作為一個(gè)每天需要處理海量信息的自媒體從業(yè)者，我最近有一種深深的疲憊感。

我們?cè)疽詾锳I是解藥，但現(xiàn)在LLM它們給我的感覺更像一個(gè)技藝高超的速記員，你問它任何問題，它都能秒回，文筆流暢，邏輯看似通順。但當(dāng)你去核實(shí)細(xì)節(jié)時(shí)，往往會(huì)發(fā)現(xiàn)它在一本正經(jīng)地胡說(shuō)八道，要么給的全是我愿稱為“失焦”的流水賬式的內(nèi)容，你說(shuō)錯(cuò)吧，倒是全是正確的廢話，包括ChatGPT 和 Gemini的深度研究功能

在投資決策、深度寫作、技術(shù)調(diào)研這些容錯(cuò)率極低的場(chǎng)景下，“大概率正確”=“不可用”。

我們需要的不只是一個(gè)會(huì)說(shuō)話的AI，而是一個(gè)嚴(yán)謹(jǐn)?shù)目茖W(xué)家。它應(yīng)該是不自信的，是多疑的，是在開口回答之前，先去翻閱成百上千份資料，交叉驗(yàn)證后才敢下結(jié)論的。

最近，我在 GitHub上發(fā)現(xiàn)了一個(gè)名為 MiroThinker 的開源深度研究項(xiàng)目，這個(gè)項(xiàng)目最近發(fā)布了 1.5 版本，此前曾憑借成功預(yù)測(cè) Polymarket 題目，連續(xù)登頂 Future X全球榜首，力壓諸多國(guó)際頂尖機(jī)構(gòu)和閉源商業(yè)模型，堪稱2026年開年智能體領(lǐng)域的”黑馬“模型，僅使用 300 億（30B）個(gè)參數(shù)即可實(shí)現(xiàn)與萬(wàn)億參數(shù)模型相當(dāng)?shù)男阅堋?/p>

它的思路讓我眼前一亮：它不拼參數(shù)規(guī)模，而是把技能點(diǎn)全點(diǎn)在了去偽存真上，這點(diǎn)很打動(dòng)我，我抱著試一試的態(tài)度去體驗(yàn)了一下，說(shuō)實(shí)話還真有點(diǎn)東西，可以說(shuō)完全超出了我的預(yù)期

廢話不多說(shuō)，看我的實(shí)測(cè)

地址在這：

https://dr.miromind.ai/

實(shí)測(cè)

打開MiroThinker界面長(zhǎng)這樣：

先小試牛刀，我拋出了一個(gè)爭(zhēng)議且沒有標(biāo)準(zhǔn)答案的問題。請(qǐng)看MiroThinker是如何一步步拆解的：

2026年人類會(huì)實(shí)現(xiàn)AGI嗎？如果會(huì)，是那家公司會(huì)率先宣布實(shí)現(xiàn)AGI，為什么

直接放結(jié)論：

在這個(gè)case中，MiroThinker 并沒有簡(jiǎn)單地羅列新聞，而是進(jìn)行了多輪檢索、交叉驗(yàn)證、定義對(duì)齊，最終給出了一個(gè)基于概率的判斷，整個(gè)思考過(guò)程全部攤開給你看，你能清楚看到模型在做什么，層層遞進(jìn)，邏輯嚴(yán)密

我們來(lái)拆解一下

1：結(jié)構(gòu)化拆解

MiroThinker它像一個(gè)嚴(yán)謹(jǐn)?shù)姆治鰩?，先把問題拆解成了三個(gè)具體的求證方向：

1. 1. 學(xué)術(shù)界和預(yù)測(cè)市場(chǎng)怎么看？（宏觀概率）
2. 2. OpenAI、xAI、Google的具體路線圖是什么？（微觀證據(jù)）
3. 3. 現(xiàn)在的技術(shù)基準(zhǔn)分是多少？（客觀現(xiàn)狀）

