新智元報(bào)道

編輯：Aeneas 艾倫

【新智元導(dǎo)讀】MiniMax M2.7刷屏海外開(kāi)發(fā)者社區(qū)，熱度直沖榜單前列！多智能體協(xié)作+自進(jìn)化能力引爆關(guān)注，它為何讓全球開(kāi)發(fā)者集體沸騰？實(shí)測(cè)后我們發(fā)現(xiàn)，這位AI新頂流的確實(shí)至名歸。

最近的一波震撼，是MiniMax M2.7帶來(lái)的。

一經(jīng)發(fā)布，它就在全球開(kāi)發(fā)者社區(qū)引發(fā)巨大反響。

<< 向右滑動(dòng)查看下一張圖片 >>

構(gòu)建一個(gè)智能體，只要需要Opus 1/10的價(jià)格，開(kāi)發(fā)者直呼太香了。

有人說(shuō)，開(kāi)源模型和閉源的差距，每個(gè)月都在縮小，前沿實(shí)驗(yàn)室應(yīng)該警覺(jué)了。

就在昨天，它在PinchBench榜單上拿下全球第四、國(guó)產(chǎn)第一！

這股席卷全球開(kāi)發(fā)者社區(qū)的熱度，和此前 M2.5 發(fā)布時(shí)如出一轍。

在OpenRouter上，全球大模型的智元（Token）年化吞吐量已經(jīng)突破了一千萬(wàn)億，連續(xù)霸榜四周的，就是MiniMax M2.5

就在這周的GTC大會(huì)上，老黃高度評(píng)價(jià)了全球爆火的開(kāi)源項(xiàng)目OpenClaw，增速超過(guò)了Linux過(guò)去幾十年的速度。

在這一趨勢(shì)下，英偉達(dá)也迅速入局，并聯(lián)合 OpenClaw 核心作者推出了 NemoClaw。

老黃的背書(shū)，也讓OpenClaw生態(tài)瞬間成為焦點(diǎn)，原因在于，MiniMax正是這個(gè)生態(tài)中的核心玩家，它是為OpenClaw運(yùn)行提供底層大模型算力支持的廠商之一。

就在GTC大會(huì)期間，MiniMax M2.7順勢(shì)發(fā)布了，它的復(fù)雜任務(wù)執(zhí)行和智能體協(xié)作能力，簡(jiǎn)直與大會(huì)熱點(diǎn)完美契合。

驚喜之處不止這些，它給人的第一感覺(jué)，簡(jiǎn)直像一個(gè)會(huì)自我進(jìn)化的團(tuán)隊(duì)成員，能在工程和科研里自己迭代自己！

M2.7到底強(qiáng)在哪？值不值得你上手？

一大波新鮮熱乎的測(cè)評(píng)，這就出爐了！

最強(qiáng)Cowork Agent模型，來(lái)了

實(shí)測(cè)后我們發(fā)現(xiàn)，這次M2.7的版本更新，讓人大為驚喜。

首先是Agent Team&Coding，模型不再只是單打獨(dú)斗，而是具備原生多智能體協(xié)作能力，不用復(fù)雜框架也能自己分工配合。

寫(xiě)代碼這塊，更是肉眼可見(jiàn)地進(jìn)化：不僅能看日志查bug、做代碼重構(gòu)，還更懂安全，甚至覆蓋MLE、安卓開(kāi)發(fā)等真實(shí)場(chǎng)景。

數(shù)字化辦公上，Excel、Word、PPT的體驗(yàn)都非常絲滑。

一句話總結(jié)就是，M2.7是一個(gè)又能干活，又能協(xié)作，還挺會(huì)玩的大模型。

多智能體協(xié)同，最佳Cowork Agent模型

MiniMax M2.7的一大特性就是原生的Agent Teams（多智能體協(xié)作）能力。

在這個(gè)場(chǎng)景下，模型需要穩(wěn)定錨定角色身份、主動(dòng)挑戰(zhàn)隊(duì)友的邏輯與倫理盲區(qū)、在復(fù)雜狀態(tài)機(jī)中自主決策，這些全都內(nèi)化為了模型的原生能力。

可以說(shuō)，它是當(dāng)前最佳的Cowork agent模型，尤其擅長(zhǎng)在多Skills交織的復(fù)雜環(huán)境中執(zhí)行長(zhǎng)鏈路任務(wù)，非常適配多Skills復(fù)雜環(huán)境的執(zhí)行。

