什么？一个人就能训练大模型，指标还能硬刚K3V4？
训练一个参数规模达5000亿的大模型，通常需要多少人？AI领域普遍认为，至少需要数十人，大型企业往往投入数百人。然而，硅谷初创公司Mirendil却将这一数字压缩到了极致——仅需一人。就在近日，Mirendil在官网发布了一篇文章，标题颇为惊人：《无需预训练团队的大规模预训练》。文章标题下方列出了三个数字：一名研究员、三个半月、成本不到1000万美元。这些费用涵盖了Agent的token消耗、数据处理及所有研究实验成本。凭借这些投入，他们成功训练出了千亿参数模型：Mirendil-Base，一个参数范围在1000亿到5000亿之间的编码专用基座模型。Mirendil在文章中声称，新模型中超过99%的代码并非人类编写，而是由Agent生成。人类研究员只需负责确定方向、做出判断，并在关键节点进行干预。代码编写、实验运行、错误排查等任务，全部交由Agent处理。在Mirendil的测试中，新模型的部分指标已接近Kimi K3、GLM-5.3、DeepSeek-V4等主流一线模型。“单人手工打造基座模型”的时代，真的即将来临……吗？
01
根据官方说明，Mirendil-Base是Mirendil系列模型的首发产品，定位为编码专用基座模型，目标用户是前沿AI实验室内部的研究员和工程师。为验证一人能否独立完成模型开发，Mirendil设置了多项苛刻条件，例如不得使用现成的预训练框架，也不能继承现有代码。研究员和Agent从零开始，在100多天内构建了所有内容——训练基础设施、模型架构、训练算法、数据管道，全部自行编写，仅在PyTorch、JAX等通用库基础上，参考了一些热门开源项目作为模板。当然，这里的“自行”通常指Agent。研究员主要负责决定尝试什么、信任什么，并在必要时进行干预。代码编写、实验运行、错误诊断等具体操作，基本由Agent自主完成。数据方面，Mirendil全部使用公开数据，如GitHub开源代码、公开网页、公开数据集等。公司强调，训练过程中未购买任何数据，未进行蒸馏，也未使用合成数据。此外，Mirendil通过改进设计提升效率。“我们通过改进的架构、数据混合的高级调优、其他数据层面的改进以及kernel优化，获得了显著的效率提升。”公告中写道。最终成品为Mirendil-Base，参数规模在1000亿至5000亿之间。一人开发的千亿参数模型，性能究竟如何？Mirendil选取了五款模型进行对比，分别是Kimi K3、GLM-5.3、Nemotron-550B-Base、DeepSeek-V4-Pro-Base和Inkling，均为MoE架构的大参数模型。在新代码仓库的交叉熵测试（模型预测代码编写方式，分数越低表示预测越准）中，各模型表现如下：Kimi K3排名第一，得分为0.193；Mirendil-Base排名第二，得分为0.222；随后依次是GLM-5.3、DeepSeek-V4、Nemotron。换句话说，在部分编码维度上，一人与Agent合作训练的预训练模型，已能与头部大厂的成品模型竞争。然而，必须指出的是，基座模型在交叉熵测试中通常优于后训练模型。Mirendil-Base作为基座模型，分数却高于后训练的Kimi K3，这表明Kimi K3的实际实力远超表面分数，Mirendil-Base与其差距比看起来更大。根据官方介绍，Mirendil-Base之上还有两档：Large在5000亿到2万亿之间，XL直接达到2万亿到10万亿。目前，Large已训练80%，XL仅完成19%，但其分数已接近Large当前水平。这意味着，在资金和Agent的助力下，一人训练万亿模型并非梦想——这是许多AI大厂尚未触及的门槛。
02
