Mirendil 完成 10 亿美元 A 轮，做一家让 agent 动手干研究的实验室

A 轮就拿了 10 亿美元，而且卖点是：团队多大已经不重要了。Mirendil 周四宣布这轮融资，Kleiner Perkins 和 Clearlake Capital 领投，Battery Ventures、Doerr Capital、Gil & Co、Google、M13、Pear VC、S32 跟投。新闻稿没给估值，这里也不替它编一个。原文：https://www.prnewswire.com/news-releases/mirendil-raises-1b-to-democratize-frontier-ai-rd-302937248.html

它拿出来的证据，全是 agent 顶替人头。Mirendil 说，一个研究员带着一群 agent，用 3.5 个月、不到 1000 万美元的算力，从零预训练出了 Mirendil-Base，一个有竞争力的代码模型。再后训练成 Fern，上下文最长 1000 万 token，公司的说法是够装下 agent 好几天的工作。第三件是 Lor，现在私测：几百个 agent 连着几天写代码、跑实验。Mirendil 说自己每天就跑在 Lor 上。

钱拿去干什么？用它自己的话说：让一个人干以前一个团队的活，一个团队干以前一个机构的活。落到实处，就是买算力、把 Lor 从私测推出来。

这是本周最纯粹的 100X 押注。大部分 AI 融资投的是一个模型或一个应用，这笔投的是一个判断：前沿研究本身，可以由几个人指挥一群 agent 来做。数字都是公司自己报的，一个研究员预训练模型这件事还没人在外部复现。要是 Lor 的用户也能做到，大实验室的护城河，说白了就是一大张研究员工资单，会显得薄很多。