• 克雷西 發(fā)自 凹非寺
  量子位 | 公眾號 QbitAI

MiniMax發(fā)布M2.5僅過去一個(gè)月，再次重磅更新。

今天他們正式官宣了全新的M2.7模型，這次它干復(fù)雜任務(wù)和Agent團(tuán)隊(duì)協(xié)作的本事更強(qiáng)了。

它的推理和工程能力也有了質(zhì)的飛躍，像生產(chǎn)線上那種讓人頭疼的故障排查，它自己就能搞定。

以前的模型最多也就是給你打打下手寫幾行代碼，現(xiàn)在的M2.7已經(jīng)是個(gè)成熟的SRE（網(wǎng)站可靠性工程）老手了——

自動(dòng)關(guān)聯(lián)監(jiān)控、精準(zhǔn)揪出Bug甚至直接寫腳本把漏洞修好，它都能一條龍包攬。

最狠的是它現(xiàn)在能自己搭建Agent Harness，把思考和干活徹底揉在了一起，直接開啟了自我進(jìn)化之路。

深度適配了OpenClaw長期記憶框架之后，無論是帶入真實(shí)感情陪你沉浸式玩角色扮演，還是應(yīng)付那種極其復(fù)雜的Office自動(dòng)化辦公需求，對它來說全都不在話下。

現(xiàn)在，M2.7已經(jīng)在MiniMax Agent和開放平臺(tái)全量上線了，大家隨時(shí)可以去體驗(yàn)一把。

最佳Cowork Agent模型

咱們先來盤一下，M2.7都有哪些硬核的亮點(diǎn)。

最基礎(chǔ)的是指令遵循和多智能體協(xié)作的躍升，面對海量Skills的復(fù)雜環(huán)境，M2.7調(diào)用得極其穩(wěn)健。

官方測試中，在包含40個(gè)復(fù)雜技能的場景下，它仍然可以保持97%的遵循率，并且在MM-Claw“龍蝦測試”里正確率達(dá)62.7%，直逼Claude Sonnet 4.6。

另外它還原生自帶多智能體協(xié)作，不用外部框架也能組建Agent Teams。模型能穩(wěn)定錨定身份并自主決策，智能體之間互相配合就能把長流程任務(wù)拆解執(zhí)行完。

順著底層執(zhí)行力往下，是代碼能力的直觀爆發(fā)。它從單純的代碼生成，拓展到了代碼重構(gòu)、防漏洞及復(fù)雜排障等高階領(lǐng)域。

在SWE-Pro測試中，它以56.22%的正確率追平GPT-5.3-Codex，端到端項(xiàng)目交付的VIBE-Pro基準(zhǔn)同樣拿下高分。

拿SRE線上排障來說，一告警它就會(huì)關(guān)聯(lián)監(jiān)控推導(dǎo)原因，對調(diào)用鏈分析并連數(shù)據(jù)庫驗(yàn)證，查出漏掉的索引文件后，甚至懂得先用非阻塞方式建索引止血再提代碼合并。

【視頻請移步公眾號查看】

切換到辦公場景，M2.7處理復(fù)雜Office文檔同樣干脆，支持Excel表格、Word文檔和PPT的復(fù)雜多輪修改。

在GDPval-AA評測中，它的ELO評分位列開源第一，并超越GPT-5.3。

以真實(shí)的某公司案例為例，丟給它年報(bào)和溝通會(huì)資料，它能自主比對研報(bào)并構(gòu)建營收預(yù)測模型。

分析完數(shù)據(jù)后，它能直接生成Excel透視表，順手寫出Word版調(diào)研報(bào)告，并基于模板排版出能直接拿來匯報(bào)的PPT，這已經(jīng)具備了一個(gè)初級分析師的水準(zhǔn)。

【視頻請移步公眾號查看】

最后在偏C端互動(dòng)的角色扮演場景中，M2.7還大幅強(qiáng)化了人設(shè)的穩(wěn)定性與對話情商。

它原生支持十種語言，跨語言交流時(shí)人格統(tǒng)一。深度適配長期記憶框架后，在賽博養(yǎng)崽等場景中展現(xiàn)出持久的身份認(rèn)同。

基于這個(gè)特點(diǎn)，MiniMax官方設(shè)計(jì)并開源了一個(gè)OpenRoom交互系統(tǒng)，把AI了塞進(jìn)萬物皆可互動(dòng)的Web GUI空間。

在這間賽博朋克風(fēng)的“龍蝦小屋”里，對話可以實(shí)時(shí)產(chǎn)生視覺反饋與場景交互，角色主動(dòng)與環(huán)境互動(dòng)，沉浸感一整個(gè)拉滿。

【視頻請移步公眾號查看】

說了這么多，賬面實(shí)力究竟有沒有水分，接下來直接進(jìn)入真刀真槍的實(shí)測環(huán)節(jié)。

一個(gè)模型，帶動(dòng)整個(gè)“AI團(tuán)隊(duì)”

第一個(gè)登場的是多Agent原生協(xié)作測試，但這次我們不搞什么“一人公司”，而是讓一群Agent模型模擬人類玩游戲，于是直接扔給了M2.7一個(gè)“誰是臥底”的建房需求。

指令要求它不僅需要統(tǒng)籌1個(gè)主持人Agent和5個(gè)玩家Agent，還得給每個(gè)角色專門撰寫帶有獨(dú)立人設(shè)的SOUL.md文件，