2：飽和式廣度檢索

注意看它的搜索路徑，它不是只搜了一次

為了回答這一個(gè)問題，它自主進(jìn)行了近10輪的深度檢索

它不僅看了通用的新聞，還去翻閱了斯坦福的專家報(bào)告、Metaculus預(yù)測(cè)市場(chǎng)數(shù)據(jù)、甚至是由于OpenAI內(nèi)部泄露的研究員路線圖

這種“不把底朝天不罷休”的檢索深度，確保了它掌握的信息比大多數(shù)人類研究員還要全面

3：對(duì)抗性交叉驗(yàn)證

這是最顯功力的地方——去偽存真

它檢索到了馬斯克說(shuō)“2026年實(shí)現(xiàn)”，但它沒有輕信，而是立刻找來(lái)“現(xiàn)有技術(shù)自動(dòng)化率僅2.5%”和“長(zhǎng)期記憶得分為0”的硬數(shù)據(jù)進(jìn)行對(duì)沖

它通過(guò)對(duì)比由于商業(yè)利益驅(qū)動(dòng)的公關(guān)話術(shù)和冷冰冰的技術(shù)指標(biāo)，最終判斷：

2026實(shí)現(xiàn)概率低于（20-30%）。 它沒有順著熱點(diǎn)炒作，而是幫你回歸理性

4：基于證據(jù)鏈的精準(zhǔn)推演

看這個(gè)結(jié)論，太犀利了

它沒有止步于可能與不可能，而是給出了極具洞察的推演：如果2026年真的有人宣布AGI，大概率是馬斯克的xAI

為什么？因?yàn)樗治隽烁骷业男惺嘛L(fēng)格和行業(yè)最新現(xiàn)狀——OpenAI更謹(jǐn)慎（目標(biāo)定在2028），而xAI有最激進(jìn)的資本投入和馬斯克的個(gè)人風(fēng)格

這不再是簡(jiǎn)單的搜索總結(jié)，這是有邏輯、有觀點(diǎn)的深度研報(bào)

以上過(guò)程回放：

https://dr.miromind.ai/share/9c9efccf-77ff-4dbc-91c7-bac1695f904c

剛才只是小試牛刀，現(xiàn)在我給它拋出了兩個(gè)充滿噪聲的真實(shí)難題

場(chǎng)景一：在滿天飛的消息中，尋找確定性（財(cái)經(jīng)/決策場(chǎng)景）

注意以下僅為技術(shù)展示，不構(gòu)成投資金建議

• 實(shí)測(cè)case：假設(shè)我有10萬(wàn)閑錢，想在當(dāng)前A股環(huán)境下做一個(gè)月的短線。請(qǐng)基于最新的貨幣政策、市場(chǎng)情緒和資金流向，幫我梳理出風(fēng)險(xiǎn)與機(jī)會(huì)，并給出證據(jù)鏈

這個(gè)場(chǎng)景是金融領(lǐng)域最復(fù)雜的“預(yù)測(cè)+決策”問題。如果問普通AI，它大概率會(huì)給我生成一段萬(wàn)金油式的“股市有風(fēng)險(xiǎn)，投資需謹(jǐn)慎”，再加上幾句正確的廢話

這是一個(gè)最讓AI頭疼的問題：既要有宏觀視野，又要落實(shí)到具體操作，還不能說(shuō)假話

看看 MiroThinker 是怎么交卷的：

1：拒絕模棱兩可，直接鎖定核心矛盾

MiroThinker 直接抓住了當(dāng)前A股的核心矛盾：央行適度寬松的定調(diào) vs 兩融余額創(chuàng)歷史新高的杠桿風(fēng)險(xiǎn)

它在回答前就明確了：現(xiàn)在不是底部撿便宜，而是高位強(qiáng)勢(shì)期，策略必須變。

2：像情報(bào)官一樣挖掘“真金白銀”的動(dòng)向

嘴上說(shuō)的不算，真金白銀才是誠(chéng)實(shí)的。MiroThinker 不僅看新聞，還去扒了龍虎榜和ETF資金流向它發(fā)現(xiàn)雖然大盤在漲，但資金在瘋狂加杠桿（兩融創(chuàng)新高），同時(shí)外資在掃貨半導(dǎo)體和有色

