23岁女孩,她参与创办的AI公司,估值飙到330亿了

联手硅谷AI老将

作者丨林夕

编辑丨小龙

封面丨AI处理

一位23岁的女孩,参与创办了一家估值超330亿元的AI独角兽。

11月12日,AI创业公司Mirendil宣布完成10亿美元(约合人民币67亿元)A轮融资,由Kleiner Perkins和Clearlake Capital联合领投,Google等机构参与投资。五个月前,公司刚完成2亿美元种子轮融资,估值约10亿美元。如今,据媒体报道,Mirendil的估值已达到50亿美元,约合人民币333亿元。

这家成立不到一年的公司有四位联合创始人,其中一位是23岁的Tara Rezaei,毕业于麻省理工学院(MIT),曾在OpenAI实习。另外三人则有Google、Anthropic和xAI等公司的工作经历。

Mirendil的CEO Behnam Neyshabur和CTO Harsh Mehta此前都在Anthropic从事AI研发。2025年底,两人离职创业,希望让AI参与模型训练、实验设计和代码开发,承担更多原本由研究员和工程师完成的工作。

成立不到一年,Mirendil累计融资已达到12亿美元。

23岁女孩,联手硅谷AI老将

Tara Rezaei是Mirendil四位联合创始人中最年轻的一位。她毕业于MIT,曾于2024年在OpenAI实习,研究方向涉及多智能体系统。

Tara Rezaei

她的几位创业伙伴,在AI行业已有多年研发经历。

CEO Behnam Neyshabur曾在Google工作超过五年,参与Gemini相关研发,并曾共同领导模型推理能力团队。2024年底,他加入Anthropic,从事AI科学家和工程师方向的研究。

CTO Harsh Mehta在Google工作近十年,后来加入Anthropic,参与模型预训练和自动化AI研发平台建设。据投资方a16z介绍,他曾独立搭建Anthropic内部自动化研究平台的第一个版本。

两人的交情始于2019年。当时,Mehta主动给Neyshabur发了一封邮件,两人因此结识。此后,他们先后在Google和Anthropic共事。

2025年12月,两人离开Anthropic,与曾在xAI参与Grok研发的Shayan Salehian,以及Tara Rezaei共同创办Mirendil。

从左到右依次是Behnam Neyshabur, Shayan Salehian, Tara Rezaei 和 Harsh Mehta

他们希望解决的问题,是如何让AI承担更多模型研发工作。

训练一个前沿模型,通常需要研究员、工程师和基础设施团队共同协作。研究员提出想法,工程师编写代码,算力团队负责训练,再由研究人员评估结果。一个实验可能持续几天甚至几周。

Mirendil尝试让AI Agent参与这些环节,包括编写代码、运行实验、分析结果和调整方案,研究员则负责设定目标和监督过程。

Anthropic自己也在推进自动化AI研发,同时公开讨论过递归自我改进可能带来的风险。Neyshabur和Mehta此前就在Anthropic接触过相关研究,离职后选择将这套能力开发成独立产品。

AI开始自己造AI

Mirendil目前公布了三项主要技术成果。

Mirendil-Base是一款面向AI研发任务训练的基础模型。Fern在基础模型上进一步训练而来,支持最高1000万Token上下文,用于处理大规模代码库、实验记录和训练日志。

第三项是多Agent研发平台Lor,也是Mirendil目前最接近商业化的产品。

Lor与Tara此前的研究经历有一定关联。她在MIT求学期间就接触了多智能体系统相关研究,2024年又曾在OpenAI实习。

10月28日,Tara在社交平台介绍了Lor。她展示了这套系统的几项能力,包括让Agent获取算力、并行管理数百个Agent、长时间运行,以及跨机器执行任务。

用户可以向Lor提出研发目标,系统随后调度多个Agent,分别编写代码、调用GPU、运行实验、分析结果,再根据实验结果调整方案。

Mirendil称,Lor可以同时调度数百个Agent,让它们连续工作数天。目前产品仍处于封闭测试阶段。公司尚未披露Tara在Lor研发中的具体职责。

Lor还支持调用Claude、GPT、Gemini,以及DeepSeek、Kimi、GLM等第三方模型。Mirendil希望将模型、Agent、算力调度和实验工作流整合起来,为AI实验室和企业研发团队提供服务。

潜在客户还包括药企、生物技术公司、材料研究机构和大学实验室。不过,公司尚未公开具体客户数量和商业收入。

一门烧钱的生意

10月21日,Mirendil公布了一项研发成果:一名研究员借助AI Agent,用3个半月时间,从零训练出编程模型Mirendil-Base,披露的算力成本不到1000万美元。

公司称,超过99%的代码由AI Agent编写,Agent还负责运行实验、诊断失败原因。研究员主要负责决定研究方向,以及判断哪些结果值得继续验证。

上述数据来自Mirendil自身披露,模型表现和研发效率仍有待独立评测。

虽然AI Agent可以承担部分工程师的工作,但模型训练、实验测试和参数调整仍需要大量算力。尤其是研发过程存在不确定性,一个实验可能运行数天,最终却没有得到有价值的结果。

今年8月,Mirendil与Google Cloud达成多年合作,使用Google TPU和英伟达GPU支持模型训练及AI研发任务。据TechCrunch报道,这笔合作金额超过1亿美元。

Google同时也是Mirendil的投资方。对于高度依赖算力的AI创业公司来说,融资与云计算资源采购往往紧密相关。

Mirendil的融资速度也相当惊人。成立后的种子轮融资就达到2亿美元,不到半年又获得10亿美元A轮融资。

但公司尚未公开具体收费模式,也没有披露客户收入、毛利率和续费数据。Lor未来可能通过平台订阅、模型调用和算力使用收费,实际商业化进展仍需观察。

中国创业者,也在押注AI研发AI

国内已有创业公司探索类似方向。

今年9月,超衍智能宣布完成天使轮及天使+轮融资,累计融资近4亿元。公司由清华大学人工智能学院助理教授陈勇超创立,聚焦自进化基础大模型,希望让AI参与科学研究。

另一家是无界进化。它由晶泰科技孵化,主要研究虚拟细胞和递归科学发现。11月16日,公司宣布完成超亿元Pre-A轮融资,红杉中国、顺为资本等老股东继续追加投资。

无界进化更聚焦生物学研究。它一边训练能够预测细胞响应的基础模型,一边建设自动化实验体系,用真实实验结果检验模型预测,再将新数据反馈给模型。

与Mirendil的AI研发自动化平台相比,无界进化的研究对象更具体,主要围绕生物学实验与模型迭代。两者都在探索让AI承担更多研究任务,但技术路径和商业场景有所不同。

与此同时,Google、OpenAI、Anthropic等大公司也在建设自动化AI研发系统,拥有成熟的模型、研究团队和算力基础设施。

对于23岁的Tara来说,她参与创办的Mirendil已经累计融资12亿美元,但公司尚未披露足够的商业化数据。未来能否将自动化研发能力转化为稳定收入,还需要看Lor的客户使用情况、实际研发效率和算力成本。

本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系editor@cyzone.cn。

来源:微信公众平台
反馈
联系我们
推荐订阅