為了測(cè)試這一點(diǎn)，我們讓M2.7構(gòu)建了一個(gè)多Agent狼人殺模擬系統(tǒng)，所有角色均由獨(dú)立Agent扮演，并且能像真人一樣推理、發(fā)言和投票，同時(shí)還要做出一個(gè)模擬網(wǎng)站，展示游戲過(guò)程。

這個(gè)高含金量測(cè)試，是一個(gè)極其復(fù)雜的工程問(wèn)題，測(cè)試了模型的長(zhǎng)鏈路任務(wù)規(guī)劃能力、多Agent建模能力、角色一致性、推理與博弈能力等等，覆蓋了指令遵循、復(fù)雜規(guī)劃、多Agent協(xié)作、長(zhǎng)上下文記憶、編程實(shí)現(xiàn)等綜合能力。

它不僅要求模型想明白，還要能做出來(lái)，這非常接近我們對(duì)下一代Cowork Agent的形態(tài)設(shè)想。

很快，M2.7就完成了一個(gè)狼人殺版多Agent協(xié)作系統(tǒng)，包括主持人、狼人、預(yù)言家、女巫、獵人、守衛(wèi)、村民等多個(gè)Agent，而且每個(gè)Agent都有獨(dú)立的記憶、推理和決策能力。

不過(guò)相對(duì)而言，這個(gè)網(wǎng)頁(yè)應(yīng)用的設(shè)計(jì)還是比較粗糙。

但這正是我們想進(jìn)一步驗(yàn)證的：在復(fù)雜環(huán)境中，M2.7是否能靈活調(diào)用并整合外部技能？

于是，我們向它提供了一些開(kāi)源版的UI Skills，測(cè)試它對(duì)「外部工具+既有系統(tǒng)」的整合能力。

在學(xué)習(xí)GitHub上的Skills之后，M2.7又新做了一個(gè)版本，果然，這次的前端設(shè)計(jì)和視覺(jué)效果大大提高，而底層的多Agent協(xié)作邏輯依然穩(wěn)定。

好消息是，上述案例中表現(xiàn)出的「實(shí)踐-總結(jié)Skills-激勵(lì)分享」的能力，也正是團(tuán)隊(duì)在MaxClaw產(chǎn)品中打通和驗(yàn)證的完整鏈路。

隨著MiniMax龍蝦MaxClaw一并推出的，還有一批「專(zhuān)家」，據(jù)說(shuō)專(zhuān)家社區(qū)里的超過(guò)一萬(wàn)個(gè)「專(zhuān)家」都會(huì)以Skills形式開(kāi)放出來(lái)。

此前，MiniMax官方已開(kāi)源6個(gè)最重要最實(shí)用的Skills，加上此前已經(jīng)上線過(guò)上萬(wàn)個(gè)「專(zhuān)家」，MiniMax后續(xù)應(yīng)該會(huì)把這個(gè)鏈路打通，從而釋放巨大的潛力！

「專(zhuān)家」里面最受歡迎的，是這個(gè)多Agent投研團(tuán)隊(duì)，我們用它來(lái)測(cè)試一下MiniMax M2.7的多智能體協(xié)作能力。

我們向它提問(wèn)了英偉達(dá)近期的市場(chǎng)情緒和新聞面有哪些值得關(guān)注的點(diǎn)。

任務(wù)開(kāi)始后，多個(gè)Agent分飾不同角色，從各自的視角處理自己的職責(zé)范圍內(nèi)的信息。

各自完成思考后，先輸出各自的意見(jiàn)，給出不同視角的結(jié)論。

最后，「團(tuán)隊(duì)領(lǐng)導(dǎo)者」負(fù)責(zé)整合所有人的意見(jiàn)后，輸出一份包含集體智慧的完整版報(bào)告，比單一 Agent 輸出的觀點(diǎn)要更全面。

（本段文字不構(gòu)成任何投資建議）

強(qiáng)工程與Coding能力，令人驚嘆

在真實(shí)的工程場(chǎng)景中，M2.7的表現(xiàn)堪稱(chēng)優(yōu)秀！

過(guò)去，M2系列模型一直都以代碼生成能力見(jiàn)長(zhǎng)，但其實(shí)，代碼能力只是它的冰山一角。

在最新版本中，M2.7已具備遠(yuǎn)超代碼編寫(xiě)的綜合推理能力，化身可自主排查生產(chǎn)故障的智能體。它不僅僅是會(huì)寫(xiě)代碼，而是真正理解并且能獨(dú)立解決生產(chǎn)系統(tǒng)問(wèn)題。

