中国 ai 创业公司稀宇科技近日发布并开源了其最新一代文本大模型 minimax-m2：

• 卓越代码能力：专为端到端编程任务设计，在 Claude Code、Cursor、Cline、Kilo Code、Droid 等多个开发场景中表现突出
• 强大 Agent 能力：具备出色的规划能力和稳定的复杂长链条工具调用执行能力，可协同使用 Shell、浏览器、Python 执行器及多种 MCP 工具

团队透露，在 M2 模型研发初期，他们便意识到 Interleaved Thinking（交错式思维链）在智能代理与代码生成应用中的关键作用。

目前除 Anthropic 的 Claude 外，大多数主流模型尚未全面支持 Interleaved Thinking，这一理念在业内仍属前沿。我们从用户反馈中也发现，Interleaved Thinking 在实际部署时常被误用或忽略。

那么，为何 Interleaved Thinking 如此重要？又该如何在不同 API 接口中正确启用该机制以发挥最大效能？

以下是 MiniMax 团队对“Interleaved Thinking”的深度解析。

为何 Interleaved Thinking 至关重要？

对于 Agent 系统而言，Interleaved Thinking 极具价值：它指的是在显性推理（reasoning）与工具调用（tool use）之间动态切换，并将每一步的推理结果持续带入后续环节。这种方式显著增强了模型在长周期任务中的规划能力、自我纠错能力以及系统稳定性。

实践中，这种模式将复杂且高度依赖外部工具的任务转化为一个稳健的 “计划→执行→反思” 循环，有效减少状态漂移和重复错误，同时确保每一步操作都基于最新的证据（evidence）。更重要的是，Interleaved Thinking 提升了系统的可调试性——通过保留推理过程的快照，使失败路径变得可追溯、可恢复；并通过复用已有假设、约束条件和中间结论（而非反复重新推导），大幅提升样本利用效率。

为了实现最优效果，与其在任务开始前完*部思考，不如让思考与工具反馈交替进行，保持思维链的连贯演进，使其在多轮交互中不断积累认知。

根据社区开发者反馈，部分失败案例源于未能正确实施 Interleaved Thinking，尤其是未在多轮对话中保留先前的推理状态。其中一个根本原因在于，广泛使用的 OpenAI Chat Completion API 并不支持返回内部推理内容，也无法在后续请求中传回这些信息。

尽管 Anthropic 的 API 原生支持此类功能，但

在 MiniMax M2 中，只有当上一轮的推理内容被完整保留并传递至下一轮时，Interleaved CoT 才能发挥最佳性能。模型会在每次工具调用前后进行推理，持续传递计划、假设、约束和中间结论——正是这种可延续、可累积的推理状态，赋予 M2 出色的稳定性和可靠性。一旦丢失之前的推理轨迹，模型的整体理解能力将下降，状态偏差加剧，自我修正能力减弱，尤其在涉及长程工具调用和“运行–修复”循环的任务中更为明显。

多项基准测试结果验证了保留多轮思维状态带来的性能提升：

• 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%)

维持 Interleaved Thinking 的完整性极为关键 —— 模型的可靠性不仅取决于当前的判断，更在于能否回顾并修正过往的推理。Interleaved Thinking 正是将这一机制固化下来：计划 → 行动 → 反思，且每一步的状态都被保留，使得反思得以延续，修正能够跨轮次传递。

Interleaved Thinking 示意图

了解更多：
https://www./link/5f937e78a9f11802066ba28a4f8d959f
https://www./link/26e3dcb90aa10011db5b660c463f325f

源码地址：点击下载