Bloombergの2026年9月23日の報道によると、AIスタートアップMirendilは50億ドルの評価額で最大10億ドルの新規資金調達を交渉中であり、Kleiner Perkins主導、Andreessen Horowitzも交渉に参加する見込みだ。これは同社が3ヶ月前に10億ドルの評価額で2億ドルのシード資金調達を完了してから一四半期で評価額が5倍に急騰したことを意味する。
MirendilはAnthropicの元研究員であるBehnam Neyshabur（CEO）とHarsh Mehta（CTO）が2025年12月にAnthropicを離れた後、共同創業した。両者は2019年にGoogleで出会い、2024年末に共にAnthropicに入社した。NeyshaburはAnthropicでAI推論チームの共同責任者を務め、以前Google DeepMindで5年以上の経験を持つ。MehtaはAnthropicでシニア研究科学者を担当していた。創業チームにはイーロン・マスク率いるxAIの初期メンバーであるShayan Salehian、MIT卒でOpenAI元インターンのTara Rezaeiも名を連ねる。現在の従業員数は20名超であり、Kleiner PerкinsとAndreessen Horowitzの2社は共にシード輪と今回の交渉の両方に参加している。
再帰的自己改善：解体が必要な技術命題
Mirendilのコア技術的アプローチとして同社が自称するのが「再帰的自己改善」（recursive self-improvement）だ。従来のAI開発プロセスでは、モデルの各イテレーションに大量の人手を要する——人間の研究者がアーキテクチャを設計し、データにアノテーションを付け、目的関数を調整し、効果を評価した上で次の方向性を決定する。このクローズドループのあらゆる段階に人間が介在している。
再帰的自己改善の構想は、AIシステムをこのクローズドループ自体に介入させることにある。AIは下流タスクの処理に使われるだけでなく、研究者が次世代モデルを設計・訓練するのを支援するためにも活用される。このアプローチが成立すれば、各イテレーションに必要な人的投入は漸減し、各イテレーションの成果が次の訓練にフィードバックされて正のフィードバックループを形成する。Neyshaburがメディアの取材で語った言葉はより具体的だ。「私たちが取り組んでいるのは、科学者がAIの力を借りて自分自身のAIを構築できるようにすることであり、単にAIで科学を補助することではありません。」
Mirendilの公式サイトの表現はより明確なビジネス文脈を提供している。「今日、薬物発見・化学・生物学・ロボティクスにAIを活用しようとするあらゆる研究機関は、フロンティアAI研究所としての機能も兼ね備えなければならない。このプロセスはコストが高く、必要な専門知識は少数の研究所に集中している。私たちの目標はフロンティアAI開発を民主化し、広く普及させることだ。」言い換えれば、同社のビジネスロジックはOpenAIやAnthropicを代替することではなく、かつてトップクラスのAI研究所にしかできなかったことを、製薬会社・大学・産業研究機関が利用できるツールプラットフォームに変えることにある。
50億ドルの賭けが本当に意味するもの
数字だけを見れば、設立から1年未満で公開モデルも持たない企業への50億ドル評価額は驚異的な数字だ。しかしこの評価額がより分析に値するのは、それが示す投資ロジックの転換にある。
シード輪の2億ドルについて、Bloombergの原報道は「AIスタートアップ史上発表された最大規模のシード資金調達の一つ」と評しており、これ自体が投資家が最初から近期の収益ではなく技術的方向性の長期的な勝算に賭けていたことを示している。3ヶ月後に5倍の評価額で新ラウンドを交渉することは、Kleiner PerкinsとAndreessen Horowitzがこの期間に技術的アプローチへの判断を根本的に変えていないことを意味する。両社は両ラウンドに継続的に参加しており、単に「新規参入者が評価額を引き上げた」というロジックではない。
Bloombergの報道はMirendilを別の「ネオラボ」（neo-labs）の一群と並列している。こうした企業群の共通点は、短期的な商業化より高リスクの研究を優先することであり、OpenAI元CTOが創業したThinking Machines LabやScientific Discoveryに特化したPeriodic Labsなどが挙げられる。このラベル自体が現在の資金調達市場の構造的特徴を明かしている。大型AI企業（Anthropic、OpenAI、Google DeepMind）の外側で、トップクラスの研究者たちが企業に参加するのではなく研究所を設立する形で、研究方向性へのより大きなコントロール権を求めているのだ。投資家はこのコントロール権に対するプレミアムを高い評価額という形で喜んで支払っている。
