Mirendil单研究员+Agent训练千亿参数大模型：2亿美元种子轮融资与AI预训练范式转移

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-10-23

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

Mirendil 通过 Agent 驱动的大模型预训练流程，将千亿参数基座模型的训练团队压缩至 1 名研究员，训练周期 3.5 个月，总成本 不到 1000 万美元。其首发模型 Mirendil-Base 参数区间为 1000 亿至 5000 亿，定位编码专用基座模型。公司已于 2026 年 6 月完成 2 亿美元种子轮融资，投后估值 10 亿美元。

📊 核心实体与商业数据

💡 业务落地拆解

Agent 替代预训练团队：从“堆人”到“指挥Agent”

Mirendil 的核心方法论是将大模型预训练中的工程执行环节交给 Agent。人类研究员仅负责确定方向、判断取舍与关键节点干预，写代码、跑实验、错误排查均由 Agent 完成。官方披露，Mirendil-Base 超过99%的代码不是人写的，而是Agent写的。

在技术约束上，Mirendil 设置了严格条件：不使用现成预训练框架，不继承代码，仅参考 PyTorch、JAX 等通用库及热门开源项目。训练数据全部来自公开数据（GitHub 开源代码、公开网页、公开数据集），未购买一行数据，未做蒸馏，未使用合成数据。

“我们通过改进的架构、数据混合的高级调优，以及其他数据层面的改进，还有kernel优化，获得了显著的效率提升。”——Mirendil 官方公告

模型性能：编码维度逼近一线模型

在新代码仓库交叉熵测试中，Mirendil-Base 得分 0.222，排名第二，仅次于 Kimi K3 的 0.193，领先于 GLM-5.3、DeepSeek-V4、Nemotron-550B-Base。需注意，Mirendil-Base 为基座模型，而 Kimi K3 为后训练模型，基座模型在交叉熵测试中通常表现更优，因此实际差距可能大于表面分数。

Mirendil-Base 之上还有两档规划：Large（5000亿-2万亿参数）已训练 80%，XL（2万亿-10万亿参数）已训练 19%，后者分数已接近 Large 当前水平。

融资与团队背景

Mirendil 由两位 Anthropic 前员工 Behnam Neyshabur 和 Harsh Mehta 于 2025 年 12 月创立。Neyshabur 曾在 Google DeepMind 工作 5 年，2024 年底加入 Anthropic 领导 Discovery 团队；Mehta 在 Anthropic 搭建了内部自动化 AI 研究平台的首个版本。公司定位为“让AI来帮助科学家造出他们自己的AI”，技术路线指向 RSI（递归自我改进）。

🚀 对企业 AI 化的启示

1. 大模型预训练的门槛正在从“团队规模”转向“Agent 指挥能力”

Mirendil 案例表明，当 Agent 承担大部分工程执行工作时，大模型预训练的瓶颈转移至算力、数据以及指挥 Agent 的研究员判断力。对于企业而言，AI 化的核心能力建设应从“堆砌算法团队”转向“构建 Agent 工作流与领域判断力”。

2. 专属模型训练的成本边界被重新定义

不到1000万美元的训练成本，虽对个人和小团队仍属高昂，但已进入中型企业可评估范围。芯片设计团队、机器人实验室、医院等垂直场景，可基于自有数据训练专属基座模型，而非仅依赖通用模型边缘适配。

3. 种子轮融资与估值信号：资本押注“AI训练AI”范式

Mirendil 以 2亿美元种子轮融资、10亿美元估值 完成首轮融资，投资方包括 a16z、凯鹏华盈、英伟达。这一信号表明，资本市场正在将“Agent 驱动的大模型预训练”视为可复制的技术范式，而非单点实验。企业高管应关注该范式在自身行业的迁移可行性。

“我们认为，还没有达到完全自主的RSI，但我们已经比以往更接近了。”——Mirendil 官方公告

【官方原文链接】点击访问首发地址