训练一个拥有5000亿参数的大规模语言模型，究竟需要多少人力？
根据AI领域的常规认知，这通常需要数十人，而大型科技公司甚至会投入数百人。
然而，一家名为Mirendil的硅谷初创企业，将这一数字降到了最低——仅需一人。
就在不久前，Mirendil在其官网上发布了一篇文章，标题颇为引人注目：《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据：
一名研究员、三个半月时间、成本控制在1000万美元以内。
这笔费用涵盖了Agent的token消耗、数据处理以及所有研究实验的开支。凭借这些投入，他们确实成功训练出了一个千亿参数的模型：Mirendil-Base，一个参数规模在1000亿到5000亿之间的编码专用基座模型。
Mirendil在文章中表示，新模型超过99%的代码并非由人类编写，而是由Agent完成。
人类研究员只需负责确定方向、做出决策，并在关键节点进行干预。编写代码、运行实验、排查错误等具体工作，全部交由Agent处理。
在Mirendil的测试中，新模型的部分性能指标已经接近Kimi K3、GLM-5.3、DeepSeek-V4等主流一线模型。
“单人手搓基模”的时代，真的即将来临……吗？
根据官方说法，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。
为了验证一个人是否真的能独立完成模型训练，Mirendil设置了诸多严苛条件。例如，不能使用现成的预训练框架，也不能继承已有代码。
研究员和Agent从零开始，在100多天的时间里搭建了一切——训练基础设施、模型架构、训练算法、数据管道，全部自行编写，仅在PyTorch、JAX等通用库的基础上，参考了一些热门开源项目作为模板。
当然，这里的“自行”，通常指的是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。而编写代码、运行实验、诊断报错等具体操作，基本都由Agent自主完成。
在数据方面，Mirendil全部使用公开数据，例如GitHub上的开源代码、公开网页、公开数据集等。公司强调，训练过程中未购买任何一行数据，未进行蒸馏，也未使用合成数据。
此外，Mirendil试图通过改进设计来提升效率。公告称：“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，再加上kernel优化，获得了显著的效率提升。”
最终成果是Mirendil-Base，参数规模为1000亿至5000亿。
一个人训练出的千亿参数模型，究竟达到了什么水平？
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、Inkling，它们均为MoE架构的大参数模型。
在新代码仓库的交叉熵测试（模型猜测代码的写法，分数越低表示猜测越准）中，各款模型的比拼结果如下：
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，由一个人和Agent组队训练出的预训练模型，已经能够与头部大厂的成品模型一较高下。
不过，必须指出的是，通常情况下，基座模型在交叉熵测试中的表现优于后训练模型。Mirendil-Base作为基座模型，其分数反而高于经过后训练的Kimi-K3，这表明Kimi-K3的实际实力比表面分数所显示的更加强大，Mirendil-Base与它的差距实际上比看起来更大。
根据官方介绍，Mirendil-Base之上还有两个更高档位：Large版本参数规模在5000亿到2万亿之间，XL版本则直接达到2万亿到10万亿。
目前，Large版本已经训练了80%，XL版本刚刚起步，仅完成19%，但其分数已接近Large版本当前的成绩。
这意味着，在资金和Agent的助力下，一个人训练万亿参数模型并非遥不可及——这是许多AI大厂都尚未触及的门槛。
千亿乃至万亿参数大模型的预训练，极其耗费资金和时间，并且需要大量人力投入。
在数百名研究员中，一部分人研究模型架构和scaling方法；一部分人负责数万亿token数据的清洗与配比；还有一部分人则守着几千张甚至几十万张算力卡，确保训练过程不中断。
AI大厂能够汇聚足够多的人才，但资金和算力成本的压力依然巨大。
整个行业一直在探索降本增效的方法，核心思路就是一条：让AI来训练AI。
例如，Anthropic已经在这条路上走了很远。
该公司此前披露，今年5月，其代码库中超过80%的合并代码是由Claude编写的。
谷歌也在进行类似的尝试：其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，目前只有大厂才能玩得转。
对于科学家、研究员、小团队等而言，想要自己训练一个模型，以前几乎是不可能的。
而Mirendil-Base证明了，在特定条件下，一个人也可以“手搓”出模型。
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：需要一支多年才能组建起来的专家团队。
如今，这一局面正在发生变化。
过去只有大型研究机构才能做到的事情，现在一名研究员就可以完成。当Agent承担了大部分动手工作后，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，往往选择租用一个通用模型，再在边缘层面进行适配。
现在，一支芯片设计团队、一个机器人实验室，或是一家医院，都可以用自己的数据、针对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，而会变得更加普及。
另一方面，过去需要一个大型团队才能启动的AI项目，现在可以从一个小团队，甚至一个人开始起步；而随着算力越来越便宜、越来越强大，更多人将能够尝试这些项目。“一人公司”或“超级个体”，有望成为现实。
人们的工作方式也将随之改变：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，还没有达到完全自主的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。
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，在那里读大学。2011年他去了美国，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，领导了Discovery团队，专门研究如何让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，不再依赖大厂的通用模型。其背后的技术路线，正是近期AI圈内热议的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。
团队目前约有20人，成员均来自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，门槛实际上并没有降低多少。
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、小团队而言，这依然是天文数字。
更不用说，能指挥Agent完成如此庞大的工程，并非随便一个工程师就能上手。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，是这条漫长道路上的第一块路标。至于它能否真的把大模型的门槛降下来，还得看后续更大规模模型的实际表现，以及这套方法论能否复制到其他人身上。
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。
