Macaron-V1 开源：从“规模竞赛”到“经验智能”的架构跃迁
在人工智能的演进史上，模型规模的扩张曾被视为衡量能力最直观的标尺。然而，随着基础底座能力的日益饱和，行业共识正在发生一场深刻的转移。2026 年 6 月，智谱开源了大规模 MoE 模型 GLM-5.2 [1]。这一基座模型的优异表现甚至引发了 Next.js 作者、Vercel 创始人 Guillermo Rauch 的关注 [2]。但在 GLM-5.2 的规划中，训练结束并非终点，攻克记忆、持续学习和自我评判才是下一步的关键 [3]。
就在这一行业背景下，心洲科技（Xinzhou Technology）旗下的前沿实验室 Mind Lab 开源了其最新成果 Macaron-V1 [4]。该模型没有选择重复造轮子，而是站在巨人的肩膀上，将基座升级至 GLM-5.2（另提供基于 Qwen3.6 的小版本），并在此基础上实现了行业前瞻：让模型在部署后具备持续学习能力，并通过多模型协作实现群体智能 [5]。
核心事件：押注“经验智能”与“群体智能”
Macaron-V1 的核心创新在于提出了“经验智能机器”（Experiential Intelligence Machine）的概念。Mind Lab 认为，下一代 AI 的决定性因素不再是单体模型的规模扩大，而是两种相辅相成的能力：通过递归自我改进（RSI）进行后训练，以及多智能体协作 [6]。
这一理念并非空穴来风。Richard Sutton 与 David Silver 在 2025 年的著名博文中已将下一阶段命名为“经验时代” [7]。近期，梁文锋在投资者交流会中也预测，“持续学习之后，可能我们就会来到一个奇点” [8]。与此同时，Thinking Machines Lab 等创业公司也在工程侧验证了使用 LoRA 进行高效后训练的可行性 [9]。Macaron-V1 的意义在于，它在一个千亿参数级的开源模型上，同时跑通了理念与工程两条路径。
技术架构：MoL 让 LoRA 从“替代品”变为“持久状态”
传统大模型面临的一个共同天花板是：参数在训练结束后被冻结，无法吸收部署后涌现的经验（如用户偏好、特定代码库架构等） [10]。虽然提示词工程和 RAG 等技术可以将经验保存在模型之外，但随着经验增加，读取和理解成本会越来越高 [11]。
Macaron-V1 选择了参数空间迭代的路径，并采用了一种名为 Mixture-of-LoRA (MoL) 的创新架构 [12]。其核心逻辑是将技能和思维模式相近的任务归入同一个 LoRA，使其相互强化；而差异大的任务则分到不同 LoRA，互不干扰。
以旗舰版 Venti 为例，其总参数量为 748B，由 744B 的 GLM-5.2 基座和四个 1B 的 LoRA 专家组成：
- L0 Chat：负责对话与指令遵循的主干；
- L1 Agent：负责重度工具使用与长程复杂任务；
- L2 Coding：负责代码理解与终端使用；
- L3 GenUI：负责生成式 UI 渲染与 UI 驱动操作 [13]。
这种设计让 LoRA 超越了静态补丁的角色，成为可写入并随交互演化的“持久本地状态” [14]。Mind Lab 的研究表明，在万亿参数稀疏 MoE 模型 Kimi K2 上跑通 LoRA 强化学习，算力与通信开销仅为全参数 RL 的约 10% [15]。此外，实验数据显示，在大先验底座上使用小规模 LoRA 更新（如 32B 模型使用 r=8 的 LoRA），其强化学习增益（20.61%）甚至超越了全参数微调在小模型上的表现 [16]。
群体智能：从投票到路由的进化
既然 LoRA 是可插拔且可持续新增的，如何让多个 LoRA 协作？Mind Lab 给出的答案是“群体智能”。
实验证据显示，当从相同的基础模型出发，仅改变数据顺序和 masking 时，不同学习轨迹会导致模型分化。在 AIME24 基准测试中，单个 adapter 的准确率为 36.44%，而将 198 个不同 adapter 进行多数投票，准确率提升至 48.67%，显著高于从同一 adapter 进行重复采样的结果（43.78%） [17]。这证明了多样性是自我迭代的自然结果，也是智能的新来源。
Macaron-V1 进一步实现了从“结果投票”到“技能路由”的跨越。通过动态选择和组合 specialist LoRA，模型可以在处理复杂任务时，根据需求在规划、编程、检索和 UI 生成等不同阶段切换能力 [18]。
基础设施：让强化学习在大规模基座上落地
要在大规模基座上实现上述愿景，必须解决强化学习中“训推不一致”导致的精度漂移问题 [19]。为此，Mind Lab 构建了配套的基础设施：
- MinT 平台：作为底层后训练平台，MinT 支持 Actor 与 Learner 之间只传递 Adapter，免去搬运完整模型权重的开销。它支持百万规模的 Adapter 目录托管，并能端到端支持最高万亿参数规模的模型 [20]。
- MindForge 框架：面向智能体强化学习的上层框架，引入了 Harness Context Protocol (HCP)。HCP 确保模型在训练 rollout 中看到的信息与生产环境一致，从而形成 RSI 闭环 [21]。
- LongStraw 系统：解决了长上下文强化学习的难题。传统 GRPO 后训练通常停留在 256K 以下，而 LongStraw 通过无梯度处理共享提示词并串行重放回复分支，在 32×H20 上实现了 GLM-5.2 在 2,097,152 positions 上的确定性执行与反向传播 [22]。
实测体验与开源价值
Macaron-V1 的能力不仅体现在基准测试上，也获得了实测验证。在 UI4A 基准（考验前端设计能力）上，Macaron-V1 以 87.7 的成绩大幅领先 Claude Opus 4.8 [23]。
在实测中，配置了 Macaron-V1 的 Claude Code 在 22 分钟内生成了一个 67 KB 的 HTML 文件，模拟出具有计算器、照片、天气、浏览器甚至翻译功能的 macOS 界面 [24]。此外，该模型还能生成带有物理学家特征 SVG 头像的聊天群动态截图，展现了其在生成式 UI 方面的潜力 [25]。值得注意的是，这些超越基座的能力仅来自挂载的几个小型 LoRA [26]。
结语
Mind Lab 已将 Macaron-V1-Venti、Macaron-V1-Coding-Venti 以及基于 Qwen 3.6 的 Macaron-V1-Tall 三个变体的开放权重发布在 Hugging Face [27]。官方托管 API 也已同步上线，为开发者提供了快速验证的路径 [28]。
尽管反馈延迟、自我反思归因错误以及学习效率等问题仍是“经验智能机器”面临的长期挑战 [29]，但 Macaron-V1 已经证明了：在一个强大的开源基座上，用可插拔的 LoRA 承载持续学习，用协作实现群体智能，是一条可行且具有巨大潜力的技术路线。
参考链接：
* Macaron-V1 模型集合：https://huggingface.co/collections/mindlab-research/macaron-v1
* Macaron Artifacts 插件：https://github.com/MindLab-Research/macaron-artifacts
* 海外 API 地址：https://mint.macaron.im
* 中国大陆 API 地址：https://mintcn.macaron.xin
* 《On the Scaling of PEFT》论文：arXiv:2606.02437
* 《MinT: Managed Infrastructure for Training and Serving Millions of LLMs》论文：arXiv:2605.13779
* 《LongStraw: Long-Context RL Beyond 2M Tokens under a Fixed GPU Budget》论文：arXiv:2607.14952