Anthropic員工離職創業自進化AI，老黃黃仁勛又投了。

公司名為「Mirendil」，a16z和凱鵬華盈領投、NVIDIA跟投，出道便是獨角獸：

0產品種子輪即拿下2億美元融資（約合人民幣13.6億元），最新估值10個億。

就這么說吧，雖然比不上AI圈最頂的一檔（比如Mira的Thinking Machines Lab，種子輪20億美元、估值100億），但它已經是近年來AI領域最大的種子輪之一。

△圖為Mirendil四位聯合創始人

一家0產品公司為何能獲得老黃和頂級風投青睞？

答案就藏在Mirendil這個名字里。

Mirendil來自《指環王》精靈語，意思是那些隱藏的、未被發現的珍寶的朋友，而這家公司要做的，就是把被鎖在少數幾家實驗室里的前沿AI研發能力釋放出來，讓所有科學家都能用上。

看看Fable 5你就知道了，雖然最新傳聞重新上線了，但這種頂尖模型能不能用都是Anthropic一句話的事。

所以，整件事的脈絡就很清晰了：

當前沿AI研發能力正在變成一種特權，Mirendil站出來了。它要干的第一件事，就是拆掉老東家Anthropic的圍墻。

這出戲，怎么不算精彩呢（doge）。

「AI最重要的應用，是AI本身」

Mirendil的核心信念，官網已經寫得足夠直白：

Democratizing frontier AI R&D to accelerate science and technology（普及前沿人工智能研發，加速科學技術發展）

CEO Behnam Neyshabur對此作了進一步闡釋，歸納起來就是他提到的一個觀點：

AI最重要的應用，是AI本身。

怎么理解這句話？

先看一個事實。截至2026年5月，Anthropic披露Claude已經寫了公司80%以上的代碼，OpenAI、Google DeepMind同樣在大規模用AI加速自家研發。

也就是說，用AI做AI研發，在頭部實驗室內部早就是現實了。

但這種能力并沒有真正對外開放，具體有兩層限制：

第一層在「使用條款」上。

幾乎所有頭部模型提供商都禁止外部開發者使用其模型訓練競品。

你想借力打力？條款直接堵死了這條路。

第二層在「基礎設施」上。

頂尖模型可以用于科研，代碼生成、實驗設計、論文分析都沒問題，但這只是使用層的開放。

一旦進入模型訓練、評估、對齊與迭代的完整閉環，就需要GPU集群、訓練框架和長期積累的工程經驗，而這些能力仍然高度集中在少數實驗室手中。

科學家們不是不想用AI做研發，是根本邁不過這道門檻。

Mirendil要做的，就是拆掉它。

具體怎么做？核心思路是一個自加速循環：

訓練擅長AI研發的前沿模型，圍繞它們重新設計整個實驗室流程。更好的模型產出更好的研究，更好的研究訓出更好的模型。循環本身就是產品。

a16z給了一個很直觀的類比，這就像一個為AI研究打造的coding agent，自己控制自己的GPU。

他們還給這種工作方式起了個名字：vibe research。

技術路線上，Mirendil押注的是業內最具爭議的方向之一——遞歸自改進（recursive self-improvement），即讓AI系統參與構建更強的后繼系統。

Anthropic在6月初剛發了一篇專文討論這個話題，標題就叫《When AI builds itself》，態度相當審慎。

多數頭部實驗室也對此持安全顧慮。很多AI安全研究人員認為，模型在無人監督的情況下重寫自己代碼的能力可能導致AI能力迅速增長到超出人類控制的局面。

但Mirendil團隊的立場很明確：

自改進是加速科學研究的最短路徑，安全問題是工程問題，在足夠嚴格的監督下可以解決。

CEO在面對這個問題時更是表示：

當人們說這不可能時，我不買賬，這只是一個難題。

目前Mirendil還處于0產品狀態，官網上連技術細節都沒有，但招聘JD透露了一些線索：

他們計劃開發新型transformer注意力機制變體，用強化學習沙盒訓練自改進AI（類似AlphaGo Zero的思路），并自動化數據準備、調試等超過六項研發任務。

凱鵬華盈的投資人Mamoon Hamid在博文中則透露了一個關鍵信號：

這支團隊在短短幾個月內，用自己的系統已經做出了令人難以置信的進展。

0產品，但不是0進展。

這或許就是2億美元種子輪的真正底氣。

四位聯創、團隊僅20人左右

而除了「要做的事」，「人」也是老黃他們押注Mirendil的一大關鍵因素。

Mirendil整個團隊目前大約有20人，有四位聯合創始人：

• CEO Behnam Neyshabur
• CTO Harsh Mehta
• xAI大逃亡中的7年老兵Shayan Salehian
• 23歲的奧賽選手Tara Rezaei Kheirkhah

