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 0.1 | Base 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
- 同期:英伟达 CEO 变更 · Runway Praxis-1 开权重
- 概念:奖励黑客 · 每任务成本 · Agent 沙箱 · Agent 验证
- 工具:Claude Code · OpenRouter · Manus
来源
- { title: "ARR Club:Mirendil Raised a $1B Series A, Five Times Its $200M Seed(领投方、参投方、创始人背景、Mirendil-Base / Fern / Lor 口径)", url: "https://www.arr.club/signal/mirendil-raised-a-1b-series-a-five-times-its-200m-seed" }
- { title: "chipdispatch:Ex-Anthropic startup Mirendil raises $1 billion Series A(融资金额与领投确认、估值未披露、Fern 参数区间与 10-27 修正、Lor 的模型清单与 102 Agent 例证)", url: "https://chipdispatch.com/articles/ex-anthropic-startup-mirendil-raises-1-billion-series" }
- { title: "Tech Arcade:Two Ex-Anthropic Researchers Just Raised a $1 Billion Series A(时间线与累计 12 亿美元、无公开产品)", url: "https://www.techarcade.io/two-ex-anthropic-researchers-just-raised-a-1-billion-series-a-five-months-after-their-seed" }
- { title: "网易科技:10 亿美元 A 轮,前 DeepMind 研究员要自动化 AI 训练(中文口径交叉核对:SAM 算法、Lor 的自动修复流程)", url: "https://www.163.com/dy/article/LBM1H3AQ05561FZY_pdya11y.html" }
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。