用性和适合人群判断,帮你选对终端 AI 编程工具。

AutoGLM vs Manus:国产通用 Agent 怎么选

AutoGLM vs Manus 2026 选型对比:智谱开源 GUI Agent 与蝴蝶效应通用 Research Agent 的定位、Agent 能力、中文可用性、私有部署、价格和适合人群全方位对比。一个操作手机浏览器界面、一个云端产出深度报告,帮你判断该用哪个国产 Agent,以及能不能两个都用。

Claude Code vs Cline:CLI AI Agent 怎么选?2026 对比

Claude Code vs Cline 2026 选型对比:Anthropic 官方闭源 CLI Agent vs Apache-2.0 开源 VS Code 插件。从模型绑定、工作流、MCP 支持、价格、隐私和适合人群 6 个维度帮你选对 CLI AI 编程工具。

Claude Code vs Codex CLI:终端 AI Agent 双雄对比

Claude Code vs Codex CLI 2026 选型对比:Anthropic 与 OpenAI 两大官方终端 Agent 的模型、长任务、MCP 生态、Windows 支持、订阅打包价格和国内可用性全方位对比,帮你判断该用哪个终端 AI Agent,以及能不能两个一起用。

Claude Code vs Crush:Anthropic 官方 vs 多模型 TUI(2026 实测选型)

Claude Code vs Crush 怎么选:Anthropic 官方 CLI(长任务最稳),对上 Charmbracelet 开源 TUI(多模型切换 + LSP)。按模型、长任务、价格对比。

Cursor vs Claude Code:什么时候用哪个?(2026 实测选型)

Cursor 和 Claude Code 到底怎么选?一句话结论 + 决策树 + 价格实测 + 国内可用性对比。GUI 派选 Cursor,终端长任务派选 Claude Code,最优解其实是共存。