四個人來自Anthropic、Google DeepMind、xAI、OpenAI，幾乎覆蓋了所有頭部實驗室。

Behnam和Harsh是7年學術搭檔，Shayan是謝里夫校友圈出身，Tara代表下一代。

一封冷郵件、一個校友網絡、一次xAI大逃亡、一個23歲的奧賽選手。

這就是Mirendil 20人團隊的起點。

CEO Behnam的「前半生」幾乎就是標準的學術路線，從伊朗謝里夫理工碩士→芝加哥TTIC博士→普林斯頓高等研究院（與Sanjeev Arora合作）→NYU博后（導師是Yann LeCun），最終進入Google DeepMind。

外界最容易記住他的，是4.3萬引用和SAM優化器、Minerva這些成果，但更關鍵的其實是另一件事——

他長期處在「訓練AI如何學習」的那一側，從優化到推理，從數學到代碼，再到Gemini的預訓練體系。

在DeepMind的最后幾年，他已經不再只是做單點算法，而是開始負責整個Blueshift團隊，直接參與Gemini的數學與代碼推理訓練。

這意味著他從研究者變成了訓練系統的設計者。

后來在Anthropic，他又把這個方向推得更進一步，開始參與AI Scientist和Claude computer-use能力的構建。

而CTO Harsh Mehta，是那個讓這條軌跡發生交叉的人。

Harsh和Behnam的結識，緣于一封冷郵件（類似直接給陌生人寫信）。

7年前，在從印度最頂尖的工程與技術院校之一的IIT Guwahati畢業后，Harsh給Behnam發了一封郵件，郵件具體內容我們如今已無從獲悉，但結果是兩個人在Google真正走到了一起。

從Minerva到Gemini預訓練，他們開始長期共事，一個偏理論結構，一個偏系統和訓練執行，逐漸形成一種很典型的組合：

一個定義「應該學什么」，另一個讓「它真的學得動」。

到了Anthropic，這種分工變得更明顯。

Behnam進入Discovery團隊，推動AI Scientist方向，而Harsh則更直接，啟動了「讓AI自己做AI研發」的內部系統——這正是Mirendil現在要做的事情。

然后是Shayan Salehian，四位聯創中最具工程實戰色彩的一位。

他本科畢業于謝里夫理工（和CEO Behnam是校友），碩士在UC Riverside。

他的職業軌跡完整經歷了馬斯克帝國的7年變遷：Twitter→X→xAI。

在xAI他是早期工程師，橫跨后訓練、推理、agent基礎設施、Grok 2/3/4模型。

凱鵬華盈對他的評價很簡單：什么最關鍵他就做什么。

2026年2月7日，Shayan宣布離開xAI，這個時間點很微妙。

因為就在同一個月，xAI經歷了一輪大規模人員流失，兩周內至少9名工程師離職，包括聯合創始人Tony Wu和Jimmy Ba。當時馬斯克不得不在全員會上回應，稱公司進行了重組以提高執行效率。

Shayan在離職帖中說了一句話，既是致敬也是宣言：

跟Elon近距離工作，我學到了偏執的細節關注、瘋狂的緊迫感，以及從第一性原理思考。

然后他補了一句：現在我要去做一件新事，專注于加速科學。

這句話在語氣上很輕，但在選擇上很重。

最后一位Tara Rezaei Kheirkhah，是四人中最年輕的。

MIT畢業生，OpenAI早期學生研究員，奧林匹克競賽獎牌獲得者。

凱鵬華盈的投資人稱她是硅谷最有野心的年輕人之一。

Tara的個人網站上有一句話，簡短但份量很重：

曾經有人給了我一次機會，從那以后我就下定決心不辜負它。

把這四個人放在一起，會發現一個很反常的結構：

他們不是從同一條路徑走來的，但最終都走到了同一個問題上，即AI研發本身能不能被系統化。

一群從閉源實驗室體系中走出來的人，卻試圖把這種能力重新開放給全球科學家。

這件事本身已經足夠令人期待。

而如果再往后看一層，它的隱喻也就不那么偶然了——公司的Logo是一棵樹。

由一點出發，不斷生長、再生長。

One More Thing

說到公司起名這事兒，有個網友的評論挺有意思：

我們很快就要用完《指環王》里的名字了。

確實，硅谷科技公司從托爾金宇宙里薅名字已經快成傳統了。

Palantir，彼得·蒂爾創辦的數據分析巨頭，名字來自《指環王》中的真知晶球，能遠程窺視的魔法石。

Anduril，Palmer Luckey創辦的國防科技公司，取自阿拉貢的那把重鑄之劍。

Mithril，蒂爾的另一家投資公司，精靈族的秘銀，中土世界最珍貴的金屬。

現在又來了個Mirendil，精靈語里珍寶之友。

這邊建議想創業的朋友再去翻翻《指環王》（手動狗頭）。