前言
大家好，我是老马。
我们首先来学习一下 MiroMindAI/MiroThinke
MiroMindAI/MiroThinker
MiroThinker 是一系列开源智能体模型，用于深度研究和复杂工具使用场景。(GitHub)
2026/1/8大约 5 分钟
前言
大家好，我是老马。
我们首先来学习一下 MiroMindAI/MiroThinke
MiroMindAI/MiroThinker
MiroThinker 是一个“能自己上网查资料、调用工具、反复思考”的开源研究型 AI Agent，用来自动完成复杂的信息搜集与分析任务。
它到底是干嘛的？
你可以把 MiroThinker 理解为：
不是只会“回答问题”的大模型，而是会“做研究”的 AI。
2026/1/8大约 2 分钟
前言
大家好，我是老马。
我们首先来学习一下 MiroMindAI/MiroThinke
MiroMindAI/MiroThinker
一句话总览（先给结论）
MiroThinker 的本质是：
一个围绕“大模型 + 超长上下文 + 可控工具循环”构建的研究型 Agent 执行引擎，而不是单次推理模型。
它解决的是一个核心问题：
2026/1/8大约 4 分钟
前言
大家好，我是老马。
我们首先来学习一下 ai-agent
一、什么是 AI Agent（智能体）
AI Agent 是一种能够：
- 感知环境（Perception）
- 自主决策（Decision Making）
- 采取行动（Action）
- 基于反馈持续迭代（Learning / Reflection）
2026/1/8大约 4 分钟
前言
大家好，我是老马。
我们首先来学习一下 ai-agent
下面我用工程与产品视角，直接回答三个核心问题：为什么需要 AI Agent、它解决什么问题、以及它的优缺点是什么。不谈概念，聚焦“值不值得用”。
一、为什么需要 AI Agent（根本原因）
1️⃣ 现实问题不是“一问一答”
传统 LLM 适合的问题是：
- 问题清晰
- 一步推理
- 不需要执行
- 不需要对结果负责
2026/1/8大约 4 分钟
前言
大家好，我是老马。
我们首先来学习一下 ai-agent
如何？
一句话总路线
先用现成 Agent → 理解 Agent 的工作方式 → 自己搭一个最小 Agent → 再工程化。
不要一上来就造框架。
一、入门前必须先统一的认知（很重要）
在开始之前，有 3 个认知如果不统一，后面一定踩坑：
1️⃣ Agent ≠ Prompt 工程
2026/1/8大约 4 分钟
前言
大家好，我是老马。
我们首先来学习一下 ai-agent
ai-agent
一句话先给结论
AI Agent 本质上是一个“带反馈闭环的决策执行系统”，
LLM 只是其中的“策略函数”，不是系统本身。
一、AI Agent 的最小实现模型（核心原理）
所有 Agent，无论多复杂，都可以还原成下面这个循环：
State → Decision → Action → Observation → Evaluation → State'2026/1/8大约 3 分钟
前言
大家好，我是老马。
我们首先来学习一下 bmad
BMAD-METHOD：突破性敏捷 AI 驱动开发方法
仓库地址（可访问）：
https://github.com/bmad-code-org/BMAD-METHOD ([GitHub][1])
本项目提供一套完整的 AI 驱动敏捷开发方法和框架。
2026/1/8大约 6 分钟
2025/4/3大约 3 分钟