对话MiniMax 择因：Agent终将超越人类，我们又将何去何从？
2026/06/08 10:39阅读量 2
MiniMax抢先于M3模型发布了Agent Team架构，采用Leader-Worker-Verifier对抗式设计，强调模型能力与脚手架（harness）的深度融合。工程师择因认为，当前agent工程共识形成极快，架构本身已无壁垒，胜负手在于细节执行与组织效率。未来agent将在数字和物理世界任务上全面超越人类，但关键在于物理接口的开放及模型多模态能力的提升。
事件概述
MiniMax在M2.7模型上提前推出了Agent Team（智能体团队）架构，采用Leader-Worker-Verifier（领导-执行-验证）对抗式框架，将工作与验证职责分离，通过状态机管理、上下文隔离解决长程任务中的上下文污染和“共谋”问题。该设计已在内部使用一个月，并计划开源。
核心信息
- 架构设计：Agent Team运行在确定性状态机上，允许各个agent之间自由通信，但严格限制跳出规范。Worker负责执行，Verifier负责检查错误并打回，两者各有可观测的停止条件。用户和主agent可在执行任意时刻介入调整。
- 与行业对比：Anthropic（Claude）不信任模型，在harness中层层约束但出现黑天鹅效应；OpenAI（Codex）采用极简循环，配合遵循度好的GPT 5.5实现最强编码能力。MiniMax走中间路线：信任模型并给予和人相同的操作权限，同时加入合理约束。
- 共识与壁垒：择因认为agent领域的共识形成速度极快（Skill半年、多agent一个月），71页的综述论文《Agent Harness Engineering》已概括所有内容，因此架构本身没有壁垒。真正的竞争在于细节执行、组织效率以及模型与harness的精准配合。
- 开源趋势：中国模型公司早期靠开源体现价值，但进入价格战阶段后开源风气可能消减。未来即使权重和训练框架不开源，也可通过论文分享创新成果。
- 未来展望：择因认为agent超越人类并不遥远。物理世界的交互协议比代码更简单，只要模型多模态能力足够强，物理接口开放后即可实现。当前MiniMax已在内部用agent开发agent，形成正反馈循环。
- 组织方向：模型公司做agent的关键是让模型以完全体形态呈现，放大能力并闭环到模型训练。内部组织效率是避免掉队的决定因素。