MiniMax M2.7國服第一！龍蝦自我進(jìn)化，海外開發(fā)者瘋狂刷屏

新智元報道

編輯：Aeneas 艾倫

【新智元導(dǎo)讀】MiniMax M2.7刷屏海外開發(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，它為何讓全球開發(fā)者集體沸騰？實(shí)測后我們發(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帶來的。

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

<< 向右滑動查看下一張圖片 >>

構(gòu)建一個智能體，只要需要Opus 1/10的價格，開發(fā)者直呼太香了。

有人說，開源模型和閉源的差距，每個月都在縮小，前沿實(shí)驗室應(yīng)該警覺了。

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

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

在OpenRouter上，全球大模型的智元（Token）年化吞吐量已經(jīng)突破了一千萬億，連續(xù)霸榜四周的，就是MiniMax M2.5

就在這周的GTC大會上，老黃高度評價了全球爆火的開源項目OpenClaw，增速超過了Linux過去幾十年的速度。

在這一趨勢下，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，也讓OpenClaw生態(tài)瞬間成為焦點(diǎn)，原因在于，MiniMax正是這個生態(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大會期間，MiniMax M2.7順勢發(fā)布了，它的復(fù)雜任務(wù)執(zhí)行和智能體協(xié)作能力，簡直與大會熱點(diǎn)完美契合。

驚喜之處不止這些，它給人的第一感覺，簡直像一個會自我進(jìn)化的團(tuán)隊成員，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評，這就出爐了！

最強(qiáng)Cowork Agent模型，來了

實(shí)測后我們發(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。

寫代碼這塊，更是肉眼可見地進(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、安卓開發(fā)等真實(shí)場景。

數(shù)字化辦公上，Excel、Word、PPT的體驗都非常絲滑。

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

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。

在這個場景下，模型需要穩(wěn)定錨定角色身份、主動挑戰(zhàn)隊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，它是當(dāng)前最佳的Cowork agent模型，尤其擅長在多Skills交織的復(fù)雜環(huán)境中執(zhí)行長鏈路任務(wù)，非常適配多Skills復(fù)雜環(huán)境的執(zhí)行。

為了測試這一點(diǎn)，我們讓M2.7構(gòu)建了一個多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，同時還要做出一個模擬網(wǎng)站，展示游戲過程。

這個高含金量測試，是一個極其復(fù)雜的工程問題，測試了模型的長鏈路任務(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，這非常接近我們對下一代Cowork Agent的形態(tài)設(shè)想。

很快，M2.7就完成了一個狼人殺版多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Agent，而且每個Agent都有獨(dú)立的記憶、推理和決策能力。

不過相對而言，這個網(wǎng)頁應(yīng)用的設(shè)計還是比較粗糙。

但這正是我們想進(jìn)一步驗證的：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源版的UI Skills，測試它對「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又新做了一個版本，果然，這次的前端設(shè)計和視覺效果大大提高，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-激勵分享」的能力，也正是團(tuán)隊在MaxClaw產(chǎn)品中打通和驗證的完整鏈路。

隨著MiniMax龍蝦MaxClaw一并推出的，還有一批「專家」，據(jù)說專家社區(qū)里的超過一萬個「專家」都會以Skills形式開放出來。

此前，MiniMax官方已開源6個最重要最實(shí)用的Skills，加上此前已經(jīng)上線過上萬個「專家」，MiniMax后續(xù)應(yīng)該會把這個鏈路打通，從而釋放巨大的潛力！

「專家」里面最受歡迎的，是這個多Agent投研團(tuán)隊，我們用它來測試一下MiniMax M2.7的多智能體協(xié)作能力。

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

任務(wù)開始后，多個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，給出不同視角的結(jié)論。

最后，「團(tuán)隊領(lǐng)導(dǎo)者」負(fù)責(zé)整合所有人的意見后，輸出一份包含集體智慧的完整版報告，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)的工程場景中，M2.7的表現(xiàn)堪稱優(yōu)秀！

過去，M2系列模型一直都以代碼生成能力見長，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。它不僅僅是會寫代碼，而是真正理解并且能獨(dú)立解決生產(chǎn)系統(tǒng)問題。

