距离M2.5发布仅过去一个月，就在昨天，MiniMax正式发布了M2.7模型。
官方给它定的标签很明确：这是他们第一个“深度参与自身进化”的模型。
同时，M2.7已经在MiniMax Agent和开放平台上线，API侧也同步放出了M2.7与M2.7-highspeed两个版本。
这次发布的重点地方有两层：
- 第一层，M2.7的Agent能力明显更完整了。
- 第二层，MiniMax开始把模型参与模型优化这件事，往一个可验证、可持续的方向推。
这两个点叠在一起，M2.7 更像一个开始朝自我迭代型 Agent 基座靠近的版本。
当模型开始参与自身训练与优化，AI 的自治能力会走到哪一步？
自我进化：从被投喂到自己觅食
先看几个官方给出的核心数据。
在SWE-Pro上，M2.7的准确率达到 56.22%；
在VIBE-Pro上是 55.6%；
在Terminal Bench 2上达到 57.0%。
这组能力总结下来就是：不仅会写代码，还能处理真实工程场景里的排障、修复、重构和系统理解。
在MiniMax的内部研发流程中，M2.7被赋予了这样一个任务：协助强化学习团队进行实验。
以往需要多名研究员协作完成的工作：
查阅文献、配置实验环境、监控训练状态、分析日志、调试代码、提交合并请求、执行冒烟测试。
现在由M2.7承担了30%到50%的工作量。
更值得关注的是，它不仅仅是执行命令，更具备了对整个研发流程的主动优化能力。
他们还做了一项内部测试：让M2.7完全自主地运行一个循环：
分析失败轨迹 → 规划改动 → 修改scaffold代码 → 跑评测 → 对比结果 → 决定保留还是回滚
这一轮它跑了100多次，最后让内部评测集的表现提升了约30%。
如果把这件事翻译成人话，其实就是：
M2.7不只是完成任务，它开始参与怎么把做任务这套系统变得更好这件事。
这意味着什么？
过去我们依赖人类研究员的经验和直觉来调优模型，现在M2.7已经能够自主探索优化路径，并且找到人类可能忽略的改进空间。
MiniMax认为未来AI的自我进化，会逐渐走向更高自治程度，甚至覆盖数据构建、模型训练、推理架构、评估等环节。
这话当然还很前瞻，但至少M2.7这次，已经把这个方向从口号推到了工程实践阶段。
走进现场的能力
如果说自我进化能力是M2.7的隐藏技能，
那么它在实际工程场景中的表现，则直接展现了这种能力的落地价值。
前面提到，SWE-Pro基准测试中M2.7拿下了56.22%的正确率，与GPT-5.3-Codex持平。
但比分数更值得玩味的是它在真实生产环境中的表现。
想象这样一个场景：
凌晨两点，线上系统突然告警，数据库CPU飙升。
传统模式下，需要值班工程师爬起来看日志、查监控、定位问题、写修复脚本。整个过程少则半小时，多则数小时。
而M2.7的处理流程是这样的：
收到告警后，它首先关联监控指标和部署时间线进行因果推理；
然后对调用链采样数据进行统计分析，提出精确的故障假设；
接着主动连接数据库验证根因，在代码仓库中定位到缺失的索引迁移文件；
最关键的一步是，它懂得先用非阻塞方式创建索引来止血，然后再提交代码合并请求。
从发现故障到恢复系统，整个过程被压缩到了三分钟以内。
虽然这属于内部案例，外部还需要更多验证。
但这个案例至少说明MiniMax想把M2.7放到一个更真实的技术场景里去证明自己，而不是只停留在benchmark层。
另外这次M2.7原生还支持多Agent协作。
多Agent场景对模型提出的是范式级要求，
因为这里涉及：角色边界；对抗性推理；协议遵循；行为差异化，这些能力只靠 prompting 很难稳定做出来，必须被模型内化成原生能力。
现在很多多Agent系统，看起来很热闹，实际上只是多个 prompt 轮流接力。
角色会串，状态会飘，任务越长越乱。
MiniMax这次把Agent Teams放到软件工程这一节里，其实是在说明：他们理解的软件工程，不只是单模型写代码，而是多角色协作完成复杂构建。
这也解释了为什么很多人会觉得M2.7更适合放进OpenClaw这类框架里看。
因为它开始做的是一个更适合复杂Agent场景的模型。
开始接近能交付工作
另外的亮点，专业工作和复杂办公环境。
（1）专业知识和任务交付能力
在GDPval-AA上，M2.7的ELO达到1495。
官方表示这是开源模型里最高水平，并且超过了GPT-5.3。
同时，他们专门强化了Word、Excel、PPT的复杂编辑能力。
重点不只是能生成一个文件，还可以：
基于模板直接生成；
在现有文件上多轮高保真修改；
最终交付的还是可编辑文件，而不是一次性展示品。
这件事对真实办公场景很重要。
因为工作里最烦的，从来不是生成第一版，而是后面反复改。
（2）复杂环境交互能力
在Toolathon上，M2.7 达到 46.3%；
在MM Claw testing里，它在40个复杂skills、每个超过 2000 token 的环境下，还能保持97%的skill compliance rate。
这个指标的意义是：模型开始更稳定地理解和调用大量复杂技能，而不是一多就乱。
这对Agent非常关键。
因为真正进入工作流时，模型面对的从来都不是一个单技能沙盒，而是一堆长提示、长文档、长技能说明混在一起的环境。
官方还给了一个案例。
任务：根据台积电的年度报告和财报电话会议信息，构建台积电的收入模型。阅读多份研究报告，设计相应的假设，根据最新信息建立台积电的收入模型，然后根据PPT模板制作PPT，并撰写一份Word文档形式的研究报告。
这个案例是不是完全无水分，大家可以继续观察。
但它传递出来的方向很明确：
模型开始逼近初级知识工作者的角色。
以前大家说模型会做PPT、会做报告，很多时候只是会生成格式。
现在更大的变化是，它开始具备：读材料；建判断；做结构化输出；在多种办公介质里完成交付
当然，它肯定还远没有到完全替代人的阶段。
但它已经开始出现在一个更实际的位置上：不是最终决策者，是能把第一轮重活先做完的那个数字同事。
有温度的智能
最后在偏C端互动的场景中，M2.7在角色一致性和情感智能上表现很好。
它的价值更多在于，对陪伴类产品、角色扮演类交互、多轮对话型产品、强人格一致性的应用，会更有想象空间。
M2.7这次不是只朝生产力去了，交互产品这条线它也留了口子。
写在最后
当模型开始自我迭代，当AI开始参与AI的创造，我们正在见证的不仅是一次产品发布，更是一个新纪元的序章。
变化已经开始了，而且大概率会比很多人想得更快。
它不会等你把过去的方法论整理完，也不会等你把现有流程慢慢适应完。
很多原本还停留在“演示”“尝鲜”“试试看”的能力，正在一点点越过那条线，开始进入真实工作。
技术的浪潮一浪高过一浪，真正拉开差距的，从来不是追逐每一个新工具，而是谁能把这些能力组合成真正的业务价值。
模型再强，也需要有人理解它的边界；能力再全，也需要落到具体的场景里解决实际问题。
在极客上线，我们一直在关注这些变化。
如果你也在思考：当技术边界不断被推远，自己的业务该怎么借力前行；当AI的能力越来越强，企业又该如何真正把它用起来？
欢迎来和我们聊聊。
