
每天都在用AI,但是下面这三个问题也每天都会遇到。
- 信息雾霾:针对一个突发事件,AI搜出了一堆真假难辨的新闻,最后给你一个云山雾罩的总结。
- AI幻觉:当你询问深度的行业趋势,它自信满满地胡编乱造,你甚至得花双倍时间去核实。
- 决策无力:面对瞬息万变的市场,AI给出的建议大多是既要又要的正确废话,把难题原封不动的抛了回来。
我们真的需要一个更大、更会聊天、更会写诗的“博学者”吗?我认为不,在信息超载的今天,我们真正稀缺的是一个能在噪声中穿透真相、具备严谨逻辑的“研究员”。
这正是MiroThinker 1.5正式发布时,最打动我的地方。它不是一个更聪明的搜索智能体,而是一个内置了顶级研究员思维习惯的AI外脑。
性能亮点
这次MiroMind一共发布了两个模型,分别是30B和235B参数,支持256K上下文窗口、长时域推理和深度多步骤分析,每个任务最多可处理 400 次工具调用。
235B的模型,更是直接登顶。

它仅以Kimi-K2-Thinking三十分之一的参数规模,就实现了性能上的全面反超。

核心技术逻辑
- 交互式扩展成为核心。业内大家都已经意识到,单纯堆算力和数据已经进入边际效应递减期。MiroThinker走的是强化交互的路径,它不急于给答案,而是在思考过程中不断进行主动查证。当它发现信息不完备时,会自我纠错、补充搜索,通过这种思维路径的延伸来弥补参数规模的限制。
- 时序敏感训练沙盒,这是最让我兴奋的技术细节。传统AI经常会有上帝视角的作弊嫌疑,用未来的数据回答过去的问题。而MiroThinker引入了时序沙盒,只能依据已有的信息进行推理和验证,杜绝了预训练中的时空穿梭,让它在面对实时动态如股市、科技趋势时,能真正基于当下的逻辑进行推演,彻底告别马后炮。

我给 MiroThinker 出了一道难题:“基于当前货币政策和产业资金流向,拆解下周大 A 的核心博弈点,并给出风险置信度。”
如果是传统 AI,它可能会说:“股市有风险,投资需谨慎。下周可能受政策影响,建议关注蓝筹股……”(无效信息 100%)
而 MiroThinker 的表现让我感到震惊,你可以清晰地看到它的思考链。
到底思考了多少,我觉得有点算不过来,还是直接看下面的视频。
第一步:拆解问题。它没有直接给结论,而是拆成了四个子任务。




A股里每天都有很多涨停的股票,但是连板却很难,所以我也做了个小测验,看下MiroThinker能不能预测并且找出连板概率比较高的几个票。
这是我前一天晚上用MiroThinker预测的。


写在最后
这也用实际证明,模型的参数并不是越大越好。
在MiroThinker 1.5身上,我看到了一种久违的技术诚实。它通过一次次工具调用、一步步交叉验证,试图在信息泛滥的荒原里,为你抓取那一丝确定性。它节省的,不仅是你查阅资料的时间。
如果你也厌倦了AI漫无目的的幻觉,渴望一个真正能像研究员一样思考、查证、并与你并肩穿透噪声的工具,那么 MiroThinker 1.5绝对值得你深度体验。
“我们不需要更多的复读机,我们需要一个清醒的思考者。”
项目链接
- 官方 Web 端体验(免费注册体验):https://miromind.ai/
- Hugging Face 模型下载:https://huggingface.co/miromind-ai/MiroThinker-v1.5-235B
- GitHub 代码开源(欢迎 Star 支持):https://github.com/MiroMindAI/MiroThinker
如果你也像我一样支持这种回归理性的AI路径,别忘了去 GitHub 点个 Star。开源世界的每一次火光,都来自我们这些观察者的认可。

© 版权声明
文章版权归作者所有,未经允许请勿转载。
