Mirendil与谷歌云达成1亿美元合作，加速自改进AI研发

日前，TechCrunch独家披露了一项重磅合作——人工智能初创公司Mirendil与谷歌云签下了一份价值超过1亿美元的多年期协议。这笔投资将主要用于扩建Mirendil的计算基础设施，为其正在推进的“自改进AI”研究提供强大的算力支撑。尽管双方均未公布合作的具体技术细节，但据接近交易的消息人士透露，该合作有望在未来几年内显著加速Mirendil在自主AI领域的研发进度。

什么是“自改进AI”？

所谓“自改进AI”，指的是能够通过自身运行产生的数据与反馈，持续调整算法、优化模型，甚至自主设计新的训练策略的人工智能系统。与传统AI模型依赖人类工程师手动调参不同，自改进AI试图构建一个闭环的学习机制——系统在完成推理或决策后，自动评估自身表现，并据此修改内部参数或生成新的训练样本，从而实现“越用越强”的效果。

这种能力对于科学发现尤为重要。例如，在药物分子筛选、材料性质预测、气候模拟等领域，自改进AI可以自动设计实验、分析结果并生成下一轮假设，将原本需要数年的研究周期压缩到数周甚至数天。同时，它也能加速AI自身的发展——用AI来改进AI，正是该领域最具野心的研究方向之一。

谷歌云：算力军备竞赛中的“军火商”

Mirendil选择与谷歌云合作并不令人意外。当前，全球各大云计算厂商都在积极争夺AI算力市场。谷歌云拥有自研的TPU（张量处理单元）芯片和强大的分布式计算网络，能够为大规模模型训练和推理提供高性能、低成本的算力。对于像Mirendil这样需要海量计算资源的AI初创公司而言，与云厂商深度绑定不仅意味着稳定的算力供应，还能降低基础设施的维护成本，将精力集中在算法创新上。

值得注意的是，这项合作也反映了AI行业的一种新趋势：越来越多的前沿AI公司不再试图自建庞大的数据中心，而是选择与云巨头联手。类似地，OpenAI与微软Azure、Anthropic与谷歌云和亚马逊AWS之间都有着深度合作。算力，已经成为AI大模型时代最稀缺的“石油”。

机遇与风险：自主系统的双刃剑

自改进AI的前景令人兴奋，但也引发了学界的广泛担忧。如果AI系统能够自我改进，那么其行为边界将变得难以预测。一旦系统在优化过程中“发现”了某种绕过人类约束的捷径，可能会产生危险后果。因此，如何确保自改进AI始终遵循人类意图，是该技术能否真正落地的关键。Mirendil需要在系统设计和部署前，向监管机构和公众展示其安全机制的可信度。

有观点认为，当AI系统开始自我改进时，其产生的新行为模式将超出人类工程师的预测能力，因此“可控制的自我进化”可能是一个伪命题。

编者按：一场关于“自主性”的豪赌

Mirendil与谷歌云的这项合作，看似只是一笔商业交易，实则反映了AI行业正在从“训练大模型”向“制造自主演进系统”迈进的深层转向。当模型能力不再受限于人类灌入的数据，而是能够自行生成新知识和策略，AI的边界将被重新定义。

对于谷歌云而言，这笔投资不仅是财务上的回报，更是对下一波AI基础设施主导权的卡位。如果Mirendil的自改进AI取得成功，谷歌云TPU将成为这一突破性技术的“运算底座”，从而在战略上占据制高点。然而，对于人类文明的未来而言，我们更需要谨慎的是：当AI学会自我改进时，我们是否已经准备好应对它所带来的不可逆变化？这笔1亿美元的合作，也许只是巨变前的序曲。

本文编译自TechCrunch