OpenClaw能開箱即用了！附一手體驗

AI應用風向標（公眾號：ZhidxcomAI）
作者｜江宇
編輯｜漠影

智東西2月26日報道，今日，MiniMax Agent迎來一次關鍵升級：一邊是Expert 2.0，讓任何可被描述的能力，都能成為“專家”；另一邊是MaxClaw上線，把原本需要自己部署的OpenClaw，直接搬進網(wǎng)頁端，開箱即用。

前者讓個人和團隊可以把專業(yè)知識封裝為可復用的SOP。官方數(shù)據(jù)顯示，Expert功能上線以來，已有1.6萬+專家Agent被創(chuàng)建，覆蓋技術開發(fā)、創(chuàng)意寫作、辦公效率、商業(yè)金融等多個領域。

MaxClaw則基于OpenClaw框架運行在云端容器中，無需自備服務器或API Key，基礎版訂閱會員即可體驗。

目前，Expert與MaxClaw均已開放使用，入口在MiniMax Agent網(wǎng)頁端。

MiniMax Agent：agent.minimaxi.com

Expert地址：agent.minimaxi.com/experts

一、一句話生成專家，Agent自動補全SOP

Expert 2.0最直接的變化，是創(chuàng)建門檻大幅降低。

過去如果要做一個復雜專家，往往要手動設計Skill結構、子代理分工、提示詞層級以及工具調(diào)用邏輯。現(xiàn)在，用戶只需用自然語言描述目標能力，Agent會自動拆解知識體系、流程結構與工具編排。

例如，如果你希望構建一個“擅長使用Excel原生能力構建專業(yè)財務模型的專家”，只需告訴它目標和交付要求，Agent會自動補全DCF估值、敏感性分析、三表聯(lián)動、函數(shù)規(guī)范等知識模塊，同時配置對應的子Agent與工具路徑，并給出示例使用場景。

整個過程不需要用戶理解底層的MCP結構或子代理機制。

在實際體驗中，我圍繞一個更貼近媒體場景的需求進行了測試：創(chuàng)建一個“跨平臺AI產(chǎn)業(yè)趨勢研究專家”，要求具備數(shù)據(jù)抓取、新聞來源交叉驗證、結構化報告生成能力，同時輸出適合公眾號長文的結構框架與可視化圖表建議。

成功創(chuàng)建專家后，我輸入指令：幫我研究2025年度全球AI大模型發(fā)展動態(tài)，整理成一份結構化的產(chǎn)業(yè)趨勢報告。

它最終交付了一份接近萬字的長報告，標題是《2025年度全球AI大模型產(chǎn)業(yè)發(fā)展趨勢報告》。

但從結果質量看，這個專家的“檢索與更新”能力還沒有跑順。報告里大量數(shù)據(jù)與案例更集中在2024年度與2025年初，信息密度不低，但對“2025年度”的覆蓋明顯偏弱。

與此同時，我在創(chuàng)建專家時強調(diào)過“結構框架與可視化圖表建議”，但這次交付里相關輸出并不突出。

整體感覺是：框架寫出來了，但“查新、對齊時間線、把關鍵數(shù)據(jù)做成圖”這幾步還需要繼續(xù)調(diào)試。

此外，系統(tǒng)為每位用戶提供了15輪免費創(chuàng)建與調(diào)試額度，支持在多輪對話中不斷修正專家能力。

值得注意的是，官方已透露后續(xù)將上線創(chuàng)作者定價與分成機制，以及團隊內(nèi)專家共享能力。

二、MaxClaw上線，把OpenClaw變成網(wǎng)頁版

OpenClaw作為開源個人AI助手框架，在GitHub上迅速積累人氣，但本地部署、環(huán)境配置、API接入等步驟，對不少用戶來說依然有門檻。

MaxClaw則把這一套流程搬進MiniMax Agent網(wǎng)頁端，為每位用戶在云端運行一個獨立的OpenClaw實例，并接入MiniMax模型。

部署過程幾乎只有兩步：選擇配置，一鍵部署，等待約10秒即可完成云端啟動。模型、記憶系統(tǒng)、工具鏈均為預設狀態(tài)，用戶無需額外配置。

MaxClaw具備7×24小時運行能力，支持長期記憶、工具調(diào)用、定時任務、多平臺接入，并預置圖片生成、視頻生成、聯(lián)網(wǎng)搜索、網(wǎng)頁部署等內(nèi)置工具，無需自行接入第三方API，也不會產(chǎn)生額外API費用。

