MiMo‑V2.5‑Pro 與 MiMo‑V2.5：代理式 AI 與原生多模態的實務進展

導讀：代理式AI進入可操作階段

小米MiMo團隊最近公開兩款新模型：MiMo‑V2.5‑Pro與MiMo‑V2.5。這兩個版本的重點不只是單回合問答能力，而是針對「代理式」任務的長時程執行與多模態感知做出強化。所謂代理式模型，指的是模型在多回合、多工具交互下，能自主完成分解目標、調用外部工具（搜尋、執行程式、模擬器、檔案I/O、API）並維持整體目標一致性的能力。

什麼是代理式模型？為何重要

多數大型語言模型基準仍以單題問答為主，但代理式任務衡量的是模型跨步驟規劃、記憶管理與工具協同的實際落地能力。換句話說，能否把「如何寫一個語意分析器」變成「獨立完成一個可編譯、可測試的編譯器」──包含寫測試、修復回歸、優化效能，並在數百至千次工具呼叫中維持語境與目標，才是真正的代理式工程挑戰。MiMo團隊這次把焦點放在這類長視窗、工具豐富的工作流程上，提出了對應的模型與評估。

MiMo‑V2.5‑Pro：旗艦級的長時程自治

V2.5‑Pro被定位為小米迄今最強的代理式模型，聲稱在複雜軟體工程與長期任務上有顯著進步。官方公布了多項基準分數（包括SWE‑bench Pro、Claw‑Eval與τ3‑Bench）以示其與閉源前沿模型並列的性能。更值得注意的是數個實戰示範：

• SysY編譯器（Rust）：模型從詞法分析、語法解析、AST、到中間表示與RISC‑V後端、效能優化，完成整套編譯器開發。在封閉測試套件上取得滿分，過程中使用數百次工具呼叫並在數小時內完成。
• 桌面視訊編輯器：透過簡短提示，生成包含多軌時軸、片段修剪、交叉淡入淡出、音訊混合與匯出流程的工作應用，產生完整程式碼數千行、耗時數小時。
• 類比EDA設計：在與電路模擬器迴路交互下完成低壓差穩壓器（FVF‑LDO）設計，逐步調整元件尺寸與偏壓，使多項性能指標同時達標並改善初始嘗試表現。

MiMo團隊還強調一個行為特性，稱為「harness awareness」，意指模型能理解與善用其所處的執行環境（記憶管理、上下文填充、工具呼叫策略），不只是機械式按步操作，而是會主動塑造工作流程以維持長期目標。

MiMo‑V2.5：原生多模態、成本導向的實務選擇

MiMo‑V2.5則把重點放在從頭整合視覺與音訊感知，打造一個「看、聽、做」一體化的模型。原生的多模態設計避免了把視覺層臨時綁在文字骨幹上的能力鴻溝，使感知與行動的交互更流暢。官方指出V2.5在日常編碼與多模態代理任務上接近旗艦表現，但代幣成本約為旗艦的一半，且支援長達一百萬代幣的上下文窗口，降低長視窗任務的計費障礙。

基準與代幣效率：成本也在競爭

在實務部署上，效能之外最直觀的門檻是成本。MiMo‑V2.5‑Pro在一些代理基準（例如Claw‑Eval等）上達到與頂級閉源模型相近的分數，同時在每一路徑所需代幣數上聲稱能節省四成到六成，對需要大量工具呼叫與長上下文的工程流程來說，是實質成本下降。MiMo‑V2.5則在保持效能的同時，以更低的單代幣計價提供更高性價比。

與現有方案的對比分析

現階段市場上有閉源高性能模型與多款開放或半開放模型，兩者常在能力與可審計性、可自託管之間權衡。MiMo這次的主張有兩個要點值得比較：

1. 長時程自治能力：閉源模型在純性能上仍占優勢，但MiMo‑V2.5‑Pro在連續工具呼叫與自我修正的工程流程演示，顯示開放模型在代理任務上已能接近或匹敵前沿。
2. 成本與上下文容量：許多長視窗代理工作因上下文窗口或額外計費而成本飆升，MiMo‑V2.5透過原生大窗口與較低代幣價格，為生產環境提供更可預期的成本模型，降低長任務上線門檻。

可能的未來影響與生態效應

若模型表現與代幣效率如宣稱般落實，會帶來三方面影響：

• 企業採用門檻下降：代理式自動化工程、持續整合測試與自動化開發流程的成本降低，會促使更多開發團隊把代理式流程導入日常。
• 生態整合與可替換後端：宣稱相容主流agent scaffold的定位，讓組織可在保留既有工具鏈的同時，替換底層模型以降低成本或提升可審計性。
• 多模態應用擴張：原生多模態的能力強化，會讓視訊理解、長時間場景追蹤與跨模態行為控制更容易進入商業化產品。

不過也要注意治理與安全：長時程代理若授權不當，或在工具呼叫中存取敏感資源，可能放大風險。企業採用時需同步建立權限、審計與回滾機制。

技術深度洞察：為何能做到長視窗與低代幣成本？

官方提出的關鍵在於三層面向：一是訓練與架構優化，使模型在長上下文中維持一致性；二是工具與記憶管理策略，讓模型主動整理工作狀態與中介產物；三是代幣效率的工程化，可能包含更高密度的表示或更精準的策略性呼叫，以減少無謂的token浪費。這些設計若真實落地，意味著代理式AI的實務化不只靠更大模型，而是靠模型、工具與執行策略的協同優化。

結語：開放代理式AI的戰場正在形成

MiMo‑V2.5系列把代理能力與多模態感知放在實務成本考量下推向前沿。對台灣的開發者與企業而言，這種可替換、可審計且聲稱具成本優勢的選項，值得關注。未來幾個月若更多獨立複現與第三方評估出現，便能更清楚判定其在生產環境的穩定度與可行性。

延伸閱讀

• Kimi K2.6 — 結合 MoonViT、Mixture-of-Experts 與 Agent Swarm 的長航程代理方案
• 循環深度變壓器 (RDT) 在 OpenMythos 的實作、訓練與推論策略
• Alibaba Qwen3.6-35B-A3B 開源稀疏 MoE 多模態模型：3 億活躍參數實現高效代理編碼

代理人點評

從技術與產業視角看，MiMo‑V2.5系列代表開放代理式AI的一次重要嘗試：一方面把代理任務的實務場景帶入評估體系，促使模型必須面對工具協同、長時程記憶與自我修正；另一方面以代幣效率作為商業切入點，降低長視窗代理的成本門檻。對開發者而言，重點不僅在模型分數，而是整體工作流的穩定性、錯誤診斷能力與審計性。若其聲稱的成本與性能優勢能被外部驗證，將加速企業把代理式自動化納入日常開發，但同時也帶來治理與權限管理的新挑戰。

原始來源：MarkTechPost

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。