3：政策穿透力

A股是政策市。MiroThinker 展現(xiàn)了強(qiáng)大的政策穿透力。它敏銳地捕捉到了工信部《有色金屬行業(yè)穩(wěn)增長(zhǎng)工作方案》和國(guó)家航天局的行動(dòng)計(jì)劃

它告訴你：為什么這兩個(gè)板塊能漲？因?yàn)閲?guó)家在后面推。這種邏輯歸因，比單純看K線靠譜得多

4：給出可執(zhí)行的“倉(cāng)位配方”

給了一套風(fēng)控模型

• ? 40%買保險(xiǎn)/高股息做防守；
• ? 40%做有色/順周期吃波段；
• ? 20%玩科技/題材博彈性。

這哪里是AI，這簡(jiǎn)直是一個(gè)老練的基金經(jīng)理在手把手教你配置資產(chǎn)

5：嚴(yán)謹(jǐn)?shù)娘L(fēng)險(xiǎn)提示（不是免責(zé)聲明）

它沒有一味唱多。它明確警告：半導(dǎo)體市盈率百分位95%+，容錯(cuò)率極低。這種冷靜的潑冷水，在牛市氛圍中價(jià)值千金。它是在保護(hù)你的本金。

它沒給我財(cái)富密碼，但它幫我穿透了噪聲。它像一個(gè)冷靜的分析師，幫我把情緒剝離，只看證據(jù)

回放：

https://dr.miromind.ai/share/78e5d0a0-2053-4557-b841-4b0d5b06b530

場(chǎng)景二：內(nèi)容查證場(chǎng)景，對(duì)抗“標(biāo)題黨”的終極測(cè)試

實(shí)測(cè)case：“我是一個(gè)每天習(xí)慣喝 3 罐無(wú)糖可樂的上班族。我看新聞?wù)f世衛(wèi)組織（WHO）把阿斯巴甜列為了‘致癌物’，搞得我很焦慮

請(qǐng)幫我查證：

1. 1. WHO 原始報(bào)告中關(guān)于‘致癌劑量’的具體定義是什么？
2. 2. FDA 或 JECFA（食品添加劑專家委員會(huì)）對(duì)此持什么態(tài)度？
3. 3. 基于我的飲用量（每天3罐），我真的面臨顯著的致癌風(fēng)險(xiǎn)嗎？請(qǐng)用數(shù)據(jù)說(shuō)話，不要給我模棱兩可的建議?！?/li>

這個(gè)例子展示了MiroThinker強(qiáng)大的信息查證、概念辨析和數(shù)據(jù)計(jì)算能力

第一步：概念辨析——不僅是搜新聞，更是讀懂新聞

面對(duì)“阿斯巴甜致癌”的全網(wǎng)恐慌，MiroThinker 沒有跟風(fēng)營(yíng)銷號(hào)

它第一步就做出了關(guān)鍵的概念切割：

IARC（國(guó)際癌癥研究機(jī)構(gòu)）：只負(fù)責(zé)貼標(biāo)簽（有沒有可能致癌），不負(fù)責(zé)談劑量。它列為 2B 類只代表“證據(jù)有限”，連泡菜和手機(jī)輻射都在這個(gè)類別里

JECFA（食品添加劑專家委員會(huì)）：才是負(fù)責(zé)定“安全標(biāo)準(zhǔn)”的。

這一步“定義校準(zhǔn)”，直接把 90% 的無(wú)效焦慮過(guò)濾掉了

第二步：數(shù)據(jù)計(jì)算——拒絕模糊建議，直接上算術(shù)題

普通的 AI 可能會(huì)說(shuō)：“建議您適量飲用”。什么叫適量？MiroThinker 拒絕廢話，直接運(yùn)行python程序：

• ? 設(shè)定你的體重
• ? 設(shè)定每罐可樂的阿斯巴甜含量（200mg）。
• ? 對(duì)比 JECFA 的安全標(biāo)準(zhǔn)（40mg/kg）。

計(jì)算結(jié)果一目了然：你每天攝入 600mg，而安全上限是 2800mg。

它用數(shù)據(jù)告訴你：你目前只用掉了 21% 的“安全額度”

