MiroMind团队开源发布bAgent模型MiroThinker v1.0，提供256K上下文窗口及单次600次工具调用能力，并首次提出“深度交互Scaling”框架，主张通过高频环境交互与实时反馈替代传统参数堆叠路径，实现智能体自我进化。

该模型已集成搜索、Linux沙箱、代码执行、语音转写、翻译等工具链，可在数小时内自主完成复杂任务闭环。官方示例中，MiroThinker用600轮调用收集食谱、模拟配方、计算热量、迭代甜味剂比例，最终输出带营养分析与成本对比的低糖甜品方案，全程零人工干预。

MiroMind 团队推出了一款全新的开源bAgent 模型：MiroThinker v1.0它的最.jpg

MiroMind表示，性能指标遵循“性能∝交互深度×反思频率”公式，越多的工具-反馈循环可指数级扩展策略空间。目前模型权重与代码已在GitHub和Hugging Face开放，支持24GB显存本地部署，并可对接LangChain、LlamaIndex框架。开发者可自定义工具集，构建专属进化Agent。

团队透露，下一步将扩展工具生态至千次调用规模，并探索百万级上下文“终身学习”版本。业内人士认为，开源策略可能引发智能体军备竞赛，长期交互能力或成为下一代大模型的关键赛道。