从MiniMax到DeepSeek：为何头部大模型都在押注「交错思维」？

AI-Agent8小时前发布 almosthuman2014

91 0 0

文章摘要

MiniMax新一代大模型M2在轻量级软件工程Agent基准测试mini-SWE-agent中表现最佳，超越了DeepSeek、GLM、Qwen、Kimi等其他竞品。该测试主要评估大模型在真实软件开发任务中的多步推理、环境交互和工程化能力。M2的核心优势在于其采用的「交错思维」（Interleaved Thinking）技术，该技术使模型能够在工具调用过程中持续积累上下文理解，并根据反馈实时调整策略，形成「思考-行动-反思」的闭环。这种机制显著提升了M2在复杂任务中的规划性、执行稳健性和自我纠错能力。

交错思维技术的核心在于将推理与工具调用交替进行，形成动态循环。与传统的线性思维模式（如Chain-of-Thought）不同，交错思维能够在每一步工具交互中保留推理内容，避免「状态漂移」问题。这种技术最早可追溯至2022年普林斯顿大学与谷歌提出的ReAct框架，后经Anthropic的Extended Thinking进一步完善。MiniMax M2通过深度融入这一技术，使其成为模型的「原生思维直觉」，从而在多轮次推理和跨步骤决策中表现更加稳健。

交错思维与普通的大模型记忆技术（如Long Context和RAG）存在本质区别。后者侧重于存储事实性信息，而交错思维则专注于维持动态的思维链状态。例如，在长链路任务中，交错思维能够记住「我为什么要运行这行代码」或「刚才的报错排查到哪一步了」，从而避免逻辑中断。实测数据显示，交错思维在BrowseComp任务中使性能提升40.1%，在Tau²复杂工具调用测试中提升35.9%，甚至在SWE-Bench Verified基准上也有3.3%的增长。

MiniMax M2不仅在性能上表现优异，还具有显著的经济性优势。在包含8步推理和7次工具调用的演示任务中，M2的总成本仅为$0.001669，比同级别的Claude Sonnet便宜近12倍。这种低成本高可见性的组合，为开发者提供了快速迭代的可能性，成为构建复杂工具编排和开发工作流的关键优势。

目前，交错思维技术正加速成为行业共识。除MiniMax外，Kimi K2、Gemini 3 Pro和DeepSeek V3.2等头部模型也纷纷采纳类似技术。MiniMax通过开源项目Mini-Agent和与Kilo Code、OpenRouter等平台的合作，推动交错思维成为可复用的行业标准。社区反馈显示，开发者对这一技术的认可度持续提高，认为其为Agent落地提供了全新的解决思路。

尽管Agent技术仍面临挑战，但交错思维的成熟标志着其迈向生产级阶段的转折点。随着更多厂商和开发者的加入，这一技术有望进一步推动AI Agent在复杂任务中的可靠性和可用性。