对话 MiniMax 研发工程师：Agent 终将超越人类，架构与认知决定未来

事件概述

MiniMax Agent 研发工程师择因接受了 APPSO 的专访，分享了 Agent Team 架构背后的设计哲学、与主流厂商的思路差异，以及对 AI Agent 未来发展的判断。

核心信息

• Agent Team 架构：采用 Leader-Worker-Verifier（领导-执行-验证）的对抗式架构，基于确定性状态机管理，各 agent 之间上下文隔离，解决长程任务中的上下文污染与焦虑问题。
• 发布节奏：Agent Team 未等最新旗舰模型 M3，而是提前在 M2.7 上发布，MiniMax 希望以最快速度向行业输出新认知，并通过核心用户验证。
• 与 Anthropic/OpenAI 对比：择因认为 Anthropic 骨子里不信任模型，预设模型会作弊，因而施加大量约束；OpenAI 的 harness 核心是极简的 agentic loop，反而养出遵循度好的模型。MiniMax 采用融合路线：相信模型、给予与人相同的操作权限，同时在脚手架中加入合理约束。
• 对抗与共谋避免：通过提示词设计，让 worker 和 verifier 有各自的停止条件（worker 完成工作、verifier 寻找 bug），避免共谋。对抗强度可由用户通过 skill 自定义，agent 会总结用户反馈形成个性化标准。
• 上下文隔离与打断：长程 agent 任务运行数小时后，大量执行轨迹会污染其他 agent，因此隔离上下文。用户可随时打断 agent team，加入新编排，实现灵活调整。
• 未来交互愿景：所有功能最终都应通过语音/语言触发，界面按钮将消失。
• 行业判断：择因认为模型之间差距缩小，拉开公司差距的是脚手架。MiniMax 没有壁垒——没有任何人有，但 MiniMax 意图成为共识的领导者、执行者、验证者。

值得关注

• 用户发现 Agent Team 可用于长视频生成、诗朗诵等非预期场景，表明多 agent 编排的潜力远超编程。
• 择因提到人工剪辑比 AI 便宜，模型能力强未必立刻转化为成本优势，专业生产仍需分工。
• 他判断 Agent 实现真正自进化的时刻并不遥远，届时将在几乎任何数字或物理任务上优于人类。