小力也能出奇迹的搜索Agent，可能是大模型突围的一个方向

新年刚至，陈天桥携手代季峰率先打响开源大模型的第一枪，正式发布其自研的旗舰版搜索智能体模型—— MiroThinker 1.5 ，堪称智能体模型领域的最强“小钢炮”。最直观的体现来自基准测试的性能评测：面对GPT‑5‑High、Gemini‑3‑Pro、DeepSeek‑V3.2等一系列国内外顶尖模型，MiroThinker 1.5在四项基准测试中表现均毫不逊色。

性能非常不错!

其实这个结果在直觉上非常的合理，如果我们需要AI通晓所有已有的知识，那为什么我们非得让它背下来？唐诗宋词的电子版在互联网上有非常多，能让AI知道搜索和呈现内容不就完了。

MiroThinker-v1.5给我的感觉就是这个，传统意义上上最核心的大模型LLM，在这套框架里面的主要作用，一个是总结，一个是判断。

对象就是数据，然后小的那个30B的模型，本身不负责产生数据，因为这个size的模型就跟人和小型生物的脑子大小一样，容量的差距太大了，没法比。

所以数据都是通过search搜索引擎来的。

PART 01

系统运行所需工具

可以看到，要想运行这么一套系统，最少只需要3类工具。分别是：

• tool-python：python代码，用来创建沙盒环境，写一些小工具

• search and scrape_webpage ：搜索引擎，最起码得有个google serper的API

• jina scrape llm_summary ：jina的信息提取和总结API（前段时间刚被收购

简单理解的话，对于一个问题，它会先用python代码开启一个新的环境，然后用搜索工具搜内容，最后用内容理解来做分析和总结。

启动环境这一步，可以说是必须项，但并不产生内容。

而我的理解，就是第二步的搜索网页应该是最核心的一步，因为它决定了数据质量，如果搜出来的是垃圾，那就不可能在后续有好的结果。

PART 02

搜索引擎核心参数

在这个dev_ mcp_ servers里面找到了这个文件。

看到里面主要有两个搜索引擎在发力，第一个是google search，默认返回10条结果。

核心参数就是这8个：

• q: Search query string

• gl: Optional region code for search results in ISO 3166-1 alpha-2 format (e.g., 'us')

• hl: Optional language code for search results in ISO 639-1 format (e.g., 'en')

• location: Optional location for search results (e.g., 'SoHo, New York, United States', 'California, United States')

• num: Number of results to return (default: 10)

• tbs: Time-based search filter ('qdr:h' for past hour, 'qdr:d' for past day, 'qdr:w' for past week, 'qdr:m' for past month, 'qdr:y' for past year)

• page: Page number of results to return (default: 1)

• autocorrect: Whether to autocorrect spelling in query

看了下，最核心的应该就是q，也就是“搜索内容”，这个跟大模型的Prompt一样，甚至重要性超过Prompt。

另外还有sougou的搜索引擎使用，但是从逻辑上看，简陋了很多，接的是腾讯云的api，gl，hl，location什么的都没有。

看到这里，我觉得微调后的大模型能用起作用的应该主要是q，搜索内容，其他参数可以用python判断，也可以根据网页的元数据判断，唯有q得经过琢磨。

落到这个具体的google 搜索mcp也是一致的，唯有这个q是来自于别的地方传参。

PART 03

实际测试案例

为了验证下代码和实际产物是否匹配，我试了下这个问题。

大话西游2最适合做首发的宝宝是什么，以及理由

这是它的思考过程

用户问的是"大话西游2最适合做首发的宝宝是什么，以及理由"。这是关于游戏《大话西游2》的问题，用户想知道哪个宝宝最适合做首发（初始召唤）以及为什么。 这是一个需要搜索最新信息的问题，我需要搜索关于大话西游2首发宝宝推荐的相关内容。让我使用google_search来查找相关信息。

可以看到用的是google 搜索，结果还不错，都是相关的，但是的确时间都比较久，大多在20年前。

接下来的思考说明了，它也意识到了这个问题，然后它把时间强调在26年。

可能是数据太少，比较小众，退而求其次到2024年。

后续的几个步骤也都尽量在缩小范围，直到具体到某个召唤兽，金不换，我觉得是问题比较大的，因为到这一步的时候，搜索的q已经把《大话西游》这个最重要的词给筛掉了，而导致了各种乱七八糟的结果都出来了，有药的，有营销的，甚至还有得马赛克的。

但好在后面拉回来了，把大话西游2给加上了。

从结果来看，信源的真实度没问题，基本上都是较大的网站或者论坛的内容，但是时效性不够，大多都是1几年的，还有16年的。

当然了，我这个样本还是有点儿小众，不符合一般的测试内容，不过我最想表达的还是，数据的来源是核心。

大的大模型LLM靠自己生成不是100%靠谱，agent，比如miro这样的靠搜索引擎，其实也很难说靠谱。

但我觉得Mirothinker绝对是一个非常好的切入思路，与其在卷生卷死的大模型训练上搞，不如另辟蹊径做这种搜索类型的原生agent大模型。

小力出奇迹！