接下來(lái)給道測(cè)試題，測(cè)測(cè)M2.7看日志查bug的能力，也大大增強(qiáng)。

比如某電商系統(tǒng)上線一個(gè)創(chuàng)建訂單接口，但線上出現(xiàn)大量下單失敗，而我們給模型提供的信息，只有部分關(guān)鍵代碼，和一段線上日志，要求它分析出下單失敗的根本原因，以及還有哪些潛在問(wèn)題。

根據(jù)日志和代碼，M2.7迅速分析出，失敗的根本原因是PriceService.get_price()對(duì)不存在的 SKU（如 SKU-1003）返回None，而create_order函數(shù)沒(méi)有對(duì)價(jià)格進(jìn)行空值檢查就直接使用。

另外，我們還讓M2.7設(shè)計(jì)了一個(gè)《龍蝦逃脫計(jì)劃》的互動(dòng)網(wǎng)頁(yè)。

你是一只即將被端上餐桌的龍蝦，需要通過(guò)網(wǎng)頁(yè)上的一系列操作成功「逃脫」。

用戶通過(guò)網(wǎng)頁(yè)與龍蝦互動(dòng)，幫助它做決策、完成任務(wù)，最終逃出生天。

游戲至少有3個(gè)結(jié)局：比如成功逃回大海（Happy Ending）；被做成蒜蓉龍蝦（Bad Ending）；成為網(wǎng)紅龍蝦（搞笑結(jié)局）。

很快，M2.7就成功部署了這個(gè)應(yīng)用，體現(xiàn)了超強(qiáng)的代碼能力。

復(fù)雜Office自動(dòng)化能力

在M2.7加持下，其在金融場(chǎng)景下的Excel處理能力也是大大增強(qiáng)。

比如，下面是某上市公司近三年的財(cái)務(wù)數(shù)據(jù)（單位：百萬(wàn)人民幣），我們要求M2.7在Excel中完成財(cái)務(wù)分析、預(yù)測(cè)及估值。

收到任務(wù)后，它立刻創(chuàng)建了一個(gè)專(zhuān)業(yè)的財(cái)務(wù)分析Excel報(bào)告，包含盈利能力指標(biāo)、收益能力指標(biāo)、財(cái)務(wù)結(jié)構(gòu)指標(biāo)、現(xiàn)金流指標(biāo)、估值分析結(jié)果，以及2025-2027財(cái)務(wù)預(yù)測(cè)。

對(duì)于金融從業(yè)者來(lái)說(shuō)，這個(gè)功能也太實(shí)用了！

M2.7，開(kāi)啟AI自我進(jìn)化！

自我進(jìn)化，已經(jīng)成為全球大模型越來(lái)越明顯的趨勢(shì)。

在大模型能力不斷逼近「工程化落地」的當(dāng)下，模型究竟能否參與優(yōu)化自身？

硅谷大廠們都已經(jīng)在這條路上取得了成果。

Anthropic內(nèi)部已經(jīng)發(fā)現(xiàn)：模型有了遞歸自我提升的跡象，這個(gè)時(shí)代將提前到來(lái)；OpenAI強(qiáng)調(diào)，AI研究的自動(dòng)化、自我改進(jìn)，將是技術(shù)起飛的開(kāi)始；谷歌DeepMind，則通過(guò)AlphaTensor、AlphaCode、Gemini 3 Deep Think、AlphaEvolve等等，構(gòu)建了遞歸式的自我進(jìn)化。

而MiniMax團(tuán)隊(duì)在M2.7上進(jìn)行的探索，給業(yè)界提供了一種新的參考范例。

這一次，他們沒(méi)有單純提升模型能力，而是嘗試構(gòu)建一個(gè)「模型驅(qū)動(dòng)模型進(jìn)化」的體系，其中的核心，就是一個(gè)研究型Agent Harness。

團(tuán)隊(duì)讓M2系列模型以解決方案架構(gòu)師身份，僅用1人4天、零人工編碼，就自主搭建了包含CI、測(cè)試、代碼審查的開(kāi)發(fā)Agent harness。

