Meta AI 发 MIRA：拆分元推理器解决长程研究代理决策难题

Meta AI 提出 MIRA，把长程自主研究代理拆为外层元推理器与执行器：元推理器读取持久研究记录并写下下一次调查的工单，执行器逐份执行。决策只发生在工单边界，作者在这些点上训练 critic 预测剩余回报，得到单一 actor-critic（MIRA-AC）。