一个人带一群 agent,3 个半月花不到 1000 万美元预训练出能打的编程模型,然后拿到 10 亿美元 A 轮
一家成立不到一年、二十来人的公司,A 轮拿了 10 亿美元。这个数字本身没什么可分析的,钱在 2026 年的 AI 赛道里已经不值钱了。值得看的是它凭什么。
钱和条件
11 月 12 日的通稿写明:10 亿美元 A 轮,Kleiner Perkins 和 Clearlake Capital 联合领投,Battery Ventures、Doerr Capital、Gil & Co、谷歌、M13、Pear VC、S32 跟投。估值官方没给,外媒引述的说法是 50 亿美元——这轮之前,6 月 24 日它刚拿了 2 亿美元种子轮(a16z 与 Kleiner 联合领投,英伟达后来也进了),当时估值约 10 亿美元。五个月,5 倍。
创始人 Behnam Neyshabur 和 Harsh Mehta 都出自 Anthropic,前者还做过谷歌的 AI for science,后者搭了 Anthropic 内部第一版自动化研究平台。创始团队约 20 人,来自 Anthropic、xAI、Google DeepMind、OpenAI。
真正被验证的东西
10 月 21 日它公布的那个实验,才是这轮融资的定价依据:
1 名研究员 + agent 集群,3.5 个月,1000 万美元以内的算力,从零预训练出一个 1000 亿到 5000 亿参数的编程模型 Mirendil-Base。 通稿写的是「less than $10M in compute」,后续采访里公司强调这是全包口径——研究、小规模实验、最终训练、agent 的 token 消耗、数据处理都算在里面。
agent 写了 99% 以上的代码。它们搭基础设施、挑训练算法、从网上收集训练数据,再反过来优化数据集和模型架构。那位研究员做的事是决定试什么、什么时候介入。
训练数据只用公开代码、网页和数据集,没有蒸馏,没买数据。在它自己设计的代码预测测试里(7 个训练后才发布的外部仓库,bits per byte,越低越好),得分 0.222,仅次于 Kimi-K3 的 0.193。
模型后来后训练成 Fern,上下文 1000 万 token,公司换算成大约 50 万行代码,用来审训练数据、从日志里查一次训练的失败原因、完整读 agent 跑了几天的 trace。主力产品 Lor 是那个让几百个 agent 并行写代码、跑实验、按需申请 GPU 的平台,10 月 28 日开的私测,邀请制,测试期免费,有 macOS、Linux 和网页版,除了自家模型还接 Anthropic、OpenAI、谷歌、xAI、Meta、月之暗面、智谱、DeepSeek。
一人公司能抄什么
抄不了预训练。1000 万美元的算力预算,跟绝大多数独立开发者没有关系,这一点必须先说清楚,否则这篇就成了成功学。
能抄的是它把「研究」拆开的方式。预训练这类工作,过去默认要一个团队,不是因为需要很多双手同时干活,而是因为循环太长:改一版配置、跑一次实验、读一堆日志、判断下一步、再改一版。这个循环里真正需要人判断的只有两头,中间全是搬运。Mirendil 做的事就是把中间那段交给 agent,并且让 agent 在失败时自己修。
一人公司版本的同构动作是这样的:你现在做产品,重复性最高、最耗神的那个循环是什么?上线一版、看数据、找原因、改一版。多数人卡在「看数据、找原因」这一段,因为它需要读大量原始材料。把这部分交给能一次读完几十万 token 的模型,人只做两端判断——这就是今年最划算的一次流程改造,成本大概是一天时间加几十美元 token。
泼冷水
第一,那个 0.222 的分数是公司自己选的测试、自己跑的,没有第三方复现。它衡量的是代码预测损失,不是编程任务成功率。别把它当成「开源模型已经追平」。
第二,1000 万美元只覆盖最小的那个模型。两个更大的(5000 亿到 2 万亿、2 万亿到 10 万亿参数)在 10 月 21 日时分别训练到 80% 和 19%,还在跑。
第三,Lor 是邀请制。你现在注册不进去,能做的只是排队。
第四,投资人给的是「流程」定价,不是「模型」定价。流程这种东西,验证起来比跑分难得多,这也是它估值争议最大的地方。
具体建议
值得做的一件事:把你自己的重复循环画出来,标出哪几步是「读材料」,哪几步是「下判断」。读材料的那几步,这个月就可以换成长上下文模型跑。判断那几步留着,那是你唯一不可替代的部分。