實測 MiniMax M2.7：AI 狠起來，連自己都卷

龍蝦爆火之后，全網的注意力都盯著「它該怎么用」——本地部署還是云端、一鍵安裝還是敲命令、要不要接微信飛書……反而沒人再認真問那個老問題：驅動龍蝦的那顆「大腦」，夠不夠聰明？

這倒不奇怪。OpenAI 和 Google 最近發布的幾款新模型，清一色都是 Mini、Flash 款，官方潛臺詞幾乎寫在臉上：專門給 Agent 大量消耗 Token 準備的。

模型本身的能力邊界，反而成了最不被討論的話題。

一個真正適配龍蝦的模型，除了 Token 要量大管飽還實惠，更多的是模型要足夠聰明、動手能力和學習能力足夠強。

最近，MiniMax 正式推出了全新的 MiniMax M2.7 模型，主打「 開啟 AI 的自我進化 」和做「 最強的 Cowork Agent 模型 」，既能處理代碼工作、常見的 Office 任務，還能主動學習構建穩定的 Agent 系統。

具體來說， 它能做好的工作比大多數模型要更寬 。對于寫代碼，M2.7 能真正理解一個系統在運行時發生了什么，做到了 SRE（網站可靠性工程）級別的系統推理，看日志、關聯時間線、推斷根因、給出有優先級的處理方案。新模型在 SWE-Pro 上跑了 56.2%，幾乎追平 Opus 4.6。

辦公場景里它已經夠用了 。 Excel、Word、PPT 的復雜編輯和多輪修改，M2.7 在這塊有明顯提升，金融分析這類需要專業知識 + 格式交付的場景尤其明顯。不能說它可以完全替代專業人士，但是真正進入工作流，作為輔助完全可以。

它在多 Agent 協作里不會「斷掉」 。 這是 M2.7 專項打磨的能力，多角色場景下邊界清晰，面對包含 50+ Skills 的復雜環境，依然能保持極高的指令遵循能力。

然后是這次更新的重點， 它開始參與優化自己了 。 MiniMax 說 M2.7 是他們第一個深度參與迭代自己的模型，不只是「輔助迭代」，是「深度參與迭代自己」。能夠自我進化，M2.7 可以自主迭代 Agent Harness（智能體腳手架）來勝任大部分的工作流。

實戰能力的提升，也讓 MiniMax M2.7 一發布就在龍蝦榜上迅速攀升，來到了最高分排行榜的第四名。

PinchBench 排行榜是為 OpenClaw 量身定做的模型評估基準，它測試的是大模型在 OpenClaw 真實業務場景下的表現，圖中為任務成功率指標，MiniMax M2.7 排名第四，在 Claude Opus 4.6 之后｜https://pinchbench.com/

我們也在 Claude Code、本地部署的龍蝦里，都接入了 MiniMax M2.7 模型，以及 MiniMax 提供的 MaxClaw，然后把真實的開發過程中遇到的 Bug、枯燥的金融數據，還有大量的長流程任務統統交給它。

兩天的測試下來，我們發現不僅軟件要為了 AI 重做，就連 AI 模型本身，除了要理解人類的用意和產出人類滿意的結果， 模型更需要懂得 AI 的工作方式和工作流，還得學會自己優化自己 。

用 AI 的工作流當人類的助手

在 OpenClaw 等 Agent 框架爆火后，真正的「AI 時代工作流」應該是，AI 作為核心運轉樞紐，去調用幾十個工具、去指揮其他 AI 隊友、甚至去優化 AI 自己的代碼。

在測試 MiniMax M2.7 是如何自我進化之前，我想先看看它的 AI 工作流如何。它到底是不是一個好用的 Agent 模型，還是說拿去跑個 benchmark 好看，實際用起來一言難盡。

我們從知名的機器學習挑戰賽 Kaggle 的網站上下載了一份股票的歷史數據，然后按照比賽的要求，告訴 MiniMax M2.7 幫我實現對應的需求，即根據給定的數據，進行合適的數據處理和特征工程，為我生成一份可視化的分析報告。

