MiroMind團隊開源發佈bAgent模型MiroThinker v1.0，提供256K上下文窗口及單次600次工具調用能力，並首次提出“深度交互Scaling”框架，主張通過高頻環境交互與實時反饋替代傳統參數堆疊路徑，實現智能體自我進化。

該模型已集成搜索、Linux沙箱、代碼執行、語音轉寫、翻譯等工具鏈，可在數小時內自主完成複雜任務閉環。官方示例中，MiroThinker用600輪調用收集食譜、模擬配方、計算熱量、迭代甜味劑比例，最終輸出帶營養分析與成本對比的低糖甜品方案，全程零人工干預。

MiroMind 團隊推出了一款全新的開源bAgent 模型：MiroThinker v1.0它的最.jpg

MiroMind表示，性能指標遵循“性能∝交互深度×反思頻率”公式，越多的工具-反饋循環可指數級擴展策略空間。目前模型權重與代碼已在GitHub和Hugging Face開放，支持24GB顯存本地部署，並可對接LangChain、LlamaIndex框架。開發者可自定義工具集，構建專屬進化Agent。

團隊透露，下一步將擴展工具生態至千次調用規模，並探索百萬級上下文“終身學習”版本。業內人士認爲，開源策略可能引發智能體軍備競賽，長期交互能力或成爲下一代大模型的關鍵賽道。