中国 AI 独角兽公司稀宇科技上周发布并开源其新一代文本大模型 MiniMax-M2：
- 顶级代码能力：专为端到端开发工作流打造，在 Claude Code、Cursor、Cline、Kilo Code、Droid 等多种应用中表现卓越
- 强大 Agentic 表现：出色规划并稳定执行复杂长链条工具调用任务，协同调用 Shell、Browser、Python 代码执行器和各种 MCP 工具
其团队表示，在 M2 研发的早期阶段，他们就发现了 Interleaved Thinking（交错思维链）在 Agent 和 Coding 应用中的重要性。
除 Anthropic Claude 外，目前大多数模型还未完全支持 Interleaved Thinking，它仍是业内的非共识。从用户反馈中我们也注意到，Interleaved Thinking 在实际应用中有时并未被正确使用。
为什么 Interleaved Thinking 重要，以及如何在不同 API 接口中有效地使用 Interleaved Thinking 以获得最佳效果？
下文是 MiniMax 对“Interleaved Thinking”的内部思考。
为什么 Interleaved Thinking 如此重要？
Interleaved Thinking 对 Agent 至关重要：它指在显式推理（reasoning）与工具调用（tool use）之间交替进行，并把推理结果持续带入后续步骤。这一过程能显著提升在长程任务中的规划能力、自我修正能力与可靠性。
在实践中，它将冗长、重度依赖工具的任务转化为稳定的 “计划→行动→反思” 循环，减少状态漂移与重复性错误，同时确保每一步行动都基于最新证据（evidence）。Interleaved Thinking 同时提升了可调试性：通过推理过程的快照让故障变得可解释与可恢复，并通过复用假设、约束与部分结论（而不是重新推导每个步骤）从而提高样本效率。
为获得最佳效果，与其在一开始完成所有思考，不如将思考与工具反馈交错进行，保持思维链的连贯性，使其在多轮交互中不断累积。
![]()
从社区开发者反馈中，我们发现部分失败案例源于没有正确使用 Interleaved thinking，即未能在多轮会话之间保留之前每一轮的思考状态。问题的原因之一是，社区广泛使用的 OpenAI Chat Completion API 并不支持返回推理内容，并在后续请求中再次传递。
Anthropic API 虽然原生支持该能力，但社区对 Claude 之外的模型支持得较少，并且许多应用在其 Anthropic API 的实现中仍然没有回传之前的思考过程。这种情况导致 Interleaved Thinking 并没有得到良好的支持。而为了完全释放 M2 的全部能力，在多轮交互中保留思考过程至关重要。
在 MiniMax M2 中，只有保留并把上一轮的推理反馈到后续轮次，Interleaved CoT 才能发挥最大效果。模型会在工具调用之间进行推理，将计划、假设、约束与中间结论持续向后传递—— 正是这种可持续、可累积的推理状态让 M2 模型稳定可靠。一旦丢弃了之前的推理状态，模型的累积理解能力会下降，状态偏离会增加，自我修正能力会减弱，规划能力也会退化，尤其在长程（long-horizon）工具调用和 “运行–修复” 循环中更为明显。
多项基准测试表明，保留之前多轮交互的思维状态更能提高性能：
- 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 状态完整至关重要 —— 模型的可靠性不仅在于它当前的想法，更在于它能否回顾和修正之前的想法。Interleaved Thinking 把这一过程机制化：计划 → 行动 → 反思，且状态始终保留，让反思得以累积，让修正在多轮交互中传递。
![]()
图解 Interleaved Thinking
详情查看：
https://mp.weixin.qq.com/s/az9OvwEKJ_vYifqlfw6rWA
https://huggingface.co/blog/MiniMax-AI/aligning-to-what
