GitHub 上 2300 点赞的搜索 Agent,有点惊艳啊。

1 月 5 日,MiroMind AI 正式发布并开源了 MiroThinker v1.5

这是一个全球领先的开源搜索 Agent。

MiroThinker 是开源界首个不拼参数大小,而是让 AI 像人类一样疯狂查资料、写代码、不断试错和修正,让小模型也能解决高难度任务的搜索 Agent。

而且在BrowseComp 测试上超过了 ChatGPT-Agent。在 BrowseComp-ZH 上超越了 Kimi-K2-Thinking,而且成本更低,仅用了 1/30 的参数。

BrowseComp 是 OpenAI 研发的一个开源测试基准,专门用于评估 AI 模型,尤其是具备网页浏览功能的 Agent 在互联网上查找复杂、关联信息的能力。

01、开源项目简介

arduino 复制代码
开源地址:https://github.com/MiroMindAI/MiroThinker

MiroThinker 可以通过调用外部工具和网络搜索来辅助 AI 完成复杂的推理与深度研究任务。

它采用了一种独特的交互式扩展技术(Interactive Scaling),使模型能够在长篇对话中通过不断的反馈来自我修正,从而更精准地获取信息。

不同于传统模型在封闭的参数空间内进行线性推理,MiroThinker 被训练成了一个懂得「向外求助」的Agent:

  • 主动求证:遇到不确定问题,不是根据概率瞎猜,而是像严谨的研究员一样拆解问题、检索证据。
  • 多轮修正:建立「推理-验证-修正」的闭环,一旦发现外部证据与假设冲突,立即调整路径,直到证据收敛。
  • 去伪存真:训练中系统性惩罚缺乏信源的高置信度回答,倒逼模型养成「无证据不开口」的本能。

02、使用一下

case1:请帮我调研一下2026年全球 AI 大模型市场的最新竞争格局。

可以看到这个提示词输入下去,MiroThinker 一共进行了 30 多次搜索,10 多次浏览网页,最终才把它认为 OK 的结论呈现给你。

arduino 复制代码
结果地址:https://dr.miromind.ai/share/15ba9138-617f-4002-91a6-64a0a2e43c8a

建议看一下这个视频,看看 MiroThinker 的分析结果。

你会发现它不像是 AI 输出的,真的像一个资深研究员写的东西。比如第十章对 2026 年的判断:

有一个很有意思的点,你把这个提示词丢进其它 Agent 产品里面,很多生成的报告中,国外 AI 大模型厂商都没有提到 Google Gemini。 但是 2025 年 Gemini 3 和 Nano Banana 等模型,足够让 Google 进入世界 TOP 3 的行列了。

case2:搜索 Manus 核心成员的访谈记录,详细介绍一下每一个核心成员访谈时聊了啥,重点介绍一下 Manus 的立项、诞生历程,一定要详细。

arduino 复制代码
结果地址:https://dr.miromind.ai/share/a6a74739-d3e4-4f2f-9675-9ca51e1326e4

最近把 Manus 相关的访谈听了一个遍,MiroThinker 给的结果非常惊艳、非常惊艳,核心重点都覆盖到了。

case3:请你搜索北京的明星 AI 初创公司,介绍一下公司名称、具体业务、融资信息、产品信息、赛道等等。

arduino 复制代码
生成地址:https://dr.miromind.ai/share/7033378d-50e5-47d6-a082-760cffb0f5f3

case4:A 股会在春节前涨到多少?

arduino 复制代码
生成地址:https://dr.miromind.ai/share/e12611c9-bcde-475b-a153-4d9aaef92fe6

简短总结一句话版:

在目前 4080 点附近强势位置上,结合过去 20 年数据和今年政策环境,更大概率是春节前围绕现在点位上下若干百分点的震荡偏强,历史统计对应的大致区间大约在 4 000--4 200 点一带,但这不是预测,实际可能因突发因素大幅偏离。

很有意思,MiroThinker 主张放弃对具体点位的精准预测。

通过叠加历史「春节效应」统计数据与当前强劲的政策及行情趋势,构建一个基于概率的合理波动区间(而非确定数值)作为投资决策的参考。

02、怎么使用

bash 复制代码
体验地址:https://dr.miromind.ai/开源地址:https://github.com/MiroMindAI/MiroThinker模型下载:https://huggingface.co/miromind-ai/MiroThinker-v1.5-235B

现在 AI 大模型都在疯狂内卷参数规模,试图想把全世界知识背进模型里面。单纯堆砌内部参数的 Scaling Law 可能已触及天花板。

MiroThinker 让我们看到一个新的路线,可能真正的通用人工智能(AGI)不应是死记硬背的做题家,而应是具备发现式智能的科学家。

更多详细视频案例介绍,请查看原文:mp.weixin.qq.com/s/FEJtibpzl...

相关推荐
wAIxiSeu6 小时前
Github开源项目推荐
开源·github
无限进步_9 小时前
面试题 02.02. 返回倒数第 k 个节点 - 题解与详细分析
c语言·开发语言·数据结构·git·链表·github·visual studio
CoderJia程序员甲9 小时前
GitHub 热榜项目 - 日榜(2026-01-31)
ai·开源·大模型·github·ai教程
飞乐鸟13 小时前
Github 16.8k Star!推荐一款开源的高性能分布式对象存储系统!
分布式·开源·github
CCC:CarCrazeCurator14 小时前
IDE 与编程语言区分介绍
git·github
Go_Zezhou15 小时前
render快速部署网站和常见问题解决
运维·服务器·开发语言·python·github·状态模式
玉梅小洋21 小时前
Git 使用技巧——查看 Commit 修改文件的概要
git·github
矢志航天的阿洪1 天前
从GitHub到本地:Python IGRF库环境配置完全指南
开发语言·python·github
chunmiao30321 天前
了解github上,watch,fork,star代表啥
github
CoderJia程序员甲1 天前
GitHub 热榜项目 - 日榜(2026-01-30)
开源·大模型·llm·github·ai教程