文 | 字母AI

训练一个5000亿参数的大模型，需要多少人？

AI行业的经验是，至少几十人，大厂动辄投入数百人。

但硅谷一家叫Mirendil的初创公司，把这个数字压缩到了极致——只要一个人。

就在刚刚，Mirendil在官网发了一篇文章，标题非常耸人听闻：《无需预训练团队的大规模预训练》。

文章标题下面列着三个数字：

1名研究员、三个半月、成本不到1000万美元。

这些钱涵盖了Agent的token消耗、数据处理和全部研究实验成本。只靠这些投入，他们真的把千亿参数的模型训出来了：Mirendil-Base，一个1000亿到 5000亿参数区间的编码专用基座模型。

Mirendil在文章中称，新模型超过99%的代码不是人写的，而是Agent写的。

人类研究员只需要负责确定方向、下判断，在关键节点踩刹车。写代码、跑实验、错误排查之类的活儿，全交给了Agent。

在Mirendil的测试中，新模型的部分指标已经逼近了Kimi K3、GLM-5.3、DeepSeek-V4等主流一线模型。

“单人手搓基模”的时代，真的要到来了……吗？

01

按照官方说法，Mirendil-Base是Mirendil系列模型的首发产品，定位是编码专用基座模型，目标用户是前沿AI实验室内部的研究员和工程师。

为了验证一个人究竟能不能把模型做出来，Mirendil设置了许多苛刻条件。比如，不能用现成的预训练框架，也不能继承代码。

研究员和Agent从零起步，在100多天里搭建了一切——训练基础设施、模型架构、训练算法、数据管道，全是自己写的，只是在PyTorch、JAX这几个通用库上，参考了一些热门开源项目当样板。

当然，这里的“自己”，通常指的是Agent。

研究员主要负责决定尝试什么、信任什么，并在需要时干预。写代码、跑实验、诊断报错这些具体的动作，基本都是Agent自己跑。

数据方面，Mirendil全部使用公开数据，比如GitHub开源代码、公开网页、公开数据集之类。公司强调，训练过程中没买过一行数据，没做过蒸馏，也没用合成数据。

此外，Mirendil希望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，以及其他数据层面的改进，还有kernel优化，获得了显著的效率提升。”公告称。

最终成品是Mirendil-Base，参数为1000 亿～5000 亿。

一个人做出来的千亿参数模型，到底是个什么水平？

Mirendil拿了五款模型做对比，分别是Kimi K3、GLM-5.3、Nemotron-550B-Base、DeepSeek-V4-Pro-Base、Inkling，均为MoE架构的大参数模型。

在新代码仓库的交叉熵测试（模型猜测代码怎么写的，分数越低、猜得越准）中，几款模型的比拼结果如下：

Kimi K3排第一，得分0.193；Mirendil-Base排第二，得分0.222；后面依次是GLM-5.3、DeepSeek-V4、Nemotron。

换句话说，在部分编码维度上，一个人和Agent组队训练出来的预训练模型，已经能跟头部大厂的成品模型掰手腕了。

不过，必须指出的是，通常情况下，基座模型在交叉熵测试中比后训练模型表现更好。Mirendil-Base作为基座模型，分数反而比后训练过的Kimi-K3更高，说明 Kimi-K3的真实实力比表面分数显示的还要强得多，Mirendil-Base跟它的差距比看起来更大。

根据官方介绍，Mirendil-Base往上还有两档：Large在5000亿到2万亿，XL直接冲到2万亿到10万亿。

目前，Large训练了80%，XL刚开了个头，才19%，却已经快追上Large现在的分数了。

也就是说，在钞能力和Agent的加持下，一个人训练万亿模型不是梦——这是许多AI大厂都还没摸到的门槛。

02

千亿乃至万亿参数大模型的预训练，极为耗钱、费时，还必须大量堆人。

几百位研究员里面，一部分研究模型该长什么样、怎么做scaling；一部分人管数万亿token 的清洗和配比；还有一部分人守着几千张，甚至几十万张算力卡，保证训练不停机。

AI大厂可以聚拢足够多的人才，但资金和算力成本压力依然很大。

整个行业一直在尝试降本，核心思路就是一条：让AI来训练AI。

比如，Anthropic已经沿着这条路走了很远。

它此前披露，今年5月，其代码库里超过80%的合并代码是Claude写的。

谷歌也在做类似的事情：AI编程智能体AlphaEvolve，已经被用来优化数据中心调度、芯片设计和AI训练流程。

但“AI训练AI”这条路，目前只有大厂才能玩得转。

科学家、研究员、小团队等，想自己训练一个模型，以前几乎不可能。

Mirendil-Base却证明了，在一定条件下，一个人也可以“手搓”模型。

Mirendil在官网文章中称，直到不久前，预训练一个有竞争力模型的瓶颈还是人：一支需要多年才能搭建起来的专家团队。

如今，这一局面正在改变。

过去只有大型研究机构才能做到的事，现在一名研究员就可以完成。当Agent承担了大部分动手工作时，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，大多数人和公司如果需要专属模型，往往租用一个通用模型、再在边缘做适配。

现在，一支芯片设计团队、一个机器人实验室，或是一家医院，都可以用自己的数据、为自己的问题训练一个模型。基座模型以及围绕它们构建的系统，将不再是只有少数大厂才能制造的东西，而会更加普及。

另一方面，过去需要一个大型团队才能启动的AI项目，现在可以从小团队，甚至一个人起步；而随着算力越来越便宜、越来越强大，更多人能够去尝试这些项目。“一人公司”或者“超级个体”，有望变成现实。

人们的工作方式也会被改变：随着越来越多的工作被交给Agent，人类的日常工作将越来越不像“亲手做事情”，而越来越像“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描绘了更加炫目的前景：下一个模型将部分由Mirendil自己的模型来构建，而每一个在构建 AI这件事上变得更强的模型，都会让下一个模型的构建更便宜、更快速。

“我们认为，还没有达到完全自主的RSI，但我们已经比以往更接近了。”公司称。

此外，公司已经开始对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，伊朗出生、读大学。2011 年去了美国，在丰田工业大学芝加哥分校拿了博士学位。毕业后，他在谷歌DeepMind干了5年，2024年底加入Anthropic，领导了Discovery团队，专门研究怎么让AI像科学家一样参与研发。

Mehta是印度裔，印度理工学院古瓦哈提分校毕业的，在DeepMind的时候跟Neyshabur是同事。加入Anthropic之后，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，两人前后脚离职，成立了Mirendil，公司定位是让AI来帮助科学家造出他们自己的AI，而不只是直接用AI辅助科学。

换句话说，他们希望让科研团队能够自己训练、迭代专属AI模型，不用再仰仗大厂的通用模型。背后的技术路线，就是最近AI圈内炒得很热的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，都是从Anthropic、xAI、Google DeepMind、OpenAI 出来的研究员和工程师，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，门槛并没有被拉低多少。

1000万美元的成本，对大厂来说不算什么，刚刚拿到融资的Mirendil也还付得起。但对于绝大多数个人、小团队来说，依然是天文数字。

更别说，能指挥 Agent整出如此大活儿，不是随便拉一个工程师就能上手的。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，是这条漫长道路的第一块路标。至于它能不能真的把大模型的门槛打下来，还得看后续更大规模模型的实际水平，以及这套方法论能不能复制到别人身上。