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，究竟需要多少人力？

AI领域的常规答案是：至少数十人，大型企业往往投入数百人。

然而，硅谷初创公司Mirendil将这一数字压缩到了极致——仅需一人。

近日，Mirendil在其官网发布了一篇标题颇为震撼的文章：《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关键数字：1名研究员、三个半月、成本不足1000万美元。

这笔费用涵盖了Agent的token消耗、数据处理以及全部研究实验成本。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1000亿至5000亿之间的编码专用基座模型。

Mirendil在文章中宣称，新模型超过99%的代码并非由人类编写，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。编写代码、执行实验、排查错误等任务，全部交由Agent完成。

在Mirendil的测试中，新模型的部分性能指标已接近Kimi K3、GLM-5.3、DeepSeek-V4等主流一线模型。

“单人打造基础模型”的时代，真的来临了吗……？

01

据官方介绍，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。

为验证单人能否独立完成模型开发，Mirendil设定了多项严苛条件。例如，不能使用现成的预训练框架，也不能继承现有代码。

研究员与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，全部自主编写，仅在PyTorch、JAX等通用库上参考了一些热门开源项目作为样板。

当然，这里的“自主”通常指代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。编写代码、运行实验、诊断错误等具体操作，基本由Agent自主完成。

数据方面，Mirendil全部采用公开数据，如GitHub开源代码、公开网页和公开数据集等。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通过改进设计来提升效率。“我们通过改进的架构、数据混合的高级调优，以及其他数据层面的优化，包括kernel优化，获得了显著的效率提升。”公告中写道。

最终成果是Mirendil-Base，参数规模在1000亿至5000亿之间。

单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，这些均为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确）中，各模型表现如下：

Kimi K3排名第一，得分0.193；Mirendil-Base位列第二，得分0.222；其后依次是GLM-5.3、DeepSeek-V4和Nemotron。

换句话说，在部分编码维度上，一人与Agent协作训练的预训练模型，已能与头部大厂的成品模型一较高下。

但需指出，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，分数却高于经过后训练的Kimi-K3，这表明Kimi-K3的实际能力远超表面分数，Mirendil-Base与其差距比数据显示的更大。

根据官方介绍，Mirendil-Base之上还有两个版本：Large参数范围在5000亿至2万亿，XL则直接达到2万亿至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的支持下，单人训练万亿参数模型并非遥不可及——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，极为耗费资金与时间，且需要大量人力投入。

数百名研究员中，一部分研究模型架构与扩展方法；一部分负责处理数万亿token的清洗与配比；还有一部分人维护数千甚至数十万张算力卡，确保训练不中断。

AI大厂能汇聚足够多的人才，但资金与算力成本压力依然巨大。

整个行业一直在探索降本途径，核心思路是：让AI来训练AI。

例如，Anthropic已在这条路上走得很远。

该公司此前披露，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”这一路径，目前仍只有大厂能够驾驭。

科学家、研究员、小团队等，若想自行训练模型，此前几乎不可能。

Mirendil-Base却证明了，在特定条件下，一人也能“手搓”模型。

Mirendil在官网文章中称，直到不久前，预训练一个具竞争力的模型的瓶颈仍是人力：一支需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承担了大部分实际操作时，瓶颈转移到了算力、数据，以及指挥Agent的那个人的判断力上。

“人人皆可训练模型”，蕴含着巨大的想象空间。

以往，大多数人和公司如需专属模型，通常租用通用模型，再在边缘进行适配。

现在，一支芯片设计团队、一个机器人实验室，或是一家医院，都可利用自身数据，为自己的问题训练模型。基座模型及其构建的系统，将不再是少数大厂的专属，而会更加普及。

另一方面，过去需大型团队才能启动的AI项目，现在可从小团队甚至个人起步；随着算力日趋廉价和强大，更多人能尝试这些项目。“一人公司”或“超级个体”，有望成为现实。

人们的工作方式也将被改变：随着越来越多的工作交由Agent处理，人类的日常工作将越来越不像“亲力亲为”，而更像“领导一个小型实验室”：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描绘了更令人振奋的前景：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，都将使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，但我们已比以往更接近了。”公司表示。

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，出生于伊朗并完成大学学业。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，创立了Mirendil，公司定位是让AI帮助科学家打造自己的AI，而不只是直接用AI辅助科学。

换言之，他们希望让科研团队能自行训练、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圈内热议的RSI。

今年6月，Mirendil宣布完成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等机构的研究员和工程师，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，刚获得融资的Mirendil也尚能承担。但对于绝大多数个人和小团队来说，仍是天文数字。

更不用说，能指挥Agent完成如此宏大任务，并非随便一名工程师就能胜任。Mirendil的人才质量之高、AI项目经验之丰富，在硅谷处于第一梯队。

“一人手搓大模型”的时代确实在靠近，但离普通人还很远。

Mirendil-Base的发布，是这条漫长道路上的第一块路标。 至于它能否真正降低大模型的门槛，还需观察后续更大规模模型的实际表现，以及这套方法论能否被他人复制。

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。更多信息可访问开云网址。