Mirendil
把 AI 研发本身做成产品

官网首页的自我介绍是“a frontier lab building systems that excel at AI R&D”：训练在 AI 研发上特别强的前沿模型，再围绕这些模型把整个实验室的工作方式重新设计，让研发循环更快、更自主。它点名的对象是药物发现、化学、生物、机器人这类要用 AI、却不得不先变成前沿 AI 实验室的团队。公司宣布稿（2026-06-24）写创始团队 20 位研究员和工程师，来自 Anthropic、xAI、Google DeepMind 和 OpenAI；Andreessen Horowitz 与 Kleiner Perkins 领投 2 亿美元种子轮，随后有 NVIDIA 等投资。

a16z 的投资文章写产品起初面向工程师和 AI 研究员，再扩展到不那么懂技术的科学家，并点名四位联合创始人：Behnam Neyshabur，在 Google 和 Anthropic 做了 7 年以上的 AI for science；Harsh Mehta，做出 Anthropic 自动化研究平台的第一版，起初只有一个人；Shayan Salehian，xAI 机器学习工程团队的核心成员；Tara Rezaei，23 岁，MIT 毕业、奥赛奖牌得主。Kleiner Perkins 的文章补了更多履历：Neyshabur 与 Mehta 7 年前在 Google 因一封陌生邮件认识，在 Google DeepMind 的 Blueshift 团队做数学推理、参与 Gemini 的数学与代码预训练和推理，后来一起去 Anthropic，Neyshabur 联合带领 Discovery 团队，Mehta 发起自动化 AI 研发的工作；Salehian 在 xAI 早期做后训练、推理、agent 基础设施和 Grok；Rezaei 是 OpenAI 的早期学生研究员。这些都是投资方对创始人的描述。

公开论文能核到的是 Neyshabur 和 Mehta 在 Google 时期的工作：Neyshabur 是 Sharpness-Aware Minimization（2020）的作者之一，也在 Minerva 论文（2022，14 位作者）的作者名单里；Mehta 与 Neyshabur 合写过 Long Range Language Modeling via Gated State Spaces（2022）。以 Mirendil 为关键词，本刊在 arXiv 上没有检索到论文。

职务方面，Neyshabur 的 X 账号简介写 Co-Founder & CEO（见其宣布帖页面），Google Cloud 博客引述时也称 cofounder and CEO；其他三位的头衔官方稿没写。官方公司账号是 @mirendil。离开 Anthropic 的时间各家说法不一：TechFundingNews写 2025-12，Gizmodo写 1 月。公司名称在官网首页脚注里解释为“珍贵之物的朋友”，即发现的朋友。

下注一：自己预训练一系列模型。10 月 21 日的官方长文把 Mirendil-Base 说成“一位研究员、3.5 个月、不到 1000 万美元算力”的成果：从空仓库开始，只借助 PyTorch、JAX 等通用库，训练数据全部来自 GitHub 和其他公开的代码、网页与数据集，没有蒸馏、合成数据，也没有购买或授权数据；agent 写了 99% 以上的代码。这个数字按公司说法是“全包”的，含研究和小规模实验、agent 的 token 花费与数据处理。长文自己也写明：Mirendil-Base 不是自主造出来的，是有经验的人借助 AI 工具造的，公司认为还没有到完全自主的递归自我改进，但比以往都近。这一系列是偏重编码的模型：Mirendil-Base 参数 1000 亿到 5000 亿，Large（5000 亿到 2 万亿）训练约 80%，XL（2 万亿到 10 万亿）约 19%（进度都是公司自述）。

下注二：把 AI 研发流程做成产品 Lor。Lor 介绍页（2026-10-28）说 Lor 要做一整个 AI 实验室的工作：agent 可以连续数天在任意机器上写代码、跑实验，自己申请 GPU，一次几十到几百个并行；支持 Claude、GPT-6、Gemini、Grok、Muse、GLM、Kimi、DeepSeek 等第三方模型，也是 Mirendil 自家模型的入口，列在最前面的是 Fern。目前私有 beta、仅邀请，beta 期免费，支持 macOS、Linux 和网页。页面称 Mirendil 每天都在用 Lor，并举了两个例子：一次运行里 102 个 agent 用 100 个 PyTorch 拉取请求造训练环境，平均每个 8 分钟；一次过夜运行里 agent 在 LiteLLM 里找到安全漏洞并在早上修好。两个例子都是公司自述。