這個(gè)系統(tǒng)整合了數(shù)據(jù)流水線、訓(xùn)練環(huán)境、評(píng)測(cè)基礎(chǔ)設(shè)施、跨團(tuán)隊(duì)協(xié)作以及持久化記憶，使模型能夠直接參與到研發(fā)流程中，而不僅僅是執(zhí)行指令。

在實(shí)踐中，人類(lèi)研究員只需要提出方向，比如一個(gè)RL實(shí)驗(yàn)的方法，而模型則需要承擔(dān)大部分執(zhí)行工作，包括從文獻(xiàn)調(diào)研、實(shí)驗(yàn)方案跟蹤，到數(shù)據(jù)流水線搭建與實(shí)驗(yàn)啟動(dòng)。

而且在運(yùn)行過(guò)程中，Agent還會(huì)自動(dòng)監(jiān)控實(shí)驗(yàn)狀態(tài)，分析日志，排查問(wèn)題，進(jìn)行指標(biāo)分析，甚至直接修改代碼并提交合并請(qǐng)求，同時(shí)完成冒煙測(cè)試等流程。

原本，這些工作都要人類(lèi)團(tuán)隊(duì)協(xié)作完成，結(jié)果，M2.7竟然承擔(dān)了其中30%到50%的工作流。

甚至，研究者還讓M2.7，直接參與到了Agent Harness的迭代中。

他們給出命令，讓M2.7去優(yōu)化某個(gè)內(nèi)部scaffold上模型的軟件工程開(kāi)發(fā)表現(xiàn)。

它全程自主運(yùn)行，對(duì)于「分析失敗軌跡 → 規(guī)劃改動(dòng) → 修改 scaffold 代碼 → 運(yùn)行評(píng)測(cè) → 對(duì)比結(jié)果 → 決定保留或回退」這個(gè)迭代循環(huán)，執(zhí)行了超過(guò)100輪。

這個(gè)過(guò)程中，M2.7竟然真的發(fā)現(xiàn)了針對(duì)模型的有效優(yōu)化，最終在評(píng)測(cè)集上效果提升了30%！

M2.7，持續(xù)驗(yàn)證自?xún)?yōu)化機(jī)制

在科研能力層面，這種「自?xún)?yōu)化」機(jī)制也得到了驗(yàn)證。

團(tuán)隊(duì)基于一個(gè)包含短時(shí)記憶、自反饋與自?xún)?yōu)化模塊的簡(jiǎn)易腳手架，讓M2.7在MLE Bench Lite的22個(gè)機(jī)器學(xué)習(xí)任務(wù)中進(jìn)行持續(xù)迭代。

每一輪，模型都會(huì)生成記憶文件，并對(duì)當(dāng)前結(jié)果進(jìn)行自反饋，再基于歷史信息進(jìn)行下一輪優(yōu)化。

結(jié)果，在三次24小時(shí)的獨(dú)立實(shí)驗(yàn)中，M2.7的表現(xiàn)隨時(shí)間持續(xù)提升。最佳成績(jī)?yōu)?金、5銀、1銅，三次平均得牌率達(dá)到66.6%，與Gemini-3.1持平，僅次于 Opus-4.6（75.7%）和 GPT-5.4（71.2%）。

這就證明，M2.7成功驗(yàn)證了一種全新的范式——在閉環(huán)系統(tǒng)中，通過(guò)記憶與反饋機(jī)制，持續(xù)優(yōu)化自身表現(xiàn)。

它成功證明，自己有能力真正去迭代某個(gè)機(jī)器學(xué)習(xí)模型的效果！

彩蛋：OpenRoom里的人形蝦來(lái)了

有趣的是，隨著M2.7在人設(shè)保持與對(duì)話能力上的大幅提升，MiniMax還推出了一個(gè)很有意思的開(kāi)源項(xiàng)目——OpenRoom。

它不再是冷冰冰的對(duì)話框，而是一個(gè)萬(wàn)物皆可互動(dòng)的Web空間：你說(shuō)一句話，場(chǎng)景就會(huì)實(shí)時(shí)變化，角色也會(huì)做出反應(yīng)，甚至主動(dòng)和環(huán)境產(chǎn)生互動(dòng)。

這間小屋中，你可以體驗(yàn)AI的超絕沉浸感，角色們有自己的情緒，仿佛真正活在這個(gè)房間。

看來(lái)，AI自我進(jìn)化的終極交互形式，就是多模態(tài)人形蝦！

參考資料：

MiniMax M2.7: 開(kāi)啟模型的自我進(jìn)化