最后還得手搓一個(gè)后臺(tái)程序和前端網(wǎng)頁，來調(diào)度并直觀呈現(xiàn)它們之間的游戲過程。

這個(gè)測試的刁鉆之處在于，它同時(shí)深度考驗(yàn)了模型的指令遵循能力、統(tǒng)籌規(guī)劃能力、多角色扮演穩(wěn)定性以及全棧代碼執(zhí)行力。

結(jié)果，M2.7很快就把整套方案安排得明明白白，并且整理成了一目了然的格式。

當(dāng)然，這個(gè)頁面布局有些把“玩家”的卡片放得過大了，所以我們給了些調(diào)整要求，接下來M2.7就正式開始工作了。

一開始設(shè)計(jì)的游戲界面比較簡單，但功能也是完整的，不過我們把它調(diào)整成了Minecraft風(fēng)格，最后是長這個(gè)樣子：

另一邊，主持人和5個(gè)選手的“人設(shè)”，也都配置好了。

點(diǎn)擊開始按鈕后，六個(gè)原生Agent便開始基于既定規(guī)則，在這個(gè)游戲房間里進(jìn)行順暢交流。

最終，這些選手也在主持人的帶領(lǐng)下，完全自主地跑通了整個(gè)游戲流程，并決出勝負(fù)。

【視頻請移步公眾號查看】

第二個(gè)測試，則是模擬真實(shí)生產(chǎn)環(huán)境，檢驗(yàn)M2.7在強(qiáng)工程場景下的SRE級故障排查與綜合推理能力。

這個(gè)任務(wù)也是放在龍蝦里運(yùn)行的，我們把一份“案發(fā)現(xiàn)場記錄”直接丟在了桌面的文件夾，其中包括四份復(fù)雜生產(chǎn)系統(tǒng)文件材料。

任務(wù)要求極為苛刻，它需要像資深后端架構(gòu)師那樣，找出故障的直接觸發(fā)事件，以及數(shù)據(jù)庫CPU飆升的根本原因，并當(dāng)場寫出排查命令與安全的止血代碼。

面對龐雜的系統(tǒng)材料，M2.7展現(xiàn)出極度敏銳的診斷直覺，迅速從亂麻般的日志中，精準(zhǔn)鎖定拖垮數(shù)據(jù)庫性能的真兇，給出的EXPLAIN命令完全切中要害。

最令人放心的是，它在提供緊急恢復(fù)腳本時(shí)，極其專業(yè)地使用了PostgreSQL的CONCURRENTLY語法來執(zhí)行非阻塞建庫索引。

這直接證明它真真切切懂得了生產(chǎn)環(huán)境下“嚴(yán)禁鎖表”的安全紅線。

另外，M2.7還極為規(guī)矩地附上了完整的數(shù)據(jù)庫遷移文件代碼，其規(guī)范程度完全可以直接拿去提交合并請求。

整個(gè)排障流程一氣呵成，徹底展現(xiàn)了M2.7解決復(fù)雜系統(tǒng)災(zāi)難的硬核實(shí)力。

大模型開始自我進(jìn)化了

在M2.7這些讓人眼前一亮的能力背后，還有一套技術(shù)邏輯的根本性進(jìn)化。

首先一點(diǎn)是，M2.7已經(jīng)具備了自我構(gòu)建復(fù)雜Agent Harness的能力。

所謂Agent Harness，其實(shí)就是模型和現(xiàn)實(shí)電腦環(huán)境打交道的工具箱和操作臺(tái)，OpenClaw就可以被理解為是Harness的一種。

再直白點(diǎn)說，以前的模型通常是人給什么工具就用什么，但現(xiàn)在M2.7已經(jīng)能自己造工具了。

拿強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)來說，研究員只要給個(gè)初始想法，M2.7就會(huì)自己把實(shí)驗(yàn)跑起來。

它會(huì)時(shí)刻盯著狀態(tài)，自動(dòng)看日志、排查故障、改代碼，連提交合并請求和冒煙測試都順手干了。

而且M2.7不僅會(huì)造工具，還能主動(dòng)迭代Harness本身，給整個(gè)工具箱來一波升級。

在優(yōu)化內(nèi)部Agent Harness代碼的測試中，M2.7全程自主把控，通過反復(fù)試錯(cuò)，成功摸索出了優(yōu)化路徑，讓模型在內(nèi)部評測集上的效果直接拔高了30%。

再進(jìn)一步，就是模型自己去訓(xùn)練和升級機(jī)器學(xué)習(xí)模型，這也是它能持續(xù)提升算法性能的關(guān)鍵。

M2.7靠短時(shí)記憶、自反饋和自優(yōu)化這三招，每次跑完一輪都會(huì)生成md文件記住教訓(xùn)并給下一輪指路。

把它扔進(jìn)MLE Lite這種極高難度的22道競賽題里，給足24小時(shí)讓它去自主優(yōu)化ML模型，最終它拿下了9金5銀1銅的成績。

眼下整個(gè)行業(yè)都在緊盯硅谷風(fēng)向，跟著一起瘋狂吃蝦，忙著適配OpenClaw來追趕熱度。

跟進(jìn)開源腳手架確實(shí)能快速補(bǔ)齊體驗(yàn)，但這依然停留在教模型怎么用人類工具的層面。

但就在此時(shí)，MiniMax已經(jīng)切入了下一個(gè)更重要的論題，也就是讓模型自己造工具搞研發(fā)，甚至成為自身研發(fā)鏈條的一環(huán)

這種主動(dòng)進(jìn)化的能力，正是決定下一代大模型核心競爭力的分水嶺。

具備了這般能力的MiniMax M2.7，已經(jīng)搶先開啟了模型自我迭代的新紀(jì)元。