在 AGI Playground 2026 大会上，MiniMax DevRel 负责人 Vincent 系统披露了该公司在 Agent 层面的实践路径。核心结论是：模型公司做 Agent 的独特优势，在于能将 Agent Harness 与模型推理放在同一团队内协同设计，而 Model-Harness 协同只是第一步，后续还需实现 Inference-Harness 协同。
MiniMax 的 Agent 探索始于 2025 年五六月的云端 Agent 项目（agent.minimax.com），该项目配备 Linux 沙箱与虚拟机，采用传统 tool calling 方式，可执行 shell 脚本，但彼时更接近 demo 形态。真正让 Agent 在公司内部扎根的是内部称为「Agent 实习生」的 bot，它嵌入日常办公软件，使用范围覆盖工程、HR、市场、财务等部门。销售用它生成面向不同国家客户的个性化文案，产品与客服用它处理投诉邮件、查询后台任务 trace 并判断积分消耗合理性，数据分析人员用它替代传统 SQL 编写，HR 则用于筛选简历，效率提升约 10 倍。
内部实践推动了两条产品线落地：一是桌面应用 MiniMax Code，可控制用户本地电脑，降低非工程师使用门槛；二是与 OpenClaw、Hermes 等第三方开源 harness 社区合作，优化 M2.1、M2.5 等模型在其中的表现。Vincent 表示，MiniMax 模型定位通用型，不仅擅长编程与数学，也具备操作电脑和管理性任务的能力，同时保持较高性价比。
在模型迭代层面，Agent 的作用分为直接与间接两种。直接方式是让模型参与研发，在 M2.7 发布时，post-training 团队工作流中运行实验与分析实验两步已可完全由 M2.7 自主完成，且研究用 harness 代码本身也由 M2.7 编写，形成递归式自我改进。间接方式则是通过 harness 将训练与服务连成闭环：真实用户通过 MiniMax Code 完成长周期任务，harness 收集工作流轨迹与环境数据，经数据工程转化为可重复、可打分的 gyms，用于强化学习与 post-training。
MiniMax 已组建专门团队推进该闭环，雇佣金融、法律、医疗等行业兼职与全职专家，其核心工作并非标注数据，而是在专业工作流中使用 MiniMax Code 与 M3 模型，由此产生真实世界的高价值训练信号。这一飞轮机制使模型训练、服务与数据收集形成循环，每轮迭代后模型能力与数据质量同步提升。
此外，M3 在 kernel 优化代码编写方面表现突出，推理团队可用其优化服务自身模型的底层代码，构成另一层自我改进循环。由于 M3 本身在 MiniMax Code 中训练，其在该 harness 内的表现具有天然优势。这一实践表明，模型公司自研 Agent 的价值不仅在于产品层，更在于构建训练与服务之间的数据闭环。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