整個數據集的內容相當龐大，有超過 3000 行的表格數據，整體文件大小來到 446.35 MB。把 5 個表格數據文件下載到本地之后，我們使用接入了 MiniMax M2.7 的 Claude Code 來完成這項工作。

要做好這份分析，需要模型是個數據分析師完成數據清洗和整理、宏觀分析師完成對應的金融市場的洞察、統計分析師完成初步的數學建模、算法工程師要建立對應的模型，最后還有網頁工程師要交出一個可視化的方案。

面對這樣一個復雜的任務，MiniMax M2.7 充分利用了我已經安裝的各種 Skills，它先使用 Anthropic 官方提供的 xlsx 完成了表格數據結構的信息讀取，接著開始編寫 Python 代碼，自動安裝 Pandas 庫（常用來處理表格數據），一步一步進行。

最后，MiniMax M2.7 也交出了一份完整的可視化方案，它同時生成了多張圖片用來展示收益率分布，不同特征的重要性和類別排名，以及綜合儀表盤。

而在可視化的網頁里，它利用 Streamlit 庫將數據腳本直接轉成了可交互的網頁系統，所有的信息都可以直接動態查看。

這種大型的項目任務，MiniMax 能夠順利完成，我們日常工作中的辦公和編程任務，就更不用說了。

我們先是在手機上操作龍蝦，讓它幫我總結我放在電腦上的文件，然后要求 MiniMax M2.7 根據這份文件，幫我寫一個研究計劃 Word 文件，再整理一份相關論文的 Excel 文檔，最后是一個用來組會做匯報的 PPT 文檔，直接在手機上就能操作。

接入 MiniMax M2.7 的龍蝦能快速回應需求

Office 三件套的處理如今是不在話下

在辦公領域的優勢，也讓 MiniMax M2.7 在衡量專業知識與任務交付能力的 GDPval-AA 評測中，ELO 得分達到了 1495，國產模型最高。

前段時間，AI 工作助手的可視化面板很火，把龍蝦放到了真實的二次元風格辦公室里，用一句話就能安裝到自己的 OpenClaw。我們也成功讓這只 Appso 小龍蝦有了自己的家，但是如果我想要修改二次元房間布局，可以怎么做呢？交給 MiniMax。

在 OpenClaw 的可視化本地界面里，我們直接發送「我想修改這個小房子的風格該怎么做？」，MiniMax M2.7 會自動閱讀項目的代碼，然后告訴我們哪些地方是可以修改的，如何修改。

由于我輸入的要求是科技編輯部辦公室的風格，然后它就幫我修改成了有星球大戰的海報，還加了十幾個人坐在電腦前面碼字。

不過我們沒有在 OpenClaw 內配置 Nano Banana Pro 的 API Key，所以 MiniMax M2.7 在 OpenClaw 里幫我選擇了用代碼的方式來生成簡單的圖片。

接著和它聊天，我們還能根據這個風格設計一個編輯部大亨的游戲，誰做的任務多，誰的辦公室就大，就能升級。

如果是 MiniMax 官方的 MaxClaw，是直接支持多模態的生成，可以一步到位生成視頻、音頻、圖片等，不需要配置額外的 API。

我們使用官方提供的 gif-sticker-maker Skill 生成了幾張馬斯克的表情包。云端部署的 MaxClaw 能確保運行環境的足夠安全，但是它不允許我們像操作本地電腦一樣，任意安裝不同的庫文件。

最后在將視頻轉成 GIF 時，MaxClaw 提醒我，它沒有足夠的權限將 ffmpeg（一個開源的多媒體處理庫）安裝到云端服務器上。

在 MaxClaw 內可以直接使用 MiniMax M2.7，它會自動調用海螺等視頻、音頻和圖片生成模型，為我們生成多媒體文件，而不需要額外配置專門的 API KEY。