第三步：權(quán)威信源——FDA 的“硬剛”態(tài)度

為了讓你徹底放心，它還引入了“第三方證人”

它查到了 FDA（美國(guó)食品藥品監(jiān)督管理局）的官方聲明，F(xiàn)DA 不僅維持了更寬松的標(biāo)準(zhǔn)（50mg/kg），甚至直接公開反對(duì)IARC 的分類結(jié)論

第四步：終極結(jié)論——給焦慮畫上句號(hào)

最后，它給出了一個(gè)不含糊的結(jié)論：

基于現(xiàn)有最權(quán)威的證據(jù)，你每天 3 罐的習(xí)慣，在癌癥風(fēng)險(xiǎn)上不屬于‘顯著危險(xiǎn)’?！?/p>

看到這里，我手里的無(wú)糖可樂瞬間更香了

回放：

https://dr.miromind.ai/share/e45955fa-5c5e-462a-a93f-9b493cd606ae

在這個(gè)案例中，MiroThinker 展現(xiàn)的不是聊天能力，而是調(diào)查記者+數(shù)據(jù)分析師的能力。它不生產(chǎn)情緒，它只負(fù)責(zé)用嚴(yán)謹(jǐn)?shù)倪壿嫼蛿?shù)據(jù)，把真相還給你

我把同樣的問題拋給了ChatGPT 深度研究，用時(shí)半小時(shí)，給我的報(bào)告我簡(jiǎn)直讀不下去

我把ChatGPT結(jié)論貼出來(lái)，大家看看，還是像流水賬一樣的東西，前面一段很官方的敘述，感覺不到是在替你解決問題，解決困惑，嚴(yán)重缺乏MiroThinker那種邏輯嚴(yán)密層層遞進(jìn)的分析最后得出嚴(yán)謹(jǐn)?shù)慕Y(jié)論的感覺

以上就是我的測(cè)試

MiroThinker 1.5的背后的技術(shù)

MiroThinker 1.5 的出現(xiàn)，揭示了一個(gè)被行業(yè)忽視的真相：大模型的未來(lái)，或許不在于把腦子練得更“重”，而在于把手練得更“勤”

底層哲學(xué)的質(zhì)變：從“做題家”到“科學(xué)家”

傳統(tǒng)大模型（做題家模式）：

目前的 Scaling Law（縮放定律）本質(zhì)上是在培養(yǎng)“做題家”。它們?cè)噲D把全人類的知識(shí)（包括錯(cuò)誤和噪聲）通過(guò)死記硬背塞進(jìn)萬(wàn)億參數(shù)里

弊端：一旦遇到生物學(xué)、前沿科技等訓(xùn)練集里沒有的未知問題，它們就會(huì)基于概率分布“編”一個(gè)看似合理的答案——這就是幻覺的根源。

MiroThinker（科學(xué)家模式）：

MiroThinker 1.5 放棄了全知全能的幻想，轉(zhuǎn)而擁抱“發(fā)現(xiàn)式智能”

核心：它被訓(xùn)練成一個(gè)嚴(yán)謹(jǐn)?shù)目茖W(xué)家。遇到難題，它的第一反應(yīng)不是瞎猜，而是執(zhí)行一個(gè)慢思考的研究閉環(huán)：提出假設(shè) → 向外部世界查證 → 發(fā)現(xiàn)矛盾 → 修正假設(shè) → 再查證 → 直到證據(jù)收斂。

結(jié)論：智能的增長(zhǎng)不再依賴內(nèi)部參數(shù)的無(wú)限膨脹，而是依賴外部交互（Interactive Scaling）的深度與廣度。

核心黑科技：Training-time Interactive Scaling（訓(xùn)練時(shí)交互擴(kuò)展）

許多“搜索AI”只是在模型外面掛了一個(gè)搜索插件，而 MiroThinker 1.5 將交互內(nèi)化為了模型的本能

在 v1.5 的訓(xùn)練階段，團(tuán)隊(duì)引入了一套殘酷的獎(jiǎng)懲機(jī)制，徹底改變了模型的行為邏輯：

Evidence-Seeking（主動(dòng)求證本能）：

模型不再被獎(jiǎng)勵(lì)“直接給出答案”，而是被獎(jiǎng)勵(lì)“把問題拆解并找到證據(jù)”。如果模型給出了一個(gè)高置信度的結(jié)論卻缺乏信源支撐，它在訓(xùn)練中會(huì)受到系統(tǒng)性的懲罰。