誰がこれに直接影響を受けるか
AnthropicやGoogle DeepMindのような元雇用主にとって、Mirendilの台頭はまず人材流出問題の具現化だ。NeyshaburとMehtaは競合他社に転職したのではなく、新たな競争構造を生み出している。さらに微妙なのは、両者の離職タイミング——2025年12月、Claude Opus 4.5リリース直後——が、大企業で段階的な技術蓄積を完了した後に離脱を選んだことを意味している点だ。これは内部人材を護城河として依存するあらゆるAI研究所に対して構造的な圧力を与える。
製薬会社・材料科学研究所・産業R&D機関にとって、Mirendilのビジネス上の約束が実現すれば、従来不可能だったことが可能になる。基礎モデル研究においてトップクラスのAI研究所と競争することなく、合理的なコストで自社領域に深く最適化された専有モデルを訓練・反復できるということだ。これはMirendilが最も差別化された価値を持つナラティブであり、OpenAIやAnthropicとの正面衝突を避ける戦略の核心でもある。
AIセーフティ研究コミュニティにとって、再帰的自己改善という方向性が引き起こす懸念は別次元の問題だ。AIシステムを自身の改善クローズドループに参加させるということは、より難しい問いに答える必要があることを意味する。モデルが各イテレーションで自身の目標表現方法を調整できる場合、元のアライメント制約はこのプロセスを通じて安定を保てるのか？これは単一の評価で検証できる問いではなく、動的に反復するシステムの中で行動の一貫性を継続的に追跡する必要がある。これはまさに現在のAIセーフティ研究のコアな技術的課題の一つであり、資本とセーフティ界隈がMirendilのアプローチに対して二極化した反応を示す根本的な理由でもある。
比較と先例
再帰的自己改善はMirendilの発明ではない。OpenAIのAlphaCodeのようなコード生成システムは、すでに特定タスクでAIがAI開発を補助する局所的な形態を示してきた。さらに遡れば、I.J. Goodが1965年に提唱した「知能爆発」の概念のような理論的議論も、このアプローチの潜在性とリスクを予見していた。しかし研究上の概念から資本が大規模に賭ける実験室へという転換という意味で、Mirendilは量的な跳躍を体現している。2億ドルのシード調達はAIスタートアップ史上最大規模のシード資金調達の一つとされており、この方向性への資本密度が理論的議論の段階から工学的実装の段階へと移行したことを意味する。
同種のネオラボの中では、Thinking Machines LabはOpenAI元CTOの経歴によって市場の注目を集めているが、公開されている情報はまだMirendilとの横断的な技術比較を行うには不十分だ。現時点で確認できる相違点は、Mirendilが科学研究の加速（薬物発見・材料科学・生物学）を明確にアプリケーションシナリオとして掲げている点にあり、これは汎用アシスタント志向のネオラボの多くとは明確なポジショニングの違いを形成している。
次に最も重要なシグナル
Mirendilは2027年初頭にエンジニアリングと研究向けの最初のフロンティアモデルをリリースする計画であり、これが技術的アプローチを検証する最も直接的なマイルストーンとなる。その際に注目すべきコアな問いはモデルの絶対的な性能ランキングではなく、このモデルが大規模なAIチームを持たない機関（例えば大学や中規模の製薬会社）によって実際に導入され、その分野内で継続的に反復できるかどうかだ。それが実現して初めて、再帰的自己改善のビジネス上の約束が初めて検証可能な裏付けを得ることになる。
もう一つ追跡すべきシグナルはAIセーフティコミュニティからの技術的な反応だ。自己改善システムのアライメント安定性には現在公認された評価基準が存在しない。Mirendilがこの問題を公開の場でどのように扱うか——アライメント評価手法を積極的に公表するか、あるいは内部研究として対外公開しないか——は、規制当局と主流企業顧客の採用意欲に直接影響する。
今回の資金調達が順調に完了すれば、Mirendilは設立から1年未満で累計12億ドル超の資金調達を達成し、評価額は大多数の従来型ソフトウェア会社を上回ることになる。しかし同社がいまだ公開モデルを一切リリースしていない段階では、この資金が購入しているのは技術的な仮説であり、検証済みの製品ではない。その両者の距離は、2027年初頭の最初のモデルリリース時に初めて縮まることになる。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接