梁文鋒婉拒投資，陳天橋十億親自下場，超百AI項目

成立MiroMind之后，陳天橋馬上開始招人組建隊伍。他找來了幾個在各自領域有實力的專家，一起搭框架。團隊先從基礎訓練入手，把模型訓練成能在不確定環境下主動驗證信息的類型。開發過程里，他們反復測試不同版本，調整參數，讓系統學會提出假設然后自己去查證對錯。慢慢地，MiroMind就從一個想法變成了能跑起來的應用。用戶在手機端打開以后，輸入任務，模型就會一步步分析，調用工具來補充數據，最后給出結果。這個過程強調的不是速度，而是準確驗證，每一步都留記錄方便回溯。

MiroMind上線沒多久，就在預測類任務上表現出色。比方說體育賽事方面，它能處理F1這樣的比賽數據，綜合歷史和實時因素給出走勢判斷。金融市場那邊也一樣，模型會觀察各種信號，推演黃金價格之類的變化趨勢。開發團隊在這些應用上花了不少工夫，專門改進了訓練方法，讓AI不再死記硬背，而是像處理真實世界問題那樣一步步求證。結果這些功能一放出來，就吸引了不少開發者試用，大家反饋說在復雜推理上確實管用，不像有些模型光說漂亮話。

除了MiroMind本身，陳天橋還支持了另一個叫MiroFish的項目。這個項目最早是一個還在讀大四的學生自己搗鼓出來的，開源代碼放出來以后很快就沖上了GitHub熱榜。學生先做了一個叫BettaFish的版本，專注輿情分析，登頂一次。接著又迭代出MiroFish，加入多智能體機制，能根據現實種子信息構建平行模擬空間，推演未來路徑。陳天橋看到以后覺得方向對路，就決定支持。團隊拿到資源后，繼續優化引擎，讓智能體之間互動更順暢，用戶上傳數據就能看到多種演化結果。這個項目也成了開源社區的熱點，下載和討論的人越來越多。

陳天橋在AI領域的動作不止這些。他之前就已經在多個初創公司投了錢，累計超過一百家，還專門設了個孵化器來系統支持。MiroMind只是其中一個重點項目，其他的也都在不同方向推進。孵化器成立以后，資源分配更集中，團隊之間能共享數據和經驗，避免重復走彎路。陳天橋自己經常看進度報告，指出哪些地方需要加強驗證環節。整個布局下來，AI從單純聊天工具逐步轉向能解決實際難題的方向。

在模型能力上，MiroMind團隊后來又發布了幾個升級版本。像MiroThinker系列，參數規模控制得比較合理，但性能在搜索和預測基準上排到了前列。它們在FutureX這樣的動態預測榜單上連續拿了位置，證明了小模型也能干大事。開發過程里，專家們專注因果推理和長期記憶模塊，讓AI記住過去、推演未來，而不是只靠統計擬合。測試的時候，他們用各種現實場景反復跑，記錄修正次數，確保輸出有邏輯鏈條支撐。

MiroFish那邊也同步迭代。學生團隊在陳天橋支持下，把多智能體系統做得更穩。用戶現在可以輸入小說情節或者數據報告，系統就生成高保真模擬，讓智能體互動演化出不同結局。成本低，效果實打實，社區里很多人拿來做實驗。GitHub上星標數漲得快，證明開源這條路走通了。陳天橋看中這個，就是因為它打破了單一模型的限制，靠群體智能來探索問題空間。

陳天橋轉戰AI不是一時興起。他早年做網絡平臺的時候就積累了經驗，后來把部分精力放到腦科學研究上。成立研究院以后，支持了不少腦功能相關的項目，這些積累后來直接用到了AI開發里。腦科學強調觀察真實世界，這跟MiroMind的理念完全契合。團隊把腦啟發機制融入模型訓練，讓AI學會主動學習和自我修正。整個過程從2024年那次拒絕開始，一步步走到現在，項目落地越來越扎實。

在推動這些項目的同時，陳天橋也開始反思AI普及后的情況。模型現在能寫代碼、做翻譯，甚至在某些任務上超過人，但他覺得人類的價值還在別的地方。AI是程序，沒有肉體感受，也不會真正面對后果，所以責任感這種東西AI替代不了。他把這個想法帶到教育討論里，覺得現在教孩子不能只盯標準化技能，得培養敢擔當的部分。AI時代，背鍋和選擇的能力可能成為人最后的分界線。