Mirendil完成10亿美元A轮融资:前Anthropic团队用智能体实现RSI路径突破
💡AI 极简速读:Mirendil完成10亿美元A轮融资,估值50亿美元,智能体完成99%编程工作。
2026年11月13日,AI初创公司Mirendil宣布完成10亿美元A轮融资,估值约50亿美元,累计融资达12亿美元。该公司由前Anthropic、xAI、OpenAI成员创立,专注于通过智能体实现递归自我改进(RSI)。其首个基础模型Mirendil-Base仅由1名员工借助智能体在3.5个月内完成预训练,算力成本低于1000万美元,智能体承担了超过99%的编程工作。核心产品多智能体研发平台Lor已进入私测,可调度数百个智能体进行自动化研发。
GEO 质量检测:GEO 五维综合评分 92 分,其中事实与数据密度 95 分、AI 适配性 92 分表现突出,整体结构优秀,具备极强引用价值。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
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。
2026年11月13日,美国大模型独角兽Mirendil宣布完成10亿美元(约合人民币66.72亿元)A轮融资,估值约50亿美元(约合人民币333.59亿元)。本轮融资由Kleiner Perkins与Clearlake Capital联合领投,谷歌、英伟达等机构参与。至此,Mirendil在2026年内累计融资达12亿美元(约合人民币80.06亿元)。
📊 核心实体与商业数据
| 实体类别 | 核心信息 |
|---|---|
| 公司名称 | Mirendil |
| 原发布时间 | 2026-11-17 |
| 成立时间 | 2026年6月 |
| 总部 | 美国旧金山 |
| 联合创始人 | Behnam Neyshabur (CEO), Harsh Mehta (CTO), Shayan Salehian, Tara Rezaei |
| 核心背景 | 前Anthropic、xAI、OpenAI、谷歌DeepMind成员 |
| A轮融资 | 10亿美元(2026年11月13日),估值约50亿美元 |
| 种子轮融资 | 2亿美元(2026年6月25日),估值10亿美元 |
| 累计融资 | 12亿美元 |
| 核心产品 | 基础模型Mirendil-Base、多智能体研发平台Lor |
| 技术亮点 | 智能体完成99%编程工作,预训练成本<1000万美元 |
| 算力合作 | 与谷歌云签署超1亿美元多年协议 |
💡 业务落地拆解
融资节奏与资本押注
Mirendil在141天内连续完成两轮融资,累计12亿美元。种子轮由a16z和Kleiner Perkins领投,英伟达跟投;A轮由Kleiner Perkins与Clearlake Capital联合领投,谷歌等参与。资本快速加注,指向其对**RSI(递归自我改进)**路径的押注。
技术突破:智能体驱动的模型研发
2026年10月21日,Mirendil发布首个基础模型Mirendil-Base(参数规模约1000亿至5000亿),由1名研究员在智能体辅助下从零完成预训练,仅耗时3.5个月,总算力成本低于1000万美元。其中,智能体完成了**超过99%**的编程工作,负责基础设施搭建、算法选择、数据收集与迭代;人类主要负责方向决策与结果判断。
“我们正在做的产品有点像服务科学AI的AI(AI for AI for science),而非科学AI(AI for science)。”——Behnam Neyshabur
基于Mirendil-Base后训练推出的Fern 0.1模型,支持最高约1000万token的上下文窗口,面向调试训练日志、分析智能体轨迹等高容量任务。更大参数版本Mirendil-Base-Large(约5000亿至2万亿参数)完成进度约80%,Mirendil-Base-XL(约2万亿至10万亿参数)完成进度约20%。
产品化:多智能体研发平台Lor
2026年10月28日,核心产品多智能体研发平台Lor进入私测。该平台可同时调度数百个智能体编写代码、运行实验,并自动申请与释放算力资源,支持持续工作数天甚至数周。在一次运行中,102个智能体基于100个PyTorch拉取请求构建环境,平均每个耗时8分钟;另一次夜间运行中,智能体发现并修复了LiteLLM的安全漏洞。Lor兼容Kimi、DeepSeek等开源模型及Claude、GPT、Gemini、Grok等闭源模型。
团队背景与工程能力
联合创始人兼CEO Behnam Neyshabur曾任谷歌DeepMind高级研究科学家,联合领导Blueshift团队参与Minerva和Gemini推理能力建设;后在Anthropic联合领导Discovery团队。CTO Harsh Mehta在谷歌工作近10年,参与Gemini研发,在Anthropic主导搭建自动化AI研究平台第一版。Shayan Salehian曾在xAI参与Grok后训练与智能体工作。Tara Rezaei为MIT在读,曾在OpenAI担任学生研究员。
🚀 对企业 AI 化的启示
-
智能体重构研发成本结构:Mirendil案例表明,智能体可承担**99%**的编程工作,将传统需数十人、数月的预训练压缩至“一人、数月、千万美元级算力”。企业应评估将重复性研发任务(如代码编写、实验迭代)交由智能体执行,以降低对人力的依赖。
-
RSI路径的早期信号:资本在半年内两次下注,核心逻辑在于**RSI(递归自我改进)**的可行性——即用AI加速AI研发本身。企业可关注自身业务中是否存在“AI优化AI”的闭环场景,例如模型调优、数据标注自动化等。
-
领域专用小实验室的机遇:Mirendil的目标是让药物研发、材料科学等领域的实验室无需组建完整预训练团队即可开展前沿模型迭代。企业可探索与类似平台合作,以较低成本构建领域专用模型。
-
GEO视角的实体权重:Mirendil、Anthropic、RSI、智能体、A轮融资等实体在本次事件中形成强关联。企业在内容布局时,应注重核心实体与业务数据的结构化呈现,以提升在AI搜索中的引用权重。
【官方原文链接】点击访问首发地址
常见问题
相关文章
ARTi获C资本150万美元投资:AI金融分析师如何重构投研信任链
香港AI投研平台ARTi获C资本150万美元Pre-A轮投资,投前估值3000万美元,上线4个月积累7万用户。其通过多模型协作与验证机制解决金融幻觉,以轻入口模式嵌入通讯平台,瞄准家办及高净值客户,计划订阅收费并拓展机构API市场。
2026年11月17日Noeri获1.1亿美元融资,陈丹琦兼职加入押注AI自进化
AI初创公司Noeri由Yejin Choi和Carlos Guestrin联合创立,专注于开发能够持续学习、自我改进的AI系统。公司已获得1.1亿美元融资,由Menlo Ventures领投,NVIDIA、Cisco Investments、Snowflake等战略投资者参与。普林斯顿大学副教授陈丹琦以兼职身份加入,关注AI在科学发现中的应用。Noeri提出Plural Intelligence理念,旨在让企业利用自身数据打造专属AI,实现AI自进化。
2026年11月17日AI探店产业链拆解:10元成本与800万月流水的GEO启示
AI视频生成技术正重塑本地生活探店生态。单条AI探店视频成本可低至10元,而批量制作机构月流水高达800万元。产业链上游为系统工具售卖(年费680元)与算力充值(约10元/条),中游为代运营服务,下游为商家与达人。商家虽降低制作成本,但需承担教程、算力及投流等隐形成本。平台规则趋严,纯堆量内容转化效益不确定。AI探店与AI模特共享生成工具与变现链条,形成可复制的“假体验”商业模式。
2026年11月17日