过去，我们习惯于把大模型看作一个需要人类手把手调教的“工具”；但如今，这个工具开始学会给自己“上课”了。3月18日，国产AI大模型公司MiniMax发布了新一代Agent旗舰大模型M2.7，首次公开展示了 “模型自我进化” 的技术路径。这不仅是性能的跃升，更标志着AI从“被动执行”向“主动演化”的范式转变，仿佛在AI的“套娃”结构中，最内层的那一个也开始拥有了自我意识。

当模型成为自己的“程序员”

M2.7的核心突破在于它构建了一套名为 Agent Harness（智能体执行框架） 的复杂体系。简单来说，这个框架让模型不再只是一个等待指令的“执行者”，而是深度参与到自身的训练、优化与迭代流程中，成为了研发团队的一部分。

在具体的研发实践中，M2.7展现出了惊人的“自我迭代”能力。例如在强化学习场景中，它能够从一个实验设想出发，自动完成文献调研、实验设计、任务执行，甚至在过程中自动进行日志分析、Bug排查、代码修复和指标优化。官方数据显示，在部分内部研发流程中，M2.7已可承担30%至50%的工作量，并在内部评测集上实现了约30%的效果提升。

更具突破性的是其 “自我优化闭环” 能力。在内部测试中，M2.7可以连续执行超过100轮“分析—改进—验证”的循环，自主调整采样参数、优化工作流策略。这意味着，模型正在摆脱对人工调参的完全依赖，开始具备真正的“自主进化能力”。

硬核实力：从写代码到修Bug的全能选手

除了理念上的革新，M2.7在具体能力表现上也交出了一份亮眼的成绩单。

在软件工程领域，M2.7在权威测试集SWE-bench Pro中取得了56.22% 的正确率，接近国际顶级模型水平。它不仅能生成代码，更像一个资深的网站可靠性工程师。在线上生产环境故障调试中，M2.7能够结合监控指标、部署时间线进行因果分析，甚至主动连接数据库验证假设。基于M2.7，部分线上生产系统故障的修复时间已可缩短至3分钟以内。

在办公生产力场景，M2.7同样表现出色。它在GDPval-AA评测中的ELO得分高达1495，为开源模型最高。无论是处理复杂的Excel表格、生成Word报告还是制作PPT，它不仅能生成内容，还支持高达97%指令遵循率的多轮高保真编辑。

多智能体协作与交互范式的新探索

M2.7还强化了 “多智能体协作” 能力。在这一模式下，模型需要同时扮演多个角色，进行对抗性推理与协同决策。例如，它可以组建一个包含主持人和多名玩家的“Agent团队”，在完全自主的状态下跑通“谁是卧底”这类复杂游戏的全流程，这对模型的逻辑一致性与协议遵循能力提出了极高要求。

此外，MiniMax也在探索AI的“非生产力边界”。基于增强的人设保持与情感交互能力，M2.7支撑起了全新的互动娱乐产品OpenRoom。它将AI交互延伸至沉浸式Web环境，让对话不仅是信息交换，更能实时产生视觉反馈与场景交互，探索“对话即界面”的新可能。

随着OpenClaw等Agent框架的走红，AI行业的竞争焦点正从单一的“模型能力”转向“执行系统能力”。分析人士认为，M2.7的发布标志着国内厂商正在尝试定义下一阶段的技术路线——以Agent为核心、以自我进化为驱动的AI系统。

如果这种“自我进化”能力进一步成熟，未来的AI系统或将实现从数据构建、模型训练到评测优化的全流程自动化。这不仅将大幅压缩研发周期，更可能从根本上重塑AI产业的成本结构与竞争格局。

目前，M2.7已在MiniMax Agent及开放平台全球上线，这款能够“自我迭代”的模型将在真实场景中接受检验，而它的表现，也将成为判断“自我进化”这一新范式商业价值的关键。