Empleados de Anthropic renuncian para emprender, valorados en 10,000 millones de dólares, también desarrollan «mejora autorrecursiva»

marsbitPublicado a 2026-06-26Actualizado a 2026-06-26

Resumen

Empleados de Anthropic fundan Mirendil, una startup valorada en 10.000 millones de dólares que busca desarrollar IA con "mejora recursiva" Dos antiguos investigadores de Anthropic, Behnam Neyshabur y Harsh Mehta, han fundado Mirendil, una startup con una financiación inicial de 200 millones de dólares y una valoración de 10.000 millones. Su objetivo es crear herramientas para que científicos de campos como la medicina o la ciencia de materiales puedan desarrollar y entrenar sus propios modelos de IA, en lugar de depender de modelos generales de grandes tecnológicas. La compañía, cuyo nombre proviene del élfico de "El Señor de los Anillos" y significa "amigo de las joyas", cuenta con un equipo de 20 personas procedentes de Anthropic, xAI, Google DeepMind y OpenAI. Su financiación procede de Andreessen Horowitz, Kleiner Perkins y Nvidia. La visión de Mirendil es facilitar la "IA para la IA para la ciencia": una plataforma que permita a los laboratorios de investigación construir modelos de IA especializados y propietarios. Su enfoque técnico central es la "mejora recursiva" (recursive self-improvement), donde la IA optimiza continuamente su propio código y capacidades bajo supervisión humana. Los fundadores creen que existe una oportunidad en el mercado, ya que las grandes compañías de IA, como la propia Anthropic, utilizan sus modelos principalmente para acelerar su investigación interna y restringen su uso para entrenar productos competidores. Mirendil planea lanzar sus p...

Empleados que dejaron Anthropic para emprender, comenzando con 200 millones de dólares en financiación.

Recientemente, dos veteranos que dejaron Anthropic, Behnam Neyshabur y Harsh Mehta, anunciaron su nuevo emprendimiento, fundando una startup llamada Mirendil. Su visión es similar al proyecto emprendedor anunciado previamente por Tian Yudong: crear una IA capaz de evolucionar por sí misma, acelerando así el progreso científico humano. La ruta tecnológica es la «mejora autorrecursiva» (recursive self-improvement).

El equipo fundador está compuesto por 20 investigadores e ingenieros provenientes de instituciones de vanguardia como Anthropic, xAI, Google DeepMind y OpenAI, unidos por su pasión por la ciencia y su compromiso de construir tecnología que impulse el desarrollo científico. El nombre de la empresa, «Mirendil», proviene de «El Señor de los Anillos» y significa «amigo de los tesoros» en élfico.

Recaudaron 200 millones de dólares en una ronda de financiación semilla de las firmas de capital de riesgo Andreessen Horowitz, Kleiner Perkins y NVIDIA. Tras la financiación, la valoración de la empresa alcanzó los 10,000 millones de dólares, convirtiéndose en una de las nuevas empresas de IA con una de las valoraciones semilla más altas en los últimos años.

Orígenes: Un correo desconocido,

una «relación de compañeros» de siete años

La historia de los dos fundadores comienza en 2019.

En ese momento, Mehta era un investigador común en Google, mientras que Neyshabur acababa de unirse a Google, ya reconocido en círculos académicos por su investigación profunda sobre la cuestión fundamental de «por qué funcionan los modelos de IA» — en palabras del propio Mehta, «ya era una pequeña estrella en el círculo». Mehta reunió el coraje para enviarle un correo electrónico desconocido, y así comenzó su relación.

Desde muy temprano, ambos sintieron una gran pasión por «acelerar la investigación científica con IA», pero en ese momento, limitados por las capacidades de los modelos, esta idea solo podía permanecer en el ámbito de la imaginación. No fue sino hasta finales de 2024 que ambos se unieron a Anthropic, y en diciembre de 2025, poco después del lanzamiento de Claude Opus 4.5, decidieron dejar la empresa para emprender.

El lanzamiento de Claude Opus 4.5 mejoró significativamente la capacidad de los Agentes de IA para manejar tareas complejas. Quizás fue este avance el que les hizo pensar que el momento era el adecuado.

Misión: No es «IA para la Ciencia»,

sino «IA para (IA para la Ciencia)»

El posicionamiento de Mirendil suena un poco enredado, pero Neyshabur lo aclara en una frase: «Lo que hacemos es que la IA ayude a los científicos a construir su propia IA, no solo usar la IA directamente para asistir la ciencia».

