一水 发自 凹非寺

量子位 | 公众号 QbitAI

Anthropic员工离职创业自进化AI，老黄黄仁勋又投了。

公司名为「Mirendil」，a16z和凯鹏华盈领投、NVIDIA跟投，出道便是独角兽：

0产品种子轮即拿下2亿美元融资（约合人民币13.6亿元），最新估值10个亿。

就这么说吧，虽然比不上AI圈最顶的一档（比如Mira的Thinking Machines Lab，种子轮20亿美元、估值100亿），但它已经是近年来AI领域最大的种子轮之一。

△图为Mirendil四位联合创始人

一家0产品公司为何能获得老黄和顶级风投青睐？

答案就藏在Mirendil这个名字里。

Mirendil来自《指环王》精灵语，意思是那些隐藏的、未被发现的珍宝的朋友，而这家公司要做的，就是把被锁在少数几家实验室里的前沿AI研发能力释放出来，让所有科学家都能用上。

看看Fable 5你就知道了，虽然最新传闻重新上线了，但这种顶尖模型能不能用都是Anthropic一句话的事。

所以，整件事的脉络就很清晰了：

当前沿AI研发能力正在变成一种特权，Mirendil站出来了。它要干的第一件事，就是拆掉老东家Anthropic的围墙。

这出戏，怎么不算精彩呢（doge）。

「AI最重要的应用，是AI本身」

Mirendil的核心信念，官网已经写得足够直白：

Democratizing frontier AI R&D to accelerate science and technology（普及前沿人工智能研发，加速科学技术发展）

CEO Behnam Neyshabur对此作了进一步阐释，归纳起来就是他提到的一个观点：

AI最重要的应用，是AI本身。

怎么理解这句话？

先看一个事实。截至2026年5月，Anthropic披露Claude已经写了公司80%以上的代码，OpenAI、Google DeepMind同样在大规模用AI加速自家研发。

也就是说，用AI做AI研发，在头部实验室内部早就是现实了。

但这种能力并没有真正对外开放，具体有两层限制：

第一层在「使用条款」上。

几乎所有头部模型提供商都禁止外部开发者使用其模型训练竞品。

你想借力打力？条款直接堵死了这条路。

第二层在「基础设施」上。

顶尖模型可以用于科研，代码生成、实验设计、论文分析都没问题，但这只是使用层的开放。

一旦进入模型训练、评估、对齐与迭代的完整闭环，就需要GPU集群、训练框架和长期积累的工程经验，而这些能力仍然高度集中在少数实验室手中。

科学家们不是不想用AI做研发，是根本迈不过这道门槛。

Mirendil要做的，就是拆掉它。

具体怎么做？核心思路是一个自加速循环：

训练擅长AI研发的前沿模型，围绕它们重新设计整个实验室流程。更好的模型产出更好的研究，更好的研究训出更好的模型。循环本身就是产品。

a16z给了一个很直观的类比，这就像一个为AI研究打造的coding agent，自己控制自己的GPU。

他们还给这种工作方式起了个名字：vibe research。

技术路线上，Mirendil押注的是业内最具争议的方向之一——递归自改进（recursive self-improvement），即让AI系统参与构建更强的后继系统。

Anthropic在6月初刚发了一篇专文讨论这个话题，标题就叫《When AI builds itself》，态度相当审慎。

多数头部实验室也对此持安全顾虑。很多AI安全研究人员认为，模型在无人监督的情况下重写自己代码的能力可能导致AI能力迅速增长到超出人类控制的局面。

但Mirendil团队的立场很明确：

自改进是加速科学研究的最短路径，安全问题是工程问题，在足够严格的监督下可以解决。

CEO在面对这个问题时更是表示：

当人们说这不可能时，我不买账，这只是一个难题。

目前Mirendil还处于0产品状态，官网上连技术细节都没有，但招聘JD透露了一些线索：

他们计划开发新型transformer注意力机制变体，用强化学习沙盒训练自改进AI（类似AlphaGo Zero的思路），并自动化数据准备、调试等超过六项研发任务。

