中國 AI 獨角獸公司稀宇科技上週發佈並開源其新一代文本大模型 MiniMax-M2：

• 頂級代碼能力：專為端到端開發工作流打造，在 Claude Code、Cursor、Cline、Kilo Code、Droid 等多種應用中表現卓越
• 強大 Agentic 表現：出色規劃並穩定執行復雜長鏈條工具調用任務，協同調用 Shell、Browser、Python 代碼執行器和各種 MCP 工具

其團隊表示，在 M2 研發的早期階段，他們就發現了 Interleaved Thinking（交錯思維鏈）在 Agent 和 Coding 應用中的重要性。

除 Anthropic Claude 外，目前大多數模型還未完全支持 Interleaved Thinking，它仍是業內的非共識。從用户反饋中我們也注意到，Interleaved Thinking 在實際應用中有時並未被正確使用。

為什麼 Interleaved Thinking 重要，以及如何在不同 API 接口中有效地使用 Interleaved Thinking 以獲得最佳效果？

下文是 MiniMax 對“Interleaved Thinking”的內部思考。

為什麼 Interleaved Thinking 如此重要？

Interleaved Thinking 對 Agent 至關重要：它指在顯式推理（reasoning）與工具調用（tool use）之間交替進行，並把推理結果持續帶入後續步驟。這一過程能顯著提升在長程任務中的規劃能力、自我修正能力與可靠性。

在實踐中，它將冗長、重度依賴工具的任務轉化為穩定的 “計劃→行動→反思” 循環，減少狀態漂移與重複性錯誤，同時確保每一步行動都基於最新證據（evidence）。Interleaved Thinking 同時提升了可調試性：通過推理過程的快照讓故障變得可解釋與可恢復，並通過複用假設、約束與部分結論（而不是重新推導每個步驟）從而提高樣本效率。

為獲得最佳效果，與其在一開始完成所有思考，不如將思考與工具反饋交錯進行，保持思維鏈的連貫性，使其在多輪交互中不斷累積。

從社區開發者反饋中，我們發現部分失敗案例源於沒有正確使用 Interleaved thinking，即未能在多輪會話之間保留之前每一輪的思考狀態。問題的原因之一是，社區廣泛使用的 OpenAI Chat Completion API 並不支持返回推理內容，並在後續請求中再次傳遞。

Anthropic API 雖然原生支持該能力，但社區對 Claude 之外的模型支持得較少，並且許多應用在其 Anthropic API 的實現中仍然沒有回傳之前的思考過程。這種情況導致 Interleaved Thinking 並沒有得到良好的支持。而為了完全釋放 M2 的全部能力，在多輪交互中保留思考過程至關重要。

在 MiniMax M2 中，只有保留並把上一輪的推理反饋到後續輪次，Interleaved CoT 才能發揮最大效果。模型會在工具調用之間進行推理，將計劃、假設、約束與中間結論持續向後傳遞—— 正是這種可持續、可累積的推理狀態讓 M2 模型穩定可靠。一旦丟棄了之前的推理狀態，模型的累積理解能力會下降，狀態偏離會增加，自我修正能力會減弱，規劃能力也會退化，尤其在長程（long-horizon）工具調用和 “運行–修復” 循環中更為明顯。

多項基準測試表明，保留之前多輪交互的思維狀態更能提高性能：

• SWE‑Bench Verified：69.4 vs. 67.2 (Δ=+2.2; +3.3%)
• Tau^2：87 vs. 64 (Δ=+23; +35.9%)
• BrowseComp：44.0 vs. 31.4 (Δ=+12.6; +40.1%)
• GAIA：75.7 vs. 67.9 (Δ=+7.8; +11.5%)
• xBench：72.0 vs. 66.0 (Δ=+6.0; +9.1%)

保持 Interleaved Thinking 狀態完整至關重要 —— 模型的可靠性不僅在於它當前的想法，更在於它能否回顧和修正之前的想法。Interleaved Thinking 把這一過程機制化：計劃 → 行動 → 反思，且狀態始終保留，讓反思得以累積，讓修正在多輪交互中傳遞。

圖解 Interleaved Thinking

詳情查看：
https://mp.weixin.qq.com/s/az9OvwEKJ_vYifqlfw6rWA
https://huggingface.co/blog/MiniMax-AI/aligning-to-what