下注三：算力不绑一家。2026-08-06，Mirendil 在官方稿里宣布与 Google Cloud 的多年合作，工作负载横跨 TPU 和 NVIDIA 全栈。Google Cloud 的博客写 Mirendil 已经在用一个 TPU v5P 集群，NVIDIA 系统随后上线。TechCrunch独家报道，称 Neyshabur 告诉它这笔合作价值超过 1 亿美元，约为种子轮的一半；金额官方稿没写。

同类对比：只测代码的下一个 token 损失（公司自测）。10-21 长文的图 2 用七个在这些模型训练之后才发布的外部仓库，比较每字节交叉熵（bits per byte，越低越好）。平均值：Kimi-K3 0.193，Mirendil-Base 0.222，GLM-5.3 0.242，DeepSeek-V4-Pro-Base 0.243，Nemotron-550B-Base 0.247。Mirendil-Base 只在 json-render 一个仓库上与 Kimi-K3 持平（0.127），其余六个都落后。长文注明 Kimi-K3 和 GLM-5.3 是后训练模型，后训练通常让这一指标略差，也就是说 Kimi-K3 基座版的成绩通常还会更好；同时对比模型的参数是 5500 亿到 2.8 万亿，Mirendil-Base 是 1000 亿到 5000 亿，总参数和激活参数官方都没细分。这一项只衡量代码的预测损失，不是任务成绩。

1000 万 token：损失曲线（公司自测）。Fern 发布页的图 1 把 Mirendil 自己的仓库拼成 42.9 MB 的数据流，用滑动窗口读。窗口 32,768 字节时 Fern 的损失是 0.2468，1,048,576 字节时 0.1648，到 23 MiB（约 1020 万 token）时 0.1553，一直在降。同一个 1M 字节窗口下，Kimi-K3 是 0.1400、Beam 0.1595，比 Fern 低；DeepSeek-V4-Pro-Base 0.1697、GLM-5.3 0.1703，比 Fern 高。其他模型只测到约 1M token（它们的标称窗口），所以这张图展示的是 Fern 在更长窗口还能继续受益，不是它在同等窗口下最强。

1000 万 token：RULER（公司自测，对象是基座模型）。图 2 测的是 Mirendil-Base，不是后训练后的 Fern 0.1；设置是 RULER 标准提示、贪心解码、关闭思考、精确字符串匹配，每格平均 100 个样本。现行页面 10M token 一列：单针 100%、多键检索 91%、多键全针 95%、变量追踪 100%、多跳问答（HotpotQA）51%（32K 处多跳是 70%）。更正前的版本不同：MarkTechPost 10 月 27 日的稿子和Robert Lange 的 X 帖给的 10M 一列是单针 100%、多键检索 90%、多跳 45%，MarkTechPost 还写明 10M 一列每格只有 20 个样本，4M 处变量追踪是 75%，现行页是 97%。官方页脚只说更正了图 1 和图 2，没有逐项说明改了什么。

智能体基准（公司自测）。Fern 0.1 的成绩由 Mirendil 用 OpenCode、单次尝试自己跑出：SWE-bench Verified 73.4，SWE Atlas Codebase QnA 53.2，SWE-Bench Pro v2-Hard 76.5，DeepSWE v1.1 44.2，Terminal Bench 4.0 6.1。同表的 Kimi-K3 是 93.4 / 66.1 / 88.2 / 67.3 / 12.6，GLM-5.3 是 95.4 / 59.4 / 84.3 / 66.9 / 41.9，Claude Opus 5.5 是 98.2 / 66.4 / 100.0 / 74.2 / 66.4，GPT-6 Astra 是 86.0 / 59.1 / 90.2 / 74.1 / 57.9，Fern 0.1 在这五项上都落后于这四个模型。与 Reflection AI 的 Beam（81.6 / 31.8 / 76.5 / 43.3 / 3.0）相比，Fern 0.1 在三项领先、一项持平（SWE-Bench Pro v2-Hard）、一项落后（SWE-bench Verified）。官方页写明对手分数先取模型卡，再取榜单，都没有才自己跑；表里 Opus 5.5 在 SWE-Bench Pro v2-Hard 的 100.0 和 GPT-6 Astra 在 SWE-bench Verified 的 86.0 都标注为 Mirendil 用 OpenCode 自跑，而其他行用的是 mini-swe-agent、Codex、Claude Code 等不同工具和算力档位，不能当同口径排名读。

