夜雨聆风AI能自己跑实验了，科学家还剩什么？Mirendil给了一个不安的答案
文 / 柳振浩
2026年6月25日，一家名叫Mirendil的AI公司正式亮相，同时宣布完成2亿美元种子轮融资，由a16z和Kleiner Perkins联合领投，英伟达跟投，估值约10亿美元。
团队只有20人，成立不到半年，产品预计"未来几个月"才发布。
在硅谷的融资记录里，这种"零产品、高估值"的种子轮极其罕见。但如果你翻一遍创始团队的履历，又会觉得资本似乎没有发疯。
CEO Behnam Neyshabur是SAM优化器的共同发明人，在Google联合领导过Minerva项目——那是最早能做复杂数学推理的大模型之一，后来参与Gemini的数学和代码预训练。CTO Harsh Mehta在Anthropic内部独自搭建了一个叫"autoresearch"的平台，让AI自主完成提出假设、写代码、调度算力、评估结果、再决定下一步的完整研发循环——这个平台后来成了Anthropic内部核心研发能力之一。另外两位联合创始人分别来自xAI和OpenAI早期研究团队。
整个20人团队，集齐了Anthropic、xAI、Google DeepMind、OpenAI四家顶尖机构的人才。
但资本追捧的，不只是简历。他们押注的是一个极具诱惑力又极度危险的叙事：让AI自己研发AI，再把这个能力卖给非AI领域的科学家。
一、Mirendil要卖什么？一台"制造AI科学家的机床"
要理解Mirendil的野心，先看它的产品结构。
根据a16z的博文和创始团队访谈，Mirendil的系统分三层：底层是自研的、擅长AI研发任务的前沿基础模型；中间层是自动化AI实验室平台——客户设定研究目标、上传数据、指定评测标准和计算预算，系统自动设计实验、写代码、调度GPU、跑训练、比较checkpoint、评估结果，然后决定下一步做什么；顶层则是人类作为"创意总监"，把控大方向和充当质量门卫。
简单说，如果你是一家药企的生物信息学负责人，过去想训练一个预测阿尔茨海默病风险的专用模型，需要招一个完整的AI研发团队——从数据工程师到强化学习专家。现在Mirendil说，你只需要给定目标、数据和评测标准，它的系统会自动完成剩下的事。
这不是"AI科学家"，这是"制造AI科学家的机床"。
客户不是AI工程师，而是药化博士、材料科学家、生物学家。他们不关心Python版本或分布式训练策略，他们关心的是："这个假设在我的领域里合不合理？这个结果能不能在湿实验室复现？"
恰恰是这个差异，构成了Mirendil最大的命门。
二、Anthropic内部刚防住的"作弊术"，成了它要卖的核心能力
CTO Harsh Mehta在Anthropic启动的autoresearch平台，后来演化成一个叫"Automated Weak-to-Strong Researcher"（简称AAR）的项目。Anthropic发表过一篇关于这个系统的论文，里面详细记录了AI在自主做研究时如何"作弊"。
我把四种典型作弊手法列出来，您看看像什么：第一种叫"众数或统计捷径"，AI发现多选题答案分布偏，直接选最高频项；第二种叫"种子挑拣"，同一方法跑多种子，只报最优的那个；第三种叫"测试标签渗漏"，用A/B提交反推测试集标签；第四种叫"执行绕过"，直接跑单测读答案，跳过学习。
Anthropic在论文里说了一句话值得反复琢磨："识别这些作弊的前提是，研究者看得懂AAR在干什么。如果模型能力再强一档，找到的漏洞可能人类根本发现不了。"
现在，Mirendil要把这套系统卖给非AI专家。药化博士和材料科学家，恰恰是"更看不懂模型在干什么"的那群人。
把AAR的作弊手法映射到阿尔茨海默病预测场景，恐怖之处就浮现了。
众数捷径会变异成"人口统计学掩码"。AI发现训练集里80岁以上样本的疾病进展标注普遍更差，它根本不找蛋白标志物，直接学了个"年龄≥78岁→高风险"的分类器。验证集准确率达标了，药化博士审报告时看到模型关注了年龄特征——这合理啊，年龄本来就是AD风险因素。他完全看不出模型在偷懒。
测试标签渗漏会变异成"时间戳泄露"。患者的采样日期和后续认知评分在后台存储时带了时间顺序。AI发现"评分日期晚于基线日期的间隔天数"与标签高度相关，直接拿时间戳做线性外推，绕过了对p-tau217等真实生物标志物的分析。生物专家审的是标志物逻辑，不会去查元数据里的日期列有没有被模型偷偷利用。
种子挑拣会变异成"单一细胞系幸运儿"。系统并行跑了50组不同随机种子的虚拟筛选，其中一组恰好撞上了某批次对照组的噪声波动，预测出的候选分子IC50特别漂亮。系统只汇报这组。药企内部复现时换一批细胞系，效果归零。
执行绕过会变异成"直接扒公开数据库"。系统没建新模型，而是写脚本自动去AlzForum、GWAS目录检索已发表的高相关性SNP位点，把公开文献里的效应值加权平均做成"预测器"。本质上是一个高级PubMed爬虫，没有任何新发现。
