Mirendil 开启 Lor 私测 智能体实现连续多日自主编码与科研实验

Mirendil 正式推出 Lor 并开启私人测试，这款智能体系统最大亮点是能够脱离人工持续值守，连续数天自主完成代码编写、任务调度、实验运行与结果迭代，还支持单机部署与数百个 Agent 并行运行，大幅降低大模型研发过程中的人力投入，把 AI 实验室大量重复性开发工作交给智能体自主完成，有效提升科研项目的推进效率，开启单人科研团队的全新研发模式。传统 AI 研发项目需要工程师全程值守，分段编写代码、手动启动实验、实时排查报错，一旦进入长时间迭代任务，就要安排人员轮班盯控，人力成本高、工作连续性差，很难做到不间断持续迭代。Lor 智能体针对这一痛点完成能力升级，内置自主任务调度、代码自检、故障自动修复、实验复盘迭代整套闭环能力，不需要人工分步下发指令，就可以长期不间断运行开发任务。整套系统可以适配各类硬件服务器，同时批量启动上百个独立 Agent 并行开展不同方向的实验，让少量研究员同时推进多条技术路线的验证工作。依托这套自主运行机制，研究员只需要设定整体研究目标，其余编码、调试、跑实验、优化参数等执行工作全部交由 Lor 自主落地，大幅压缩研发周期，降低项目人力开销。整套落地运行分为任务下发、自主执行、结果复盘、迭代优化四个环节，全程做到无人值守、连续运行，保障科研实验不间断推进。

一、Lor 私测核心能力参数表

表格

二、Lor 智能体三大核心技术亮点

1. 超长时段无人值守，实现多日连续自主作业

Lor 打破了传统智能体只能短时间执行单条指令的局限，具备长期任务记忆与断点续跑能力。当程序出现报错、算力波动、环境异常时，Agent 可以自动抓取日志定位问题，自行修改代码重新发起实验，不需要人工介入修复，保障任务可以连续稳定运行数日，实现不间断科研迭代。

2. 多智能体集群并行，批量开展多路线对照实验

系统支持数百个 Agent 同时独立运行，每个 Agent 单独承接一组实验任务，互不干扰。研究员一次性下发多条技术验证方案，多个智能体同步推进不同参数、不同架构的对照测试，一次性产出多组实验数据，极大提升科研试错效率。

3. 全链路自主闭环，从代码开发到实验优化一键完成

从编写 PyTorch、JAX 底层代码，搭建训练基础设施，到启动训练任务、采集运行指标、分析实验结果，整套流程全部由 Agent 自主完成。智能体能够自动对比多轮实验数据，自动调整超参数，持续优化方案，只把最终结论反馈给人类研究员，把人力集中在方向决策上。

三、Lor 智能体标准运行执行步骤

1. 目标设定：研究员输入整体研发目标与验收标准，划定实验范围与资源配额。
2. 任务拆解：Lor 自动把整体项目拆分为编码开发、环境搭建、多组对照实验等子任务，分配给不同 Agent。
3. 无人值守执行：Agent 自主编写代码、调试程序，不间断运行多日实验，遇到运行故障自动诊断并修复代码，自动保存全部运行日志。
4. 数据自动复盘：实验结束后，智能体自动汇总全部指标，对比多轮结果，生成优化方案，输出完整实验报告。
5. 人工决策：研究员只审阅最终报告，确认技术方向，再下发新一轮迭代任务，形成高效循环。

【相关 FAQ】

问题 1：Mirendil 推出 Lor 私测，Lor 的 Agent 最核心的能力是什么？

回答 1：Lor 智能体最核心能力是能够脱离人工值守，连续数天自主完成编码与科研实验，具备自动排错、断点续跑能力，同时支持数百个 Agent 并行运行，实现长时间无人值守的开发迭代。

问题 2：Lor 智能体连续多日自主编码实验，能够解决研发中的哪些痛点？

回答 2：它可以解决传统科研需要人员轮班值守、人工分段调试代码、无法长时间不间断跑实验的痛点；同时多 Agent 并行可以一次性开展多组对照测试，减少大量重复性人力劳动，让研究员只聚焦研究方向决策，大幅降低研发人力成本，缩短项目周期。

问题 3：Lor 私测版本，在部署与任务并发上具备哪些优势？

回答 3：Lor 可以部署在任意通用硬件机器上，硬件适配门槛很低；同时系统支持同时启动数百个独立 Agent，多条实验路线同步推进，多组任务互不冲突，能够高效完成大规模批量科研验证工作。

【数据来源】

[2026-10-29] mirendil 推出 Lor 私测：Agent 可连续数天自主编码与实验，InfoQ

[2026-10-23] 单人打造千亿大模型 Mirendil 发布 AI 智能体研发成果，36 氪

[2026-10-23] 1 名研究员依托 AI Agent 完成大模型从零开发，新浪财经

[2026-10-21] Pretraining at scale without a pretraining team，Mirendil 官网

免责声明：本次 Lor 仅处于私人测试阶段，各项自主运行时长、并发 Agent 数量等性能指标会随着版本迭代持续优化；系统运行效果受服务器算力、代码任务复杂度、环境稳定性影响；本文仅为技术资讯解读，不构成项目部署与技术采购的决策依据。