En otras palabras, su objetivo es construir una plataforma de herramientas que permita a los equipos de investigación en diversos campos verticales como medicina, ciencia de materiales, etc., entrenar e iterar sus propios modelos de IA especializados de forma autónoma, sin depender de los modelos generales proporcionados por las grandes compañías. Un ejemplo que citan es: ayudar a los investigadores a construir modelos para predecir el riesgo de desarrollar la enfermedad de Alzheimer.

Detrás de esto hay una ruta tecnológica más controvertida: la mejora autorrecursiva (Recursive Self-Improvement), es decir, permitir que la IA optimice continuamente su propio código y capacidades. Neyshabur declara directamente que este es el camino más corto hacia la «aceleración de la ciencia mediante IA», y cree que puede avanzarse de forma segura bajo supervisión humana. «No acepto el argumento de que no se pueda hacer, es solo un problema difícil».

Competencia: Las trincheras de las grandes empresas,

precisamente la oportunidad de Mirendil

La lógica detrás de la obtención de estos fondos por parte de Mirendil también es bastante clara.

En la actualidad, las principales grandes empresas de IA, incluida Anthropic, están utilizando cada vez más la IA para acelerar su propia investigación. Según información divulgada por Anthropic, hasta mayo de este año, más del 80% de su código interno ha sido escrito por Claude. Sin embargo, al mismo tiempo, estas grandes empresas restringen explícitamente en sus acuerdos de usuario que los desarrolladores externos utilicen sus modelos para entrenar productos competitivos.

Esta estrategia de «uso propio, no préstamo» es vista por el inversionista de a16z, Matt Bornstein, simplemente como la reacción normal de una gran empresa como «agente económico racional». Pero precisamente por eso, ha aparecido un vacío estructural en el mercado, que debe ser llenado por una empresa independiente.

Además de los dos cofundadores, el equipo central de Mirendil también incluye a Shayan Salehian, quien fue miembro temprano del xAI de Elon Musk, y a Tara Rezaei, graduada del MIT. Actualmente, la empresa cuenta con unos 20 técnicos y su oficina está ubicada en el centro de San Francisco.

En los próximos meses, Mirendil planea lanzar su primer modelo y producto, recopilando comentarios tempranos de los usuarios. La visión de Neyshabur al respecto es: «Esperamos que en el futuro existan miles de laboratorios en el mundo, cada uno abordando los problemas más importantes de nuestro tiempo. Queremos ser la fuerza que los empodere».

Enlaces de referencia:

https://x.com/bneyshabur/status/2069860934148079800

https://www.wsj.com/tech/ai/anthropic-veterans-startup-seeks-to-help-scientists-develop-their-own-ai-09e2f3e5?mod=author_content_page_1_pos_1

Este artículo proviene de la cuenta oficial de WeChat «机器之心» (Corazón de Máquina), autor: Redacción de Corazón de Máquina

Preguntas relacionadas

Q¿Qué es Mirendil y cuál es su visión principal?

AMirendil es una startup fundada por ex empleados de Anthropic. Su visión principal es crear una IA capaz de evolucionar por sí misma (mejora recursiva de sí misma o 'recursive self-improvement') para acelerar el progreso de la investigación científica.

Q¿Quiénes son los fundadores de Mirendil y cuál fue su origen?

ALos fundadores son Behnam Neyshabur y Harsh Mehta, ambos ex investigadores de Anthropic. Se conocieron en 2019 cuando Mehta, entonces investigador en Google, le envió un correo electrónico a Neyshabur, quien ya era una figura reconocida en el campo.

Q¿Cuál es la misión específica de Mirendil, según la explicación de Neyshabur?

ASegún Behnam Neyshabur, la misión de Mirendil no es 'IA para la Ciencia', sino 'IA para la IA para la Ciencia'. Su objetivo es construir herramientas que permitan a los equipos de investigación científica entrenar y desarrollar sus propios modelos de IA especializados, en lugar de depender únicamente de modelos generales de grandes empresas.

Q¿Por qué la estrategia de las grandes empresas de IA representa una oportunidad para Mirendil?

AGrandes empresas como Anthropic utilizan la IA principalmente para acelerar su propia investigación interna y restringen en sus acuerdos de usuario que otros desarrolladores usen sus modelos para crear productos competidores. Esto crea un vacío en el mercado que una empresa independiente como Mirendil puede aprovechar para ofrecer esas capacidades a laboratorios externos.

