学习下一步调查什么：面向长周期科研 AI 智能体的元推理架构 MIRA

分层架构 MIRA 将长周期科研决策与执行解耦，由外层元推理器规划调查工单，内层执行器独立落地。该架构在定理证明与神经架构研究中提升了推理与算力分配效率，其生成式评判器的收益预测表现优于 token 级方案。在此基础上训练的 MIRA-AC 联合模型在 4 个自动科研环境中提升了最终表现，实现了长周期强化学习的高效优化。