Iterative Verification（自我否定與修正）：

它打破了傳統(tǒng)思維鏈（CoT）的線性邏輯。傳統(tǒng)模型一旦第一步推錯(cuò)了，后面就會(huì)步步錯(cuò)（邏輯坍塌）。而 MiroThinker 被訓(xùn)練成允許“反復(fù)橫跳”——在交互中發(fā)現(xiàn)證據(jù)沖突時(shí)，必須顯式地否定自己之前的假設(shè)，并修正路徑。

Anti-Hallucination（反幻覺機(jī)制）：

系統(tǒng)性過(guò)濾“捷徑”。如果模型試圖通過(guò)記憶或統(tǒng)計(jì)概率來(lái)猜答案（偷懶），而不是去查證，會(huì)被標(biāo)記為低質(zhì)量推理。

結(jié)果：MiroThinker 1.5 不需要把整個(gè)互聯(lián)網(wǎng)背在腦子里（所以參數(shù)只有 30B-235B），它學(xué)會(huì)了在需要的時(shí)候，快速、精準(zhǔn)地向外部世界“借力”。

破解“上帝視角”：時(shí)序敏感訓(xùn)練沙盒 (Time-Sensitive Training Sandbox)

為什么很多 AI 預(yù)測(cè)未來(lái)不僅不準(zhǔn)，還經(jīng)?！按┰健?？因?yàn)樗鼈冊(cè)谟?xùn)練時(shí)開了“上帝視角”——它們?cè)趯W(xué)歷史數(shù)據(jù)時(shí)，已經(jīng)看過(guò)了“未來(lái)的答案”。

MiroThinker 構(gòu)建了一個(gè)嚴(yán)格受控的時(shí)序沙盒

拒絕劇透：訓(xùn)練時(shí)，模型被強(qiáng)制戴上了“時(shí)間枷鎖”。當(dāng)它回答一個(gè) 2023 年的問題時(shí)，系統(tǒng)嚴(yán)禁它訪問 2024 年的信息

動(dòng)態(tài)真理：每一道題的“正確答案”不再是靜態(tài)的，而是隨著時(shí)間戳動(dòng)態(tài)演化的。

因果律約束：這迫使模型必須在信息不完備、充滿噪聲的真實(shí)環(huán)境下，像人類一樣去推演未來(lái)，而不是簡(jiǎn)單地復(fù)述歷史。

MiroThinker 1.5 證明了“高智效比”才是 AI 的未來(lái)。它不追求擁有一個(gè)最重的腦子（萬(wàn)億參數(shù)），而是培養(yǎng)了一雙最勤快的手（高頻交互）

這也是他為什么它能用極低的推理成本（$0.07），跑出比肩巨型模型的實(shí)戰(zhàn)效果

就我的體驗(yàn)來(lái)說(shuō)，MiroThinker 1.5它的思考的過(guò)程和給出的結(jié)論都非常像人類，你能真實(shí)的感受它是給人看的，它或許不能直接給我財(cái)富密碼，但它給了我一種在復(fù)雜世界里保持理性、抓住重點(diǎn)的方法論，且它的效率比人類高出非常多，目前無(wú)論是GPT-5，Gemini，Claude ，還是DeepSeek的智能目前都表現(xiàn)出為一種鋸齒狀智能，MiroThinker 1.5本身的定位是擁抱發(fā)現(xiàn)式智能，也許這是解決問題的可行的路徑

體驗(yàn)網(wǎng)站：

https://dr.miromind.ai/

Github代碼地址：

https://github.com/MiroMindAI/MiroThinker

MiroFlow開源框架：

https://github.com/MiroMindAI/MiroFlow

Hugging Face模型下載：

https://huggingface.co/miromind-ai/MiroThinker-v1.5-235B