點擊 MaxClaw 對話框下面的技能，我們就能看到所有安裝在 MaxClaw 的 Skills 詳情，并且點擊「問問 MaxClaw」，它會自動編輯一條消息「告訴我 frontend-dev 能做什么，并告訴我如何使用它」，引導我們學習如何使用這項 Skill。

除了 GIF 生成這個 Skill，MiniMax 還提供了包括前端開發、全棧后端、安卓和 iOS 應用開發以及創作驚艷視覺效果的 GLSL 著色技術等技能庫，我們可以直接在龍蝦里發送「你能幫我安裝這個項目里的 Skill 嗎 https://github.com/MiniMax-AI/skills」，龍蝦會自動獲取 Skill 文檔完成安裝。

下載鏈接：https://github.com/MiniMax-AI/skills

AI 狠起來，連自己都卷

除了在日常工作和辦公領域上表現出的完整工作流，以及實際的交付能力，MiniMax M2.7 最讓我們感到特別的，還有它展現出的「 模型自迭代閉環 」。

MiniMax 曾提到人類研究員只需要把控大方向，把構建系統的任務交給模型，它就能以解決方案架構師的身份自主搭建開發 Agent harness。

Agent harness 可以理解成套在 AI agent 外面的一層運行基礎設施。模型負責思考，harness 負責把這個「會想」的東西，變成一個能穩定干活的系統。這個系統像是運行層，負責讓 agent 在真實環境里穩定運行。

為了測試 M2.7 的極限，MiniMax 讓它去優化某個內部腳手架的軟件工程表現。結果，M2.7 全程零人工干預，硬生生跑出了一個超過 100 輪的迭代循環。

它自己分析失敗軌跡，自己規劃改動，改完腳手架代碼再去跑評測，最后對比結果決定是保留還是回退。在不停歇自我互搏中，它自己發現了最優解，最終讓評測集上的效果飆升了 30%。

這種「AI 搞科研」的能力也在公開的測試集上得到了驗證，MiniMax M2.7 被扔進了全球最大的機器學習競賽 Kaggle 的 MLE Lite 測試集。

22 道高難度競賽題，M2.7 依靠內部的短時記憶文件和自反饋機制，每跑完一輪就給自己提優化建議。

24 小時內，它一舉拿下了 9 枚金牌、5 枚銀牌、1 枚銅牌，得牌率 66.6%。

這個成績，僅次于 Opus-4.6（75.7%）和 GPT-5.4（71.2%），與 Gemini-3.1 直接打平。

當一個模型能夠以解決方案架構師的身份，僅用 1 人 4 天時間，零人工編碼就搭出一套包含測試和代碼審查的 Agent 系統時，AI 研發的齒輪，大概已經換上了自動擋。

在極其硬核的生產力之外，MiniMax M2.7 的底層框架也賦予了它長程穩定的記憶和極強的情商，這讓它在互動角色扮演（Roleplay）上，比傳統的閑聊機器人表現要好上不少。

官方在 GitHub 上開源了一個多模態交互系統 OpenRoom ，一個萬物皆可互動的 Web GUI 空間，可以實時地讓 AI 與空間產生不同的交互。

AI 開始學會「自己工作」，這件事比寫好代碼更重要

體驗下來，MiniMax M2.7 真正讓我們在意的，不是它把 Kaggle 競賽刷出了 66.6% 的得牌率，也不是 Office 三件套交付得足夠干凈。

而是它在試圖解決一件更底層的事： 讓 AI 真正理解工作流，并且參與到工作流的演化里 。

過去，軟件是人寫的、人用的。現在，AI 開始寫軟件、改軟件、用軟件。當一個模型能夠在沒有人工編碼的情況下，自己搭系統、自己測試、自己回退——「AI 研發」這件事的齒輪，某種程度上已經換上了自動擋。

所謂「龍蝦到底該怎么用」，我想很快就不再是一個問題——因為決定這一切的，不再是我們。

而是那個，開始學會自己工作的 AI。