MiroFlow 团队发布的论文《MiroFlow: Towards High-Performance and Robust Open-Source Agent Framework for General Deep Research Tasks》(arXiv:2602.22808,2026 年 2 月 26 日提交)给出一个高性能且健壮的开源智能体框架,直指现有方案的四个痛点:工作流过于简单、性能不稳定、对多样化基准和任务支持有限、严重依赖昂贵的商业 API。
论文的出发点是一个正在扩散的判断:独立的大语言模型在处理需要与外部工具和动态环境交互的真实复杂任务时,已经碰到天花板。近期的智能体框架试图用工具集成和外部交互增强模型自主性,但上述四个短板在不同程度上都存在。MiroFlow 就是为同时解决这四点而设计的。
智能体图与健壮工作流
MiroFlow 的核心是由智能体图驱动的分层框架。用户可以自上而下地灵活组合和配置智能体及其组件,像搭积木一样让工作流适配特定任务需求,而不是被框架预设的固定流程绑住。框架另提供可选的深度推理模式:在高风险或复杂场景中,智能体会进行更深入的推理和自我验证,类似人类在做重要决策时的反复权衡,从而提高整体推理深度与性能。
第三个设计针对可靠性。MiroFlow 实现了健壮的工作流机制,通过强制执行结构化生成、一致地遵守任务规范,系统地减轻随机错误,让推理过程更准确可靠——这正是多数轻量智能体框架在长链任务中崩溃的原因:任何一步的随机偏差都会沿链条放大,最终偏离任务规范。
协作流程与基准表现
以深度研究任务为例,MiroFlow 的协作分四步:主智能体先做查询增强,分析用户意图并丰富请求,确保准确理解需求;随后把复杂任务分解为子任务;再按技能把子任务委派给不同智能体,有的擅长搜索,有的擅长网页阅读,有的擅长编码;最后由主智能体综合各子任务结果给出答案,整体类似一支研究团队的分工。
实验覆盖 GAIA、BrowseComp-EN/ZH、HLE、xBench-DeepSearch 与 FutureX 等多个智能体基准,论文报告 MiroFlow 在其中实现了最先进性能,其中 FutureX 被特别点名。需要说明的是,这些结果来自论文自测,各框架的评测配置与调用预算并不天然对齐,跨论文比较时应谨慎。
团队希望 MiroFlow 成为深度研究社区易于访问、可复现、可比较的基线框架:不依赖昂贵商业 API 的分层架构,让研究者和开发者可以直接在其上构建、部署和对照高性能智能体系统。对工程师而言,它的启示在于:智能体系统的竞争力不只来自底座模型,工作流的灵活组合能力与抗随机错误的健壮性同样是性能变量。站内《多智能体集成的推理之道》从集成推理角度提供了互补视角。