Mirendil хочет дать учёным ИИ, который улучшает сам ИИ

Mirendil, новая лаборатория бывших исследователей Anthropic и Google, объявила о $200 млн seed-раунде при оценке $1 млрд. По данным Wall Street Journal и Techmeme, раунд возглавили Andreessen Horowitz и Kleiner Perkins, к ним присоединилась NVIDIA и другие инвесторы.

На поверхности это ещё одна крупная ставка венчурного рынка на AI-стартап. Но смысл Mirendil интереснее обычной новости про деньги: компания хочет строить системы, которые ускоряют разработку самих AI-моделей. То есть не просто «ИИ для химиков» или «ИИ для биологов», а слой AI R&D, который помогает лабораториям создавать собственные специализированные модели быстрее и дешевле.

Почему это важно за пределами венчура

Крупные AI-лаборатории уже используют модели для написания кода, подготовки экспериментов, анализа результатов и поиска архитектурных улучшений. Но доступ к такому циклу сосредоточен у нескольких игроков: нужны дорогие вычисления, сильная исследовательская команда, данные, инфраструктура и внутренние инструменты.

Mirendil обещает развернуть этот подход шире. На официальном сайте компания пишет, что любая лаборатория, которая хочет применять AI в drug discovery, химии, биологии или робототехнике, сегодня вынуждена сама становиться frontier AI-лабораторией. Цель стартапа — сделать frontier AI R&D доступнее и ускорить научные и технологические проекты, которые зависят от ИИ.

Это важная карта местности для читателя: гонка моделей постепенно превращается в гонку лабораторных операционных систем. Побеждает не только тот, кто обучил самую сильную модель, а тот, кто быстрее ставит эксперименты, проверяет гипотезы и улучшает следующий цикл разработки.

Где находится риск

Фраза «ИИ, который улучшает ИИ» звучит эффектно, но именно она делает историю чувствительной. Для open-source команд и университетских лабораторий это шанс не отстать от закрытых гигантов. Для медицины и материаловедения — шанс быстрее собирать узкие модели под конкретные задачи, а не ждать универсального продукта от Big Tech.

Но рекурсивное улучшение моделей остаётся спорной зоной безопасности. Если система способна всё автономнее менять код, архитектуру, данные и исследовательские процедуры, главными становятся контроль, проверяемость и границы применения. Mirendil говорит о демократизации frontier AI R&D; рынок теперь будет смотреть, получится ли совместить это с надёжным надзором.

Что смотреть дальше

У Mirendil пока нет публичного продукта, который можно оценить как обычный сервис. Компания говорит, что в ближайшие месяцы планирует выпустить модель и продукт для обратной связи от пользователей. Поэтому главный тест впереди: будет ли это реальный инструмент для научных и open-source команд или пока дорогая заявка на участие в гонке за самоулучшающиеся AI-лаборатории.

Если у Mirendil получится, понятие «AI lab» станет менее привязанным к нескольким корпорациям. Если нет, история всё равно показывает направление рынка: следующие большие деньги идут не только в чат-ботов и генераторы картинок, а в машины, которые помогают строить следующие машины.