凯鹏华盈的投资人Mamoon Hamid在博文中则透露了一个关键信号：

这支团队在短短几个月内，用自己的系统已经做出了令人难以置信的进展。

0产品，但不是0进展。

这或许就是2亿美元种子轮的真正底气。

四位联创、团队仅20人左右

而除了「要做的事」，「人」也是老黄他们押注Mirendil的一大关键因素。

Mirendil整个团队目前大约有20人，有四位联合创始人：

CEO Behnam Neyshabur

CTO Harsh Mehta

xAI大逃亡中的7年老兵Shayan Salehian

23岁的奥赛选手Tara Rezaei Kheirkhah

四个人来自Anthropic、Google DeepMind、xAI、OpenAI，几乎覆盖了所有头部实验室。

Behnam和Harsh是7年学术搭档，Shayan是谢里夫校友圈出身，Tara代表下一代。

一封冷邮件、一个校友网络、一次xAI大逃亡、一个23岁的奥赛选手。

这就是Mirendil 20人团队的起点。

CEO Behnam的「前半生」几乎就是标准的学术路线，从伊朗谢里夫理工硕士→芝加哥TTIC博士→普林斯顿高等研究院（与Sanjeev Arora合作）→NYU博后（导师是Yann LeCun），最终进入Google DeepMind。

外界最容易记住他的，是4.3万引用和SAM优化器、Minerva这些成果，但更关键的其实是另一件事——

他长期处在「训练AI如何学习」的那一侧，从优化到推理，从数学到代码，再到Gemini的预训练体系。

在DeepMind的最后几年，他已经不再只是做单点算法，而是开始负责整个Blueshift团队，直接参与Gemini的数学与代码推理训练。

这意味着他从研究者变成了训练系统的设计者。

后来在Anthropic，他又把这个方向推得更进一步，开始参与AI Scientist和Claude computer-use能力的构建。

而CTO Harsh Mehta，是那个让这条轨迹发生交叉的人。

Harsh和Behnam的结识，缘于一封冷邮件（类似直接给陌生人写信）。

7年前，在从印度最顶尖的工程与技术院校之一的IIT Guwahati毕业后，Harsh给Behnam发了一封邮件，邮件具体内容我们如今已无从获悉，但结果是两个人在Google真正走到了一起。

从Minerva到Gemini预训练，他们开始长期共事，一个偏理论结构，一个偏系统和训练执行，逐渐形成一种很典型的组合：

一个定义「应该学什么」，另一个让「它真的学得动」。

到了Anthropic，这种分工变得更明显。

Behnam进入Discovery团队，推动AI Scientist方向，而Harsh则更直接，启动了「让AI自己做AI研发」的内部系统——这正是Mirendil现在要做的事情。

然后是Shayan Salehian，四位联创中最具工程实战色彩的一位。

他本科毕业于谢里夫理工（和CEO Behnam是校友），硕士在UC Riverside。

他的职业轨迹完整经历了马斯克帝国的7年变迁：Twitter→X→xAI。

在xAI他是早期工程师，横跨后训练、推理、agent基础设施、Grok 2/3/4模型。

凯鹏华盈对他的评价很简单：什么最关键他就做什么。

2026年2月7日，Shayan宣布离开xAI，这个时间点很微妙。

因为就在同一个月，xAI经历了一轮大规模人员流失，两周内至少9名工程师离职，包括联合创始人Tony Wu和Jimmy Ba。当时马斯克不得不在全员会上回应，称公司进行了重组以提高执行效率。

Shayan在离职帖中说了一句话，既是致敬也是宣言：

跟Elon近距离工作，我学到了偏执的细节关注、疯狂的紧迫感，以及从第一性原理思考。

然后他补了一句：现在我要去做一件新事，专注于加速科学。

这句话在语气上很轻，但在选择上很重。

最后一位Tara Rezaei Kheirkhah，是四人中最年轻的。

MIT毕业生，OpenAI早期学生研究员，奥林匹克竞赛奖牌获得者。

凯鹏华盈的投资人称她是硅谷最有野心的年轻人之一。

Tara的个人网站上有一句话，简短但份量很重：

曾经有人给了我一次机会，从那以后我就下定决心不辜负它。

把这四个人放在一起，会发现一个很反常的结构：

他们不是从同一条路径走来的，但最终都走到了同一个问题上，即AI研发本身能不能被系统化。

一群从闭源实验室体系中走出来的人，却试图把这种能力重新开放给全球科学家。

这件事本身已经足够令人期待。

而如果再往后看一层，它的隐喻也就不那么偶然了——公司的Logo是一棵树。

由一点出发，不断生长、再生长。

One More Thing

说到公司起名这事儿，有个网友的评论挺有意思：

我们很快就要用完《指环王》里的名字了。

确实，硅谷科技公司从托尔金宇宙里薅名字已经快成传统了。

Palantir，彼得蒂尔创办的数据分析巨头，名字来自《指环王》中的真知晶球，能远程窥视的魔法石。

Anduril，Palmer Luckey创办的国防科技公司，取自阿拉贡的那把重铸之剑。

Mithril，蒂尔的另一家投资公司，精灵族的秘银，中土世界最珍贵的金属。

现在又来了个Mirendil，精灵语里珍宝之友。

这边建议想创业的朋友再去翻翻《指环王》（手动狗头）。