独立验证：本刊没有核到第三方榜单或复测给出 Fern 的成绩；已有的报道（MarkTechPost、Lange 的帖子）转述的都是官方数字。官方页没有给出模型卡、论文、API 价格或权重。

种子轮。官方宣布稿、a16z 和 Kleiner Perkins 的文章都写 2 亿美元，a16z 与 Kleiner Perkins 领投，随后有 NVIDIA 等投资；Neyshabur 的宣布帖补充 NVIDIA 是 “major investment”，并在回帖里点名了不少于 16 个账号作为顾问、投资人、天使和支持者（含 @istoica05、@naval、@prfsanjeevarora 等），没有区分谁是顾问、谁出了钱。公司宣布稿、a16z 和 Kleiner Perkins 的文章都没有写估值；TechCrunch、Gizmodo 和多家媒体写 10 亿美元，本刊没有核到估值的一手出处。

新一轮。据 Bloomberg 2026-09-22 的报道（本刊引的是 TechFundingNews 的转述），Kleiner Perkins 正在洽谈领投最高 10 亿美元的新一轮，估值 50 亿美元，a16z 也在谈再次投资，消息来自知情人士，条款仍在谈判；两家投资机构没有公开置评。截至本档案核实日，本刊没有看到官方宣布这一轮完成。

支出侧。Google Cloud 合作据 CEO 对 TechCrunch 所说超过 1 亿美元；招聘系统里 12 个岗位中，技术岗的基本薪资区间是 30 万到 40 万美元，公司运营岗 20 万到 35 万，行政运营岗 15 万到 25 万。10-21 长文里“不到 1000 万美元算力”的口径是 Mirendil-Base 一个模型（含研究实验、agent token 和数据处理），长文没有提人力，Large 和 XL 的训练是另外的。

赛道里的同行：№ 3 Recursive Superintelligence也押注自我改进，路线是开放式演化；Fern 的对比表里出现的 Beam 来自 № 43 Reflection AI，还有 Thinking Machines 的 Inkling；做“纯强化学习超学习者”的见 № 2 Ineffable Intelligence。

一个人 3.5 个月。官方长文的前提是：这位研究员有经验，用 agent 写了 99% 以上的代码，算力数字是“全包”但只算这一个模型，公司同时有约 20 人的团队和 2 亿美元融资，Mirendil-Base 是偏重编码的基座。这个说法只出自公司自己的几篇稿子，没有第三方复核。

可得性。Fern 页面的规格卡把 Access 写成 Coming soon，只能填表申请早期访问；没有 API 价格、权重、许可证、模型卡或论文，架构只写“改进过的架构”，参数只给 1000 亿到 5000 亿的范围，是否为混合专家官方没说。Lor 的模型清单里列了 Fern，但页面没写 beta 用户能否使用。

自家例子没法外部核对。Lor 页的 LiteLLM 例子没有写出具体漏洞；LiteLLM 仓库的安全公告公开的 72 条里，本刊没有核到出现 Mirendil 字样的条目（2026-10-27 的一条署名是两个个人账号）。PyTorch 拉取请求的例子同样没有链接。

安全论述。官网首页和五篇新闻稿没有单独谈安全、对齐或监督风险；Lor 页只写了产品层面的控制：用户可以看到每个 agent 的进度并随时停止，agent 只在用户添加的机器上操作。招聘系统的 12 个岗位里也没有安全或对齐岗位。Gizmodo 的报道提到 Anthropic 和 OpenAI 都公开呼吁过对递归自我改进建立全球监督机制，Mirendil 的立场是问题在访问被少数实验室垄断。

本刊没有核到的有：法人名称与注册地；准确的成立日期；估值与 NVIDIA 等投资方的金额和条款（一手）；创始团队以外的员工数；Bloomberg 报道的全文；Fern 的架构、总参数与激活参数；Fern 在 Lor 里是否开放；Google Cloud 合作金额的官方数字；对 Fern 或 Mirendil-Base 的第三方复测。