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，直接搬進網頁端，開箱即用。

前者讓個人和團隊可以把專業知識封裝為可復用的SOP。官方數據顯示，Expert功能上線以來，已有1.6萬+專家Agent被創建，覆蓋技術開發、創意寫作、辦公效率、商業金融等多個領域。

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用邏輯。現在，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、三表聯動、函數規范等知識模塊，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：創建一個“跨平臺AI產業趨勢研究專家”，要求具備數據抓取、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。

成功創建專家后，我輸入指令：幫我研究2025年度全球AI大模型發展動態，整理成一份結構化的產業趨勢報告。

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大模型產業發展趨勢報告》。

但從結果質量看，這個專家的“檢索與更新”能力還沒有跑順。報告里大量數據與案例更集中在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，我在創建專家時強調過“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、把關鍵數據做成圖”這幾步還需要繼續調試。

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

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

二、MaxClaw上線，把OpenClaw變成網頁版

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、工具鏈均為預設狀態，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、工具調用、定時任務、多平臺接入，并預置圖片生成、視頻生成、聯網搜索、網頁部署等內置工具，無需自行接入第三方API，也不會產生額外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。

第一是定時產業監測。

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

從實際運行情況看，這個任務能夠穩定按時推送。摘要本身的信息組織比較規整，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下發任務，交付物則同步回網頁端。

官方手冊中提供了完整的飛書接入流程，包括創建自建應用、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建自建應用，復制AppId與AppSecret，在MaxClaw對話框內完成配置，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。

MaxClaw確認“任務已創建成功”后，在后臺通過Cron觸發執行，隨后生成了當日的AI新聞簡報內容。

第三是復雜文檔處理。

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

MaxClaw在收到指令后嘗試調用解析能力，但很快反饋“遇到了PDF內容提取的技術困難”。隨后系統日志中還出現了一段執行報錯信息，其在云端環境中嘗試調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行環境限制的問題。

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官方披露的數據看，1.6萬+專家Agent的創建量說明，社區已開始自發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市場，可以被調用、復用，被交易的結構化資產。

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“常駐節點”。

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

網頁端與IM端之間的同步也較為穩定，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化的問題。MaxClaw暫僅支持網頁端使用，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，出現解析失敗或執行超時的情況。

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

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已經在往這個方向走。