接下來給道測試題，測測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()對不存在的 SKU（如 SKU-1003）返回None，而create_order函數(shù)沒有對價格進(jìn)行空值檢查就直接使用。

另外，我們還讓M2.7設(shè)計了一個《龍蝦逃脫計劃》的互動網(wǎng)頁。

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

用戶通過網(wǎng)頁與龍蝦互動，幫助它做決策、完成任務(wù)，最終逃出生天。

游戲至少有3個結(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就成功部署了這個應(yīng)用，體現(xiàn)了超強(qiáng)的代碼能力。

復(fù)雜Office自動化能力

在M2.7加持下，其在金融場景下的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務(wù)數(shù)據(jù)（單位：百萬人民幣），我們要求M2.7在Excel中完成財務(wù)分析、預(yù)測及估值。

收到任務(wù)后，它立刻創(chuàng)建了一個專業(yè)的財務(wù)分析Excel報告，包含盈利能力指標(biāo)、收益能力指標(biāo)、財務(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財務(wù)預(yù)測。

對于金融從業(yè)者來說，這個功能也太實(shí)用了！

M2.7，開啟AI自我進(jìn)化！

自我進(jìn)化，已經(jīng)成為全球大模型越來越明顯的趨勢。

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，這個時代將提前到來；OpenAI強(qiáng)調(diào)，AI研究的自動化、自我改進(jìn)，將是技術(shù)起飛的開始；谷歌DeepMind，則通過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，他們沒有單純提升模型能力，而是嘗試構(gòu)建一個「模型驅(qū)動模型進(jìn)化」的體系，其中的核心，就是一個研究型Agent Harness。

團(tuán)隊讓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、測試、代碼審查的開發(fā)Agent harness。

這個系統(tǒng)整合了數(shù)據(jù)流水線、訓(xùn)練環(huán)境、評測基礎(chǔ)設(shè)施、跨團(tuán)隊協(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，人類研究員只需要提出方向，比如一個RL實(shí)驗的方法，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)驗方案跟蹤，到數(shù)據(jù)流水線搭建與實(shí)驗啟動。

而且在運(yùn)行過程中，Agent還會自動監(jiān)控實(shí)驗狀態(tài)，分析日志，排查問題，進(jìn)行指標(biāo)分析，甚至直接修改代碼并提交合并請求，同時完成冒煙測試等流程。

原本，這些工作都要人類團(tuán)隊協(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)化某個內(nèi)部scaffold上模型的軟件工程開發(fā)表現(xiàn)。

它全程自主運(yùn)行，對于「分析失敗軌跡 → 規(guī)劃改動 → 修改 scaffold 代碼 → 運(yùn)行評測 → 對比結(jié)果 → 決定保留或回退」這個迭代循環(huán)，執(zhí)行了超過100輪。

這個過程中，M2.7竟然真的發(fā)現(xiàn)了針對模型的有效優(yōu)化，最終在評測集上效果提升了30%！

M2.7，持續(xù)驗證自優(yōu)化機(jī)制

在科研能力層面，這種「自優(yōu)化」機(jī)制也得到了驗證。

團(tuán)隊基于一個包含短時記憶、自反饋與自優(yōu)化模塊的簡易腳手架，讓M2.7在MLE Bench Lite的22個機(jī)器學(xué)習(xí)任務(wù)中進(jìn)行持續(xù)迭代。

每一輪，模型都會生成記憶文件，并對當(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小時的獨(dú)立實(shí)驗中，M2.7的表現(xiàn)隨時間持續(xù)提升。最佳成績?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成功驗證了一種全新的范式——在閉環(huán)系統(tǒng)中，通過記憶與反饋機(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機(jī)器學(xué)習(xí)模型的效果！

彩蛋：OpenRoom里的人形蝦來了

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

它不再是冷冰冰的對話框，而是一個萬物皆可互動的Web空間：你說一句話，場景就會實(shí)時變化，角色也會做出反應(yīng)，甚至主動和環(huán)境產(chǎn)生互動。

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

看來，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: 開啟模型的自我進(jìn)化