- 克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
MiniMax团队在短短一个月内，迅速推出了M2.7版本，带来了重大的功能升级。
此次更新，M2.7在执行复杂任务和多智能体协同方面有了显著提升。
它不仅在推理和工程能力上实现了飞跃，还能够独立解决生产线上出现的技术难题。
与之前的版本相比，M2.7已经成长为一个成熟的SRE专家，能够自动关联监控，精准定位并修复漏洞。
它甚至能够自主搭建Agent Harness，将思考与行动结合，开启了自我进化的模式。
通过深度集成OpenClaw长期记忆框架，M2.7现在可以处理更复杂的任务，无论是情感互动还是办公自动化需求，都能游刃有余。
目前，M2.7已在MiniMax Agent和开放平台上全面上线，用户可以立即体验其强大功能。
现在，M2.7已经在MiniMax Agent和开放平台全量上线了，大家随时可以去体验一把。
最佳Cowork Agent模型
现在，让我们来看看M2.7有哪些引人注目的特性。
它在遵循指令和多智能体协作方面有了明显的进步，能够稳定地处理含有大量技能的复杂环境。
在官方测试中，M2.7在包含40个复杂技能的环境中，仍然能够保持97%的遵循率，并在MM-Claw的“龙虾测试”中达到了62.7%的正确率，接近Claude Sonnet 4.6的水平。
M2.7还具备原生的多智能体协作能力，无需外部框架就能组建智能体团队。
在执行力层面，M2.7在代码生成、重构、防漏洞及复杂排障方面表现出色。
在SWE-Pro测试中，它以56.22%的正确率追平了GPT-5.3-Codex，并在端到端项目交付的VIBE-Pro基准测试中取得了高分。
在SRE线上排障方面，M2.7能在收到告警时关联监控推导原因，通过分析调用链并验证数据库，查出漏掉的索引文件，然后使用非阻塞方式修复问题。
【视频请移步公众号查看】
在办公场景中，M2.7同样表现出色，可以处理复杂的Office文档，支持Excel、Word和PPT的多轮修改。
在GDPval-AA评测中，M2.7的ELO评分位居开源首位，超过了GPT-5.3。
举例来说，当给它提供年报和沟通会资料时，它可以自主比对研报并构建营收预测模型。
它还能生成Excel透视表，撰写Word版调研报告，并基于模板生成可以直接汇报的PPT，具备初级分析师的水平。
【视频请移步公众号查看】
在互动角色扮演场景中，M2.7也有了显著的提升，人设更加稳定，对话情商更高。
它支持十种语言，跨语言交流时人格统一，深度适配长期记忆框架后，能够在游戏中保持身份认同。
MiniMax团队还开源了一个OpenRoom交互系统，将AI融入各种互动环境中。
在这个虚拟环境中，对话可以实时产生视觉反馈与场景互动，极大地增强了沉浸感。
【视频请移步公众号查看】
说完理论，让我们来看看实际效果。
M2.7能够带动整个“AI团队”
第一个测试是多Agent原生协作，要求M2.7模拟人类玩游戏，并搭建一个“谁是卧底”的游戏框架。
它需要统筹1个主持人Agent和5个玩家Agent，并为每个角色撰写独立的人设文件。
还要开发一个后台程序和前端网页，来调度和展示游戏过程。
这次测试不仅考验了模型的指令遵循能力，还考验了其统筹规划和多角色扮演的能力。
结果，M2.7成功地完成了整个任务，并整理成易于理解的格式。
根据反馈，我们对页面布局进行了一些调整，M2.7随后进行了改进。
开始时，游戏界面较为简单，但功能完整，我们将其调整为Minecraft风格。
同时，主持人和玩家的角色设定也得到了完善。
点击开始按钮后，六个Agent便开始按照规则进行互动。
最终，游戏流程顺利进行，并产生了胜负。
【视频请移步公众号查看】
第二个测试是模拟真实生产环境，检验M2.7的故障排查能力。
在这个任务中，我们给M2.7提供了一份“案发现场记录”，其中包括四份复杂生产系统文件。
它需要像资深架构师一样，找出故障原因并写出排查命令与修复代码。
面对复杂的系统材料，M2.7迅速定位了问题，并提供了精准的EXPLAIN命令。
在提供紧急恢复脚本时，它还使用了PostgreSQL的CONCURRENTLY语法，展现了对生产环境安全规范的理解。
此外，它还提供了完整的数据库迁移文件代码，完全符合提交合并请求的标准。
整个排障过程顺畅，展示了M2.7在复杂系统中的强大故障排查能力。
除此之外，M2.7还具备自我构建复杂Agent Harness的能力。
大模型开始自我进化了
Agent Harness是模型与现实环境交互的工具，M2.7已经能够自主创建这些工具。
在强化学习实验中，只需提供一个初始想法，M2.7就能独立完成实验。
它会持续监控状态，自动排查故障、改写代码，甚至完成提交合并请求和冒烟测试。
更进一步，M2.7还能主动迭代优化自身，提升模型性能。
在优化内部Agent Harness的测试中，M2.7自主完成了优化，提升了30%的内部评测集效果。
通过短时记忆、自反馈和自优化，M2.7每次运行后都会生成md文件，记录经验和指导下一步。
在MLE Lite竞赛中，M2.7自主优化ML模型，取得了9金5银1铜的成绩。
目前，整个行业都在关注硅谷的最新趋势，跟进OpenClaw的进展。
而MiniMax则更进一步，让模型自我研发，成为自身研发链条的一部分。
这种主动进化的能力，决定了下一代大模型的核心竞争力。
具备这种能力的MiniMax M2.7，已经领先一步进入了自我迭代的新纪元。
眼下整个行业都在紧盯硅谷风向，跟着一起疯狂吃虾，忙着适配OpenClaw来追赶热度。
跟进开源脚手架确实能快速补齐体验，但这依然停留在教模型怎么用人类工具的层面。
但就在此时，MiniMax已经切入了下一个更重要的论题，也就是让模型自己造工具搞研发，甚至成为自身研发链条的一环
这种主动进化的能力，正是决定下一代大模型核心竞争力的分水岭。
具备了这般能力的MiniMax M2.7，已经抢先开启了模型自我迭代的新纪元。