参加: Battery Ventures、Doerr Capital、Gil & Co、Google、M13、Pear VC、S32
- 何をやっているか：AIの研究開発そのものを、AIエージェントに実際の作業をさせて進める「AI研究所」。製品のLor（招待制ベータ）では、数百のエージェントがコードを書き、計算資源を自分で確保し、何日も実験を回す。自社モデルのFernは最大1,000万トークンの文脈を扱え、エージェントの数日分の作業を一度に読める。大手AIラボに属さない科学者やエンジニアでも、最先端のAI開発ができるようにするのが目標。
- ラウンド：$1B Series A。Kleiner PerkinsとClearlake Capitalが共同リード。Battery Ventures、Doerr Capital、Gil & Co、Google、M13、Pear VC、S32などが参加（会社発表、2026-11-12）。6月のシード$200M（評価額$1B）はa16zとKleiner Perkinsが共同リード（The Next Web）。評価額$5Bは、a16zで投資先企業の採用支援を担う人物のX投稿によるもので、会社は非開示。
- 一次情報：共同創業者CEOのBehnam Neyshabur氏は「資金は手段であって目的ではない」「1人でチームの仕事を、1チームで研究機関の仕事を」と投稿（CEOのX）。Kleiner PerkinsのMamoon Hamid氏は「シードをリードしてわずか6か月で、Series Aもリードする」「この6か月の成果は、私たちの最も高い期待さえ上回った」と記載（Hamid氏のX記事）。
- なぜ今見るか：6月にステルスから出て約5か月で、シードの5倍の資金を集めた。1人の研究者がエージェントと組み、計算費$10M未満・3.5か月で、コーディング用の基盤モデルMirendil-Baseを一から事前学習したと発表。コードの99%超はエージェントが書いたという（会社発表、Securities.io）。会社の調達発表ポストは約9万回表示。CEOはAnthropicのDiscoveryチームとGoogle DeepMindのBlueshiftチームの共同リーダー、CTOのHarsh Mehta氏はAnthropicで「AIによるAI研究開発の自動化」を立ち上げた人物（Kleiner Perkins公式）。研究開発が「人数」で決まらなくなるかを試す、象徴的な賭け。
- 市場・競合：OpenAI・Anthropic・Google DeepMindなどの大手ラボは、同じ「AIでAIを作る」仕組みを社内で回しているが、外部には開放していない（The Next Web）。大手ラボ出身者が作ったSafe Superintelligence、Thinking Machines Lab、AIを科学に使うPeriodic Labsなども比較対象（The Next Web）。
- リスク・要確認：$5Bの評価額は会社非開示。有料製品はまだなく、Lorは招待制の無料ベータ、Fernは「近日公開」の段階（Securities.io）。モデルの効率の数字は会社の自己申告。大手ラボが同じ機能を自社製品に組み込めば、差別化が薄れるおそれがある。日本での提供は未確認。
- 出典：Mirendil公式発表、Mirendil公式X、CEOのX、Kleiner Perkins Hamid氏のX記事、Kleiner Perkins公式（シード時）、The Next Web（シード）、Securities.io