每位用戶可獲得50G專屬云儲存空間，用于長期記憶與持久儲存。

在體驗中，我測試了三個場景。

第一是定時產(chǎn)業(yè)監(jiān)測。

我設定每天14點抓取過去24小時AI行業(yè)重大融資、模型發(fā)布和政策動態(tài)，自動去重后生成一份中文摘要并附來源鏈接。任務通過Cron表達式實現(xiàn)自動化執(zhí)行。

從實際運行情況看，這個任務能夠穩(wěn)定按時推送。摘要本身的信息組織比較規(guī)整，鏈接也會一并附上。

但它的短板也很明顯：時效性不夠“新”，對媒體寫作這類場景來說，直接拿來用可能不夠。

第二是跨端協(xié)作。

MaxClaw已打通飛書、釘釘、Telegram、Slack等IM渠道。用戶可以在任意聊天工具中直接向Agent下發(fā)任務，交付物則同步回網(wǎng)頁端。

官方手冊中提供了完整的飛書接入流程，包括創(chuàng)建自建應用、配置權限、匹配碼驗證等步驟。

實際接入飛書的過程比想象中簡單。按照指引在飛書開放平臺創(chuàng)建自建應用，復制AppId與AppSecret，在MaxClaw對話框內(nèi)完成配置，整個流程大約5分鐘。

過程基本順暢，沒有遇到明顯卡頓或權限沖突。接入后在飛書端進行交互，響應幾乎無明顯延遲，和網(wǎng)頁端的體驗差別不大。

接入完成后，我在對話框里輸入：“每天14點35分，搜索最新AI新聞，去重后只留5條，中文，附鏈接。”MaxClaw立即回應了該信息，并留下了一個“敲鍵盤”的狀態(tài)。

MaxClaw確認“任務已創(chuàng)建成功”后，在后臺通過Cron觸發(fā)執(zhí)行，隨后生成了當日的AI新聞簡報內(nèi)容。

第三是復雜文檔處理。

我上傳一份長篇PDF報告，要求提取關鍵數(shù)據(jù)并生成結構化摘要，同時給出適合改寫為媒體報道的章節(jié)框架。

MaxClaw在收到指令后嘗試調(diào)用解析能力，但很快反饋“遇到了PDF內(nèi)容提取的技術困難”。隨后系統(tǒng)日志中還出現(xiàn)了一段執(zhí)行報錯信息，其在云端環(huán)境中嘗試調(diào)用相關解析工具但未成功。

這次體驗暴露了一個問題：在復雜文檔處理上，MaxClaw的能力仍依賴于底層工具鏈的穩(wěn)定性。如果是可直接讀取文本的PDF，理論上可以完成結構化提取；但在實際測試中，面對這份文件，它未能順利完成自動解析，反而需要人工介入轉換格式。

也就是說，MaxClaw在復雜文件的一步到位處理上，目前還存在工具兼容與執(zhí)行環(huán)境限制的問題。

寫在最后：模型競賽正酣，Agent工作流能力成為新競爭焦點

從MiniMax官方披露的數(shù)據(jù)看，1.6萬+專家Agent的創(chuàng)建量說明，社區(qū)已開始自發(fā)構建不同領域的能力模塊。未來如果疊加定價與分成機制，Expert可能會演化為一個專家生態(tài)市場，可以被調(diào)用、復用，被交易的結構化資產(chǎn)。

MaxClaw則解決了“Agent能不能長期運行”的問題，它更像一個掛在云端的“常駐節(jié)點”。

我在測試期間，幾次臨時修改定時任務內(nèi)容或補充篩選條件，它都能在原有任務結構上繼續(xù)迭代。

網(wǎng)頁端與IM端之間的同步也較為穩(wěn)定，日報生成后能在兩個界面同時查看記錄，這種“跨界面一致性”在日常工作中很實用。

當然，當前版本仍有一些待優(yōu)化的問題。MaxClaw暫僅支持網(wǎng)頁端使用，移動端尚未上線。復雜文檔處理在某些場景下會受到工具限制，出現(xiàn)解析失敗或執(zhí)行超時的情況。

積分按token消耗，對高頻調(diào)用定時任務或長報告生成的用戶來說，也需要提前規(guī)劃成本。

但這次升級的方向非常明確：降低門檻、提升復用性、強化跨端協(xié)作。

在模型競賽逐漸趨同之后，Agent層的工作流能力正在成為新的競爭焦點。從這次體驗來看，MiniMax已經(jīng)在往這個方向走。