MiroThinker

MiroThinker 是由 MiroMind AI（陈天桥团队）开发的一款开源深度研究 Agent（研究型 AI 代理），专注于工具增强推理（tool-augmented reasoning）、多步长时程推理和事实验证，而不是普通的聊天模型。

它不是简单的 LLM，而是能像人类研究员一样：提出假设 → 检索证据 → 迭代验证 → 自我纠错 → 给出可信结论，特别适合复杂研究、预测、竞品分析、技术尽调等知识密集型任务。

核心创新：引入“第三维度”缩放（Interactive Scaling）

传统 AI 缩放只靠模型大小（parameters） + 上下文长度（context），MiroThinker 额外提出 Interactive Scaling（交互缩放）：

• 通过强化学习（RL）训练模型，主动处理更深、更频繁的 agent-environment 交互。
• 支持 256K 上下文窗口 + 单任务最多 400~600 次工具调用（远超之前开源 Agent）。
• 能持续多轮推理、纠正错误、整合多源证据，避免传统 test-time scaling 容易出现的“越想越错”问题。

最新版（2026年3月16日发布的 MiroThinker-1.7 & MiroThinker-H1）进一步升级为Verification-Centric（验证中心）架构：

• 引入双层验证系统（local + global）：推理过程中实时评估每一步决策，整体轨迹审计确保证据链完整。
• 显著提升可靠性，尤其在长链条、多步研究任务中。

主要版本与模型

• v1.5（2025年底）：30B / 235B 参数（MoE 架构，激活参数更少），已能以小模型打败 1T 级大模型。
• v1.7 / 1.7-mini：更高效，1.7-mini（仅 3B 激活参数）在多个基准上超越 GPT-5。
• H1：旗舰重型研究 Agent，集成完整验证系统。

基准表现（部分亮点）：

• BrowseComp / BrowseComp-ZH：领先开源，接近或超越 GPT-5。
• GAIA、HLE、FinSearchComp 等：SOTA 或极具竞争力，小模型性能尤为惊艳。

如何使用

1. 在线体验（最简单）：
   访问 https://dr.miromind.ai/，直接用 MiroThinker 对话（支持 Pro 版）。有移动 App（MiroMind App）。

2. 本地部署 / 自托管（开源爱好者首选）：

   • 模型权重：Hugging Face（miromind-ai 组织下）
   • 代码 & 框架：GitHub（MiroMindAI/MiroThinker）
   • 支持 Ollama / LM Studio 等本地运行，完全隐私、可控、无黑箱。
   • 配套生态：MiroFlow（工作流编排）、MiroVerse（训练数据集）、MiroTrain（训练工具链）。

3. 开源许可：MIT 协议，代码、权重、数据集全部开放。

实际体验反馈（来自最近讨论）

• 很多用户反馈在客户谈判话术、竞品研究、深度调研上表现极强，明显优于 ChatGPT / Claude / Gemini / Perplexity，尤其在需要“思考-验证-迭代”的场景。
• 缺点：在线版额度较贵（每天免费额度有限，Pro 版单次消耗较高）；App 稳定性还有待提升。
• 小模型本地跑也非常强，性价比极高。

一句话总结：
MiroThinker 代表了开源 Agent 的新方向——不靠堆参数，而是靠“会思考、会验证、会交互”，把“可靠的深度研究”真正带到普通开发者手里。目前最新 1.7 / H1 系列已经把这个理念推到一个新高度，强烈推荐你去 dr.miromind.ai 试试看，或者直接拉下来本地玩。