MiroMind 团队，开源了最强搜索智能体模型： MiroThinker 1.5！

昨晚刷 GitHub 的时候，突然看到 MiroMind 团队悄悄开源了一个新东西：MiroThinker 1.5。

官方名字叫「搜索智能体模型」，但我用了一圈之后，直觉只有一个词——会自己查资料的科研小助手。

我当时就起了点坏心思，直接丢了一个我平时最烦的问题给它：

「预测一下未来特斯拉股票的走势。」

一般模型遇到这种问题，要么直接胡编一堆“未来将如何如何”，要么就开始打太极：什么“作为 AI 我不能进行投资建议”之类的官方话术。

但 MiroThinker 这货完全不一样，它的第一反应不是回答，而是——开始疯狂上网搜东西。

我全程看着它操作： 先去找特斯拉最近一年的财报、新闻，再打开几家顶级投行和机构的最新研报、评级；每开一个网页，它都乖乖「读完」、做笔记，然后再继续往下查……最后才把这些信息拼起来，写了一份还挺正式的投研小报告，每一个关键数字后面都挂着来源链接。

那一刻我突然有点懂他们在技术博客里说的那句——

从“考霸模式”，转向“科学家模式”。

简单翻一下资料：MiroThinker 1.5 是 MiroMind 推出的开源搜索智能体，专门干一件事——带着模型上网，一边查一边想。

几个关键点随口念一下（我尽量不念 PPT）：

• 有两个版本：30B 和 235B 参数
• 支持 256K 上下文，就是那种“论文+网页+你自己碎碎念”全塞进来也不会炸的程度
• 单个任务最多能调用 400 次工具（比如搜索、打开网页、解析表格），相当于一个实习生在浏览器里来回点来回记
• 重点是：模型权重直接开源了，还给了 HuggingFace 链接、本地部署脚本，外加一个 Web 端 Demo，白嫖党也能直接上手。

官方的数据也挺夸张：在 HLE、BrowseComp、GAIA 这些专门考“上网做研究”的基准里，1.5 版本直接把之前一堆开源智能体干翻了，235B 版本已经混进第一梯队，30B 版本还敢公开对标那些 1T 级别的大怪物，说自己“只用 1/30 的参数，干一样的事”。

就……有点嚣张，但好像也确实有东西。

它厉害的点，其实不在“会写”，而在“会查 + 会收敛”

之前我写过一篇关于 OpenAI 研究“幻觉”根源的文章，当时的一个结论是：

现在很多模型，在不确定的时候，比起老实说「我不知道」，更倾向于“优雅地瞎编”。

而 MiroThinker 的思路刚好反过来：

• 碰到不确定的问题，优先去查，而不是优先去编
• 查完之后还会显式告诉你：这个结论是高置信度的，还是“基于有限证据的推测”
• 过程中如果发现自己前面理解错了，它会当场改口，把之前的路径推翻重走一遍（这一点挺像人类研究生在改论文）

他们在论文里给这个东西起了个挺书面语的名字：互动式缩放（Interactive Scaling）—— 简单说，就是不再只靠“堆参数”、“加上下文”，而是训练模型习惯在环境里来回试探、纠错、再前进。

以前我们的默认思路是：“模型越大，知道的东西越多。” MiroMind 这个路线更像是在说：“与其全都记在脑子里，不如学会查 + 分辨 + 纠错。”

有点像：

• 不再培养“背题库的高考生”，
• 而是开始培养“会写文献综述的博士”。

我挺喜欢这波新模型的方向的： 不是再去卷一个更花哨的聊天能力，而是老老实实把“查清楚再说话”这件事做到极致。

你要说这是不是“下一代搜索引擎”？ 我觉得更像是：给每个人都配了一个不会喊累、不会嫌麻烦的研究搭子。

反正模型权重现在已经开源了，Web 端也能白嫖体验。 有做深度调研需求的，可以自己找个你最头疼的问题丢给它试试——

比如：

“帮我搞明白，接下来一年，和我这份工作/行业强相关的变量，究竟有哪些？”

看它能帮你挖到哪一步。

说不定，你会先从它的报告里，看到一个你之前完全没注意过的风险点，或者一个突然打开的机会窗口。

开源地址：https://github.com/MiroMindAI/MiroThinker

-END-

我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html