一个叫MiroMind的AI公司，在全球首个动态实时预测基准FutureX上拿了第一。

老板，是陈天桥。

就是那个创办了盛大网络，后来跑去做脑科学研究的陈天桥。从网游、到人脑、再到人工智能，这位大佬好像总在琢磨未来的事。

这“未来大考”是何方神圣？

真正的智能，不光要懂过去，还应该能看到未来。

于是，字节跳动SEED团队，联合了斯坦福大学、复旦大学和普林斯顿大学的一帮顶尖学者，搞了个叫FutureX的“考场”，专门考AI预测未来的能力。

可以说，Future-X是目前衡量AI预测能力最严格、最接近真实世界的一把尺子。连马斯克（Elon Musk）都在他的社交平台X上转发了FutureX的榜单，还评论说，预测未来的能力，才是衡量智能的最佳标准。

陈天桥的AI，有何独门绝技？

获得如此成绩，得益于MiroMind开源的高性能且经济高效智能体框架MiroFlow v0.2。

作为MiroMind研究项目的关键组成部分，它能够将任何大型语言模型升级至OpenAI深度研究级别的能力，专注于可靠完成复杂的工具使用任务，同时还具备开源可复现、高并发高可靠性以及部署成本低等优势。

在 GAIA、HLE、xBench-DeepSearch 和 BrowserComp 等基准测试中，均取得了开源且可复现的顶尖成果。

不同于商业框架或部分开源的研究项目，该框架公布的每一项指标，都能通过公开代码复现。

高并发与高可靠性是其重要亮点，框架采用强大的并发管理和容错设计，能高效应对有速率限制的API以及不稳定的网络环境，确保复杂任务轨迹的顺畅收集与可靠执行。

成本效益显著，依托开源的MiroThinker模型，仅用单块RTX 4090显卡就能运行研究智能体服务，且整个技术栈都基于免费开源工具。

MiroFlow v0.2分为前端和后端两部分。前端是简洁的 Gradio 界面，方便用户操作与交互。后端则通过多工具协作（如网页浏览器、Python 工具等）自动处理用户查询，完成多步骤网络研究，全面分析大量在线资源，最终达成任务目标，具体流程包含五个关键环节。

首先是查询增强，大型语言模型会对用户输入进行分析，明确用户意图并丰富查询细节，从而更精准地理解用户需求。其次是任务规划，主智能体依据增强后的查询内容制定详细执行计划，协调整个工作流程，涵盖调用不同工具、为子智能体分配任务以及推动任务进展等。接着是子智能体委派，对于复杂或专业性强的任务，主智能体会将部分工作委派给具备相关专业知识的子智能体（如浏览智能体），这些子智能体可自主规划和执行任务，并调用所需工具。然后是工具调用，当需要调用外部功能时，智能体会连接至 MCP（模型上下文协议）服务器，获取并使用相应的专业工具。最后是结果合成，任务完成后，系统会整合多个信息来源的结果，保证输出内容高质量，且符合用户需求或预设格式。

FutureX上目前的榜单。

第一名是GPT-5，但别急，看后面的智能体框架，用的是MiroMind开发的MiroFlow Agent。

再看第四名。这个叫MiroThinker-72B-Preview的模型，同样是MiroMind开发的。

MiroMind有能力驾驭全世界最顶尖的AI模型，并把它调教到极致。自己也有能力研发出世界一流的AI模型。

他们把自己夺冠用的“驾驶系统”——MiroFlow框架，以及自研的“发动机”——MiroThinker模型，都开源了。

AI世界出现了一个新的变量。

当大多数公司还在“生成”的赛道上内卷时，MiroMind已经悄悄地在“预测”这条更艰难、但可能也更有价值的赛道上跑出了身位。

参考资料：

https://github.com/MiroMindAI/MiroFlow

https://huggingface.co/miromind-ai

https://futurex-ai.github.io/

https://miromind.ai/

https://miromind.ai/blog/miroflow

END