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

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。

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：

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。

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。

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？

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

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。

<原文链接：https://mp.weixin.qq.com/s/FEJtibpzlG3_pUKMHR0NiA