最近 AI 圈这么热闹，全是在养龙虾的，给大伙都看乏味了，我们最爱的新模型发布环节去哪里了？
别急。在大伙忙着把虾养肥的时候，有一家国产模型公司，其实一直在偷偷上分。
MiniMax 最近更新了他们最新的 M2.7 版本，官方给出的说明非常干脆，指令遵循、办公协同和 Coding都有很大提升。
它甚至能自行建构复杂的Agent Harness，也就是搭出一套完整的任务框架，调度多个 Agent 协作、组合各种技能和工具，把那些光靠单个模型根本搞不定的复杂任务给跑通，有点“最强赛博员工”那味了。
而且 M2.7 它最有意思的地方在于，它能通过构建Agent Harness 来“自我进化”。在测试中，测试员给它甩在了 MLE Lite 22 道高难度竞赛中，M2.7 最后取得了 9 金 5 银 1 铜，得牌率 66.6%，仅次于 Opus-4.6（75.7%）、GPT-5.4（71.2%），与 Gemini-3.1 持平。
这成绩不是第一次就跑出来的，而是通过一个简易的脚手架，来引导 Agent 进行自主优化，核心的模块包括短时记忆、自反馈以及自优化三个模块，然后它自己一轮轮迭代优化出来的分数。
世超也有幸搞到了一波内测名额，接入了我们的“龙虾”和 Claude Code 里。实测跑了一段时间，怎么说呢，不管是养虾还是干活，这代模型给我的印象是，确实抗打。
大伙应该都知道了，OpenClaw 本体只是一个外壳，它的智商完全取决于你给它接什么模型当大脑。模型不行，虾就是个傻子。而这次 M2.7 也是针对 Agent 场景做了专项加强。咱就先拿龙虾来试试它的水平。
我上来就给它安排了个任务：帮我生成一个自然博物馆的网站——包含首页、购票页面、展馆地图、捐款通道，得是一个完整的多页面站点。
它有个让我很舒服的特点，就是我在龙虾里派任务的时候，它不会像一些模型一样硬控你的屏幕，让你在那干等着。
它的偏好是，自己在后台开一个子会话去执行任务，你屏幕上的主会话该干嘛干嘛，完全不耽误。
而且还会自己指挥Claude Code去干，还有领导力这一块的。
等它做完了，会把结果推送回主会话通知你，确实有点意思，有种幕后助理的感觉，你吩咐一句，它默默去办了，办完了才给汇报。
过了大概两分钟，桌面上多了一个文件夹，点开一看，是一个结构完整的网站，导航栏能跳转各个子页面，配色和排版都挺像回事的，啥按钮都能按，满分好吧。
光做前端牛，那你给我找点资料呗？于是我又给了一个更有挑战的任务：盘点一下从初代 iPhone 到 iPhone 17 的历代外观，每款附上渲染图。
它很快就把框架搭好了，每款机型都有文字描述和关键设计变化，时间线也对。
但美中不足的是，图片加载失败了。。它尝试从网上直接获取图片，没能下载成功。让它解释一下，它说被阻断了。
最后还是我给它接了 MaxClaw 搓的图片合集，它才把渲染图下载下来插入进去了（MaxClaw是Minimax的云Claw，也蛮有意思）。
图片获取这块确实是目前一个卡手的地方，理论上操作浏览器应该能做到，但实际体验还不太稳定。不过操作龙虾干正事这块，M2.7 的表现还是扎实的。
一般模型装多了 Skills 就容易搞混，该用 A 技能的时候调了 B，或者干脆无视 Skill 规范自由发挥，M2.7 在指令遵循上确实下功夫了。
按照官方的说法，M2.7 在有 40 个复杂 Skills 同时加载的情况下，仍能保持 97% 的使用准确率。
我电脑上32个skills，龙虾跑的时候也确实没怎么乱过。
嚯嚯嚯，对了，之前网传的MiniMax不认识马嘉祺的bug，M2.7也修好了。
接下来，咱来测下M2.7的办公能力，听说它Excel玩得很溜。
我让 M2.7 做一个基金月度投资组合分析表——10 只 A 股，要有市值计算、盈亏公式、条件格式（赚了标绿亏了标红）、底部汇总行，再加一个饼图展示仓位分布，标准的基金经理桌面工具。
它很快生成了第一版，结构没问题，公式、条件格式、饼图都有。但我扫了一眼数据，全是编的。。居然炒的是预制股？
所以我直接跟它说"要实时数据"。然后它便开始了深刻的思考。
它先尝试用一个 Python 库去拉 A 股实时行情，结果直接挂了。。
但 M2.7 也没开摆，它自己开始排查：先 curl 百度确认基础网络是通的，再检查环境变量发现没配代理，然后直接 curl 东方财富的 HTTP 接口，通了。
最终 10 只股票全部获取成功，全是当天的真实盘中价格。我专门去东方财富核对了一遍，是对的。
这让我觉得有点靠谱，人也不能百分百找到正确方案，但碰到问题会自己换方案，而M2.7真能做到这一点。
拿到实时数据之后，我开始给它追加编辑指令。比如美化一下颜色、加一个行业筛选的下拉框，显示目前该行业总市值，盈亏率等等，公式联动都是对的。而且之前做好的内容也没有被搞乱，表现蛮稳定的。
然后我把 Excel 的数据和结论丢给它，让它直接搓一个 PPT，要求就是给我汇报，我一目了然。最后整体效果，是那种拿去开会不会丢人的水平，还带内部超链接。
最后来看看代码吧。我之前写了一个 Python 的个人记账小工具，有一些世超摸不着头脑的问题，我把代码和最近的报错日志一起丢给了它。
哥们直接给我送来一个表格，表上是些我看不懂的原因。
但的确是四个 bug，Claude Opus 4.6也如是说。一个没漏，分析逻辑非常清晰。
而且，它的修复方案也不是头痛医头的那种，做了系统性重构，最后还给出了架构层面的判断：JSON 单文件已经到瓶颈了，建议迁移 SQLite，并且没有硬吹自己的修复能解决所有问题。
翻译成人话，就是我拿了一份自己的作业去找人批改，上面有4个叉，对面不但把4个错全找出来了，还发现了几个你之后可能犯的隐藏错误，顺手帮你优化了。
整体感觉大概相当于一个有经验的开发来帮你 review 代码，确实比我强。对于不是程序员的普通用户来说，拿它来检查和修复自己的小脚本、自动化工具，vibe coding是真够用了。
OK，最后来点实在的总结吧。M2.7 的 Agent 能力、办公能力、代码能力都拿得出手，可以说是养虾的优质模型，也是干活的靠谱工具。
要说不足的话，网络资源获取还能再提升下，不管是龙虾场景里下载图片，还是其他需要从网上抓取股价这块，经常加载失败，得我压力它才搞得定。。不过这也算目前模型的通病了，就看大伙怎么优化了。
可能以后就没人再说，年轻人不会用电脑了，维新派要指挥电脑自己干活了！
