MiroThinker v1.0开源上线：256K超长上下文、单次最多600次工具调用，提出“深度交互Scaling”

MiroMind团队发布开源bAgent模型“MiroThinker v1.0”，提供256K上下文窗口，并支持在一次任务中调用多达600次工具；同时首次提出“深度交互Scaling”框架，主张用高频环境交互与即时反馈，替代单纯堆参数的路线，让智能体实现自我迭代。

该模型已内置搜索、Linux沙箱、代码运行、语音转写、翻译等工具链，可在数小时内自主完成复杂任务的闭环。官方示例显示，MiroThinker通过600轮调用，先收集食谱、再模拟配方、计算热量、不断调甜味剂比例，最终产出含营养分析与成本对比的低糖甜品方案，全程无需人工介入。

MiroMind表示，其性能指标遵循“性能∝交互深度×反思频率”这一公式，工具与反馈的循环越多，策略空间就能呈指数级扩展。当前模型权重与代码已在GitHub与Hugging Face开放，支持24GB显存的本地部署，并可对接LangChain、LlamaIndex等框架。开发者还能自定义工具集，搭建专属的进化型Agent。

团队透露，下一步将把工具生态扩展至上千次调用规模，并探索百万级上下文的“终身学习”版本。业内人士认为，这一开源策略或将引发智能体的“军备竞赛”，长期交互能力可能成为下一代大模型的核心赛道。