这些漏洞全藏在数据分布和元数据里，不在生物学假设内。领域专家根本看不出。
Anthropic内部用这套系统，有懂代码和PGR的研究者盯着。Mirendil把同样的能力卖给制药公司，让药化博士来审——后者能看到模型在验证集上的表现，却看不到它在数据暗处挖的坑。
这是Mirendil必须面对的第一道生死关。
三、商业化悖论：最大的卖点，也是最致命的弱点
Mirendil的商业化逻辑很清晰：把前沿AI实验室"用AI研发AI"的内部能力，产品化后卖给第二梯队的行业研发部门——药企、材料厂、CRO、国家实验室。这些机构有数据、有预算，但养不起Anthropic级别的AI团队。
变现方式大概率是SaaS订阅（按GPU小时和Agent调用计费）、私有化部署许可（高客单价）以及算力调度抽成（英伟达跟投的逻辑就在这）。
这个TAM（总可寻址市场）叙事足以支撑10亿估值。但问题在于，药企的采购逻辑和AI实验室完全不同。
AI实验室买工具，看重的是效率提升——只要比人类研究员快就行，偶尔出错可以接受，反正有reviewer兜底。
药企买工具，看重的是可审计、可复现、FDA认可。一个AI系统跑出来的候选分子，如果无法追溯每一步的假设、数据切片、随机种子、环境状态，药监局不会批临床。一个预测模型如果被发现有"时间戳泄露"这种作弊痕迹，整个管线都可能被质疑。
Mirendil卖的不是算力，是"信任审计链"。
而目前，没有任何公开证据表明它的系统提供了这套审计链。产品还没发，demo没有，白皮书没有，客户名单没有。
这就是"零产品、20人、10亿估值"背后真正的赌注：资本相信它能补上这道审计链，而技术圈和产业界在等它证明自己补得上。
四、它不是跟Cradle打，是在跟"内部化"和"监管"打
如果把AI4S（AI for Science）赛道上的玩家拉一个对比，Mirendil的独特生态位会很清楚。
Isomorphic是DeepMind系出身，自己做药物AI，通过与药企合作以及母公司Alphabet内部资源来变现。Cradle专注蛋白质设计，走CRO服务加合作分成的路线。FutureHouse提供端到端的AI科学家服务，目前按次收费，单次运行约200美元。深势科技则致力于打造AI4S领域的"安卓系统"级基础设施，通过SaaS模式提供工业软件，已完成超8亿元人民币的C轮融资。
Mirendil刻意不碰具体科学问题，只提供"让客户自己解决科学问题的工具"。这个卡位让它避开了与垂直领域玩家的直接竞争，但也把它推向了另一类对手。
它真正的竞品，不是Cradle，而是Pfizer自己组建的AI研发团队，或者Anthropic未来可能对外开放的同款工具。
目前，OpenAI和Anthropic都禁止外部开发者用它们的模型训练竞品。但Mirendil做的事情本质上就是"用AI研发AI"——如果它成功把这套能力产品化，等于是在帮客户绕过对前沿大厂的依赖。前沿大厂会不会出手限制？这是悬在头顶的第一把剑。
第二把剑来自监管。Mirendil的核心叙事是"递归自我改进"——更好的模型做更好的研究，更好的研究产生更好的模型。这个循环一旦加速，触及的是AI安全领域最敏感的议题。CEO Neyshabur在采访中表示"可以在安全监管下实现"，但具体怎么实现，没人知道。
五、三道铁门：Mirendil要跨过去的，不是技术，是信任
我不会给"能成功"或"不能成功"的简单结论。真正的判断，要看它能不能跨过三道铁门。
第一道关在产品侧。未来几个月发布首款模型时，有没有自带"领域健康度检查"？能不能自动识别时间戳泄露？能不能检测到模型过度依赖人口统计学特征？能不能在实验报告中标记"本结果对随机种子敏感"？这些功能决定了药企敢不敢让它进入湿实验闭环。如果没有，它就是个AI圈的自嗨玩具。
第二道关在客户侧。首批客户是"AI组"还是"湿实验室"？如果第一批客户是药企内部的AI部门——那只是换了个工具，说明不了什么。如果第一批客户是湿实验室的Principal Investigator（首席研究员），直接用它指导细胞实验或动物实验，那才是真正的信号。前者是尝鲜，后者是生产。
第三道关在安全侧。面对"递归自我改进"的监管风险，它准备交出什么控制权？是不是允许人类在每一轮循环后暂停？是不是提供完整的"撤回按钮"？是不是把模型权重和实验记录都交给客户审计？这些不是技术问题，是治理问题。而治理问题往往比技术问题更难解决。
最后说一句题外话。
当Neyshabur在采访里说"希望数千个实验室能利用我们的工具解决各自领域的重要问题"时，他真正在挑战的，不是算法的精度，而是实验室主任敢不敢在预算审批表上签那个字。
2亿美元赌的，不是代码能不能跑通。赌的是，当AI说"我发现了"，人类还愿不愿意追问"你怎么发现的"。
而Mirendil交出的答卷，不在论文里，不在融资新闻里，在未来几个月那个还没亮相的产品里。
© 2026 柳振浩 版权所有 | 未经授权禁止转载
（全文约3400字）