千亿乃至万亿参数大模型的预训练，极其耗费资金和时间，且需要大量人力。数百名研究员中，一部分研究模型架构和扩展方法；一部分管理数万亿token的清洗与配比；还有一部分维护数千甚至数十万张算力卡，确保训练不间断。AI大厂能够聚集足够人才，但资金和算力成本压力依然巨大。整个行业一直在探索降本方法，核心思路是：让AI来训练AI。例如，Anthropic已在这方面取得进展。此前披露，今年5月，其代码库中超过80%的合并代码由Claude编写。谷歌也在进行类似尝试：AI编程智能体AlphaEvolve已被用于优化数据中心调度、芯片设计和AI训练流程。但“AI训练AI”这条路，目前只有大厂能够驾驭。科学家、研究员、小团队等，若想自行训练模型，以前几乎不可能。然而，Mirendil-Base证明，在一定条件下，一人也能“手工打造”模型。Mirendil在官网文章中表示，直到不久前，预训练一个有竞争力模型的瓶颈还是人力：一支需要多年才能组建的专家团队。如今，这一局面正在改变。过去只有大型研究机构才能完成的任务，现在一名研究员即可实现。当Agent承担大部分动手工作时，瓶颈转移到了算力、数据以及指挥Agent的那个人的判断力上。“人人都能训练模型”，蕴含着巨大的想象空间。以前，大多数人和公司若需专属模型，往往租用通用模型并做边缘适配。现在，一支芯片设计团队、一个机器人实验室或一家医院，都可以用自己的数据、针对自身问题训练模型。基座模型及其构建的系统，将不再是少数大厂的专利，而会变得更加普及。另一方面，过去需要大型团队才能启动的AI项目，现在可以从一个小团队甚至一人起步；随着算力越来越便宜、越来越强大，更多人能够尝试这些项目。“一人公司”或“超级个体”有望成为现实。人们的工作方式也将改变：随着越来越多的工作被交给Agent，人类日常工作将越来越不像“亲手做事情”，而更像“带领一个小型实验室”：设定研究方向、设计值得运行的实验、判断哪些想法值得继续推进。Mirendil描绘了更炫目的前景：下一个模型将部分由Mirendil自己的模型构建，而每一个在构建AI方面变得更强的模型，都会让下一个模型的构建更便宜、更快速。“我们认为，尚未达到完全自主的RSI，但已比以往更接近了。”公司称。此外，公司已开始对Mirendil-Base进行后训练。Mirendil-Base-Large以及达到前沿水平的Mirendil-Base-XL仍在训练中。
03
Mirendil的背后，是两位Anthropic前员工：Behnam Neyshabur和Harsh Mehta。Neyshabur是80后，出生于伊朗，读大学后于2011年前往美国，在丰田工业大学芝加哥分校获得博士学位。毕业后，他在谷歌DeepMind工作了5年，2024年底加入Anthropic，领导Discovery团队，专注于研究如何让AI像科学家一样参与研发。Mehta是印度裔，毕业于印度理工学院古瓦哈提分校，在DeepMind时与Neyshabur是同事。加入Anthropic后，Mehta搭建了Anthropic内部自动化AI研究平台的第一个版本。2025年12月，两人先后离职，成立了Mirendil，公司定位是让AI帮助科学家打造自己的AI，而非仅直接用AI辅助科学。换句话说，他们希望让科研团队能够自行训练、迭代专属AI模型，不再依赖大厂的通用模型。背后的技术路线，正是近期AI圈热议的RSI。今年6月，Mirendil官宣了2亿美元种子轮融资，投后估值10亿美元。投资方包括a16z、凯鹏华盈、英伟达等。团队目前约20人，均来自Anthropic、xAI、Google DeepMind、OpenAI的研究员和工程师，在旧金山市中心办公。Mirendil-Base的亮相，标志着公司跨过了第一个里程碑。但话说回来，“单人训练千亿参数模型”听起来美好，门槛并未显著降低。1000万美元的成本，对大厂而言不算什么，刚刚获得融资的Mirendil也还能承担。但对于绝大多数个人和小团队来说，这仍是天文数字。更不用说，能指挥Agent完成如此巨大工程，并非随便一位工程师就能胜任。Mirendil的人才质量之高、AI项目经验之丰富，在整个硅谷都处于第一梯队。“一人手工打造大模型”的时代确实在接近，但离普通人还很远。Mirendil-Base的发布，是这条漫长道路的第一块路标。至于它能否真正降低大模型的门槛，还需看后续更大规模模型的实际水平，以及这套方法论能否复制到他人身上。本文来自微信公众号“字母AI”，作者：彦飞，编辑：王靖，36氪经授权发布。爱游戏官方网站入口