Q¿Qué hitos importantes ha alcanzado Mirendil hasta ahora en su financiación y desarrollo?

AMirendil ha recaudado 200 millones de dólares en una ronda de financiación inicial (semilla) de firmas como Andreessen Horowitz, Kleiner Perkins y Nvidia, lo que le da una valoración de 10.000 millones de dólares. El equipo está formado por unos 20 investigadores y planea lanzar su primer modelo y producto en los próximos meses para obtener retroalimentación temprana.

Lecturas Relacionadas

La primera certificación antiexplosiva nacional y el primer esquema mundial de 'Cerebro de Repostaje', ¿cómo lograron conquistar estos dos 'números uno'?

Según las estadísticas, la financiación en el campo de la inteligencia encarnada en China superó los 37.000 millones de yuanes este año. La tendencia clave actual es la implementación práctica. La exposición a entornos peligrosos, como estaciones de servicio y plantas químicas, requiere que los robots superen la primera barrera crítica: la certificación a prueba de explosiones. Esto implica requisitos de diseño estrictos a nivel de hardware para garantizar la seguridad intrínseca. La aplicación en estaciones de servicio enfrenta el desafío de la precisión en operaciones continuas de múltiples pasos, como abrir la tapa del depósito y manipular la manguera de combustible, con una tolerancia de solo unos pocos milímetros. Los escenarios de inspección en plantas requieren capacidades de patrulla autónoma, identificación de anomalías y respuesta inmediata durante largos períodos. Para abordar estos desafíos, se destaca un enfoque arquitectónico innovador impulsado por un modelo del mundo (H-GAR). En lugar de una arquitectura lineal tradicional, este sistema predice primero el estado visual objetivo final de la tarea. Luego, sintetiza fotogramas intermedios de transición guiados por ese objetivo y refina las acciones utilizando retroalimentación contextual visual y una memoria de acciones históricas. Este mecanismo permite al robot "imaginar" la trayectoria completa de la tarea y alinear sus acciones con el estado final deseado, reduciendo significativamente la desviación acumulativa en secuencias largas y complejas. La implementación en escenarios especiales requiere un acoplamiento profundo entre el "cerebro" de IA encarnada y el cuerpo robótico, junto con un espíritu de perseverancia a largo plazo. Los primeros en lograr este ciclo cerrado de cerebro-cuerpo-datos podrían obtener una ventaja competitiva crucial en la carrera por la comercialización de la inteligencia encarnada.

marsbitHace 54 min(s)

La primera certificación antiexplosiva nacional y el primer esquema mundial de 'Cerebro de Repostaje', ¿cómo lograron conquistar estos dos 'números uno'?

marsbitHace 54 min(s)

El mercado bajista de Bitcoin provoca despidos en el sector cripto, pero desata la ola de fusiones y adquisiciones más agresiva de la historia de la industria

La prolongada caída del Bitcoin está forzando a empresas de criptomonedas a recortar personal y abandonar planes de expansión, pero al mismo tiempo ha desatado la ola de fusiones y adquisiciones más agresiva en la historia del sector. En el primer semestre de 2026, el volumen de transacciones de M&A alcanzó los 93.700 millones de dólares, 26 veces más que el año anterior. Esta aceleración contrasta con un mercado laboral en contracción, donde solo hay unos 2.900 puestos vacantes activos a nivel global y se priorizan roles en ingeniería y cumplimiento normativo. El capital disponible se ha vuelto selectivo, fluyendo hacia infraestructura que conecta con las finanzas tradicionales. Las instituciones financieras tradicionales, como bancos y procesadores de pagos, están impulsando esta ola al adquirir empresas con licencias regulatorias, soluciones de custodia y sistemas de pagos ya establecidos, en lugar de construirlos internamente. Ejemplos incluyen la compra de BVNK por parte de Mastercard. Al mismo tiempo, redes blockchain como Polygon están adquiriendo aplicaciones de consumo para asegurar una experiencia de usuario integral. En resumen, el mercado bajista está consolidando el sector. Debilita a empresas con modelos más frágiles, que se convierten en objetivos de adquisición, mientras premia con capital e interés de compra a aquellos que proveen infraestructura regulada y puentes con el sistema financiero tradicional.

marsbitHace 54 min(s)

El mercado bajista de Bitcoin provoca despidos en el sector cripto, pero desata la ola de fusiones y adquisiciones más agresiva de la historia de la industria

marsbitHace 54 min(s)

Trading

Spot
Futuros
活动图片