不只是工具更是“工程师”：MiniMax M2.7开启AI“自进化”时代，深度参与自我迭代

3月18日，国内AI大模型公司MiniMax发布了一款颇具“哲学意味”的新品——新一代Agent旗舰大模型M2.7。与以往所有模型不同，M2.7的最大亮点并非某项单一能力的提升，而是首次向外界展示了一条名为 “模型自我进化” 的技术路径。这意味着，AI不再仅仅是被调用的工具，开始深度参与自身的训练与优化流程，上演一出真实的AI版“自我迭代”。

想象一下，如果一个大模型不仅能写代码，还能反过来用这些代码能力去优化自己的训练流程，这会是一幅怎样的场景？MiniMax M2.7就正在将这一设想变为现实。通过构建一套名为 “Agent Harness” 的智能体执行框架，M2.7能够像一个“数字研究实习生”一样，深度参与到数据处理、实验设计、训练调优乃至Bug排查等复杂研发环节中。

在真实的内部研发场景中，这一能力的突破尤为惊人。据MiniMax官方透露，基于M2.7构建的研究型Agent，在部分工作流中已能承担约 30%至50% 的工作量。例如在强化学习场景中，它可以从实验设想出发，自动完成文献调研、环境配置、实验监控甚至代码修复，研究员只需在关键决策点进行干预即可。更令人惊叹的是其“自我优化闭环”：在一次内部测试中，M2.7自主运行了超过100轮“分析-改进-验证”的循环，通过调整采样参数、优化工作流策略，最终在内部评测集上实现了约 30%的效果提升。

除了“自我进化”的范式革新，M2.7在硬核能力上也展现出了国际一线的水准。在衡量真实软件工程能力的SWE-bench Pro测试中，M2.7拿下了 56.22% 的成绩，追平国际顶尖模型；在端到端的项目交付测试VIBE-Pro中，其得分也高达55.6%。这意味着，无论是处理线上生产环境的突发故障（MiniMax称已能将修复时间缩短至3分钟以内），还是完成复杂的Office文档多轮高保真编辑，M2.7都展现出了从“对话者”向“执行者”跨越的能力。

随着OpenClaw（龙虾）等Agent框架在全球范围内的走红，AI行业的竞争焦点正从单纯的模型参数转向复杂任务的执行能力。业内分析人士指出，MiniMax M2.7的发布，标志着国产大模型正在重新定义AI的演进方向：未来的AI将不再是一个等待升级的软件，而是一个能够 “自己生产自己”的数字生命体。目前，M2.7已在MiniMax Agent与开放平台全球上线，这场关于“自进化”的探索，才刚刚开始。