Mirendil 签署超过1亿美元的 Google Cloud 协议，以自动化 AI 研究

Why it matters

Mirendil is making a cloud commitment worth at least half its $200 million seed financing before releasing a model, benchmark or commercial product. The agreement shows how much infrastructure automated AI research can require and how early cloud providers are competing for newly funded labs.

Mirendil 联合创始人 Behnam Neyshabur 和 Harsh Mehta 已签署了一项为期多年的 Google Cloud 协议，价值超过 1 亿美元，使这家年轻的前沿 AI 实验室能够使用 TPUs、NVIDIA GPUs 和托管训练集群，以推进其自动化 AI 研究的努力。

该基础设施协议签订时，Mirendil 还未发布公开模型、基准或商业产品。这家总部位于旧金山的公司也未披露任何客户、使用数据、收入或定价，使得投资者和潜在的科学用户无法从公开渠道获得其自动化研究循环在实验室外可行的证据。

TechCrunch 在 8 月 6 日报道了该协议。Neyshabur 向该刊物披露了协议金额。双方都未公布确切的合同期限、付款计划、使用最低量或任何云额度的金额。

该协议将 Mirendil 的创始论点转化为一个大型基础设施承诺，距离其公开发布不到两个月。Mirendil 在 6 月 24 日宣布了 2 亿美元的种子轮，由 Andreessen Horowitz 和 Kleiner Perkins 领投，随后获得了 NVIDIA 和其他支持者的投资。TechCrunch 报道 称，此轮融资令 Mirendil 的估值达到 10 亿美元。

在超过 1 亿美元的规模上，此项 Google Cloud 协议至少相当于 Mirendil 融资额的一半。由于双方未披露合同的财务结构，上述比较并不能确定 Mirendil 需预付多少现金。但它说明了在 Mirendil 提供公开产品或性能数据之前，追求自动化前沿研究的成本。

一个基于在主要实验室经验的研究循环

Neyshabur 和 Mehta 在 Google 和 Anthropic 内部工作期间发展了他们的方法。根据 他的简介，Neyshabur 曾担任高级研究科学家和 Gemini 团队负责人，并在加入 Anthropic 之前共同领导过 Google 的 Blueshift 小组。他早期的研究包括在纽约大学与 Yann LeCun 的博士后工作，以及在 Institute for Advanced Study 与 Sanjeev Arora 的合作。

在 Anthropic，Neyshabur 共同领导了一个名为 Discovery 的小组，致力于开发能够进行长期技术工作的 AI 科学家或工程师，详见 他的简介。Mehta 在该公司作为一人项目构建了 Anthropic 内部自动化 AI 研究平台的第一个版本，随后该工作扩展，Andreessen Horowitz 表示。

他们的联合创始团队将这种经验扩展到了其他模型开发团队。Shayan Salehian 曾在 xAI 担任核心机器学习工程师，见 Andreessen Horowitz 的资料。Tara Rezaei 也在投资者的介绍中被列为联合创始人。Mirendil 表示，其创始团队包括来自 Anthropic、xAI、Google DeepMind 和 OpenAI 的 20 名研究人员和工程师。

Mirendil 正在设计能够生成研究想法、实施实验、评估结果并将这些发现反馈到下一轮工作的模型。该计划的系统超越了代码助手。Mirendil 希望围绕能够持续运行部分研究流程的代理重建实验室，从而在实验之间减少人工协调。

“你可以拥有一个自我改进的 AI，你可以把一个问题指向它，它会随着时间不断变得更好，”Neyshabur 在接受 TechCrunch 采访时表示。他以阿尔茨海默病为例，说明这样一个系统如何在重复的研究循环中积累相关知识并改进其表现。

Mirendil 描述了能改进研究流程和在指定问题上提升表现的系统。它尚未公开展示不受限制的递归自我提升，即 AI 通过连续世代独立重新设计其核心能力。Google Cloud 合同为 Mirendil 追求其研究计划提供了基础设施；但该合同并不能验证其技术论点。

Google 为 Mirendil 提供两条芯片路径

Mirendil 在基础设施上的选择反映了该提议循环中工作的多样性。预训练、后训练、强化学习、推理以及并行实验执行对加速器和支持系统可能提出不同的要求。

在 Mirendil 的公告 中，Mehta 和 Neyshabur 表示其软件将把工作负载匹配到适合的可用硬件。据 TechCrunch 报道，该协议涵盖了对 Google TPUs、NVIDIA GPUs 和托管训练集群的访问。使用这两类加速器可能会减少把 Mirendil 的研究堆栈设计为依赖单一芯片供应商的压力。

该安排使 Google Cloud 获得了一家新近融资的 AI 实验室作为客户，云服务提供商们正在争夺那些其计算需求可能扩张的初创公司。Mirendil 则在无需先建数据中心的情况下获得云基础设施访问权。商业结果尚未经过检验：Mirendil 尚未宣布任何客户、公开产品、定价或普遍可用性。

Neyshabur 告诉 TechCrunch，Mirendil 的软件最终可能帮助 Google Cloud 的客户更有效地使用其硬件。这仍然是一个潜在的分发路径，而不是已宣布的产品或销售协议。

竞争对手在资助不同版本的自动化研究

Mirendil 正进入一个资金充足的领域。Recursive Superintelligence 也在追求能够自动化构思、实现和验证的系统，已获得 6.5 亿美元融资，并招募了包括 Richard Socher 和 Peter Norvig 在内的研究人员。与 Mirendil 相比，该公司的融资为其提供了显著更多的初始资本，但两家公司的公开融资都未证明递归或自我加速研究系统能够可靠地工作。

其他公司正在将这一理念打包为范围更窄的产品。Autoscience 在 2026 年 3 月筹集了 1400 万美元，并将其自动化 AI 研究实验室作为托管服务呈现。rekursiv.ai，一个在 2026 年夏季批次中的 AI 研究自动化初创公司，专注于 AI 科学家和机器学习研究。Mirendil 所述的目标范围从自动化 AI 开发扩展到最终为药物发现、化学、生物学和机器人学领域的实验室提供服务。

下一个里程碑是证据

Mirendil 的创始人从领先的 AI 实验室汇集了经验，拿到 2 亿美元的种子轮融资，并签署了一份价值超过 1 亿美元的云合同。投资者在产品证据到位之前为团队提供资金，而 Google Cloud 正与一家如果其方法成功其未来工作负载可能增长的实验室锁定大型合作。

技术挑战分布在整个研究系统上。Mirendil 需要能够设计并执行实验的代理、能够区分真正进展与看似可信却失败的评估方法，以及能够协调重复运行的基础设施。科学用户在依赖该系统进行重要研究之前，也需要可重复的结果。

Google Cloud 的这笔协议为 Neyshabur、Mehta、Salehian 和 Rezaei 提供了追求这些工作的芯片与集群选项。Mirendil 的下一个有意义的证据将来自模型、基准、可重复的研究成果或外部部署，显示其自动化循环能够带来可衡量的进展。