MiniMax发布Agent 2.0：AI原生工作台重塑工作流，生产力再升级

如果说2025年是AI智能体（Agent）从概念走向实际应用的元年，那么刚刚拉开序幕的2026年，我们正见证着新一轮的爆发式增长。新年伊始，Agent赛道的竞争已趋白热化。国际舞台上，Anthropic推出了Cowork；国内市场，千问APP也上线了「任务助理」功能。在这一背景下，市场策略呈现出明显分化：有的专注于工作场景的效率提升，有的则致力于重塑日常生活的体验。

在这片竞争激烈的红海之中，十余天前刚刚登陆港股的国产AI大模型独角兽MiniMax，坚定地选择了「将释放生产力进行到底」的核心路线。

1月20日，MiniMax正式揭晓了其第二代智能体产品——MiniMax Agent 2.0，为这个本就火热的赛道注入了新的活力。此次升级被定义为一个「AI原生工作台」（AI-native Workspace），在产品形态与能力架构上进行了深度重构。

这个全新的工作台，彻底告别了过去依赖简单聊天对话框的交互模式，进化成为一个能够感知本地计算环境、自主拆解复杂任务、并提供专家级专业技能的进阶型智能协作伙伴。支撑这些强大能力的，是以下三大核心支柱：

三大核心支柱，构建智能工作新范式

1. 桌面端应用：MiniMax Agent Desktop

首先登场的是「MiniMax Agent Desktop」桌面端应用。它让智能体突破了浏览器网页的束缚，得以直接操作本地文件与系统环境，同时还能启动网页自动化任务。这意味着，该应用在本地与云端之间架起了无缝连接的桥梁。它以一个全局视角，渗透到各个职能角色的核心工作流中，将人类从「在不同应用窗口间频繁切换、机械地复制粘贴、反复点击按钮」的重复性劳动中彻底解放出来。目前，MiniMax桌面端已同步上线Windows和macOS双版本。

2. 专家智能体：Expert Agents

其次是「Expert Agents」——旨在打造垂直领域的顶级专家分身。Expert Agents超越了现有预设的多智能体（Multi-agent）专业模式，其核心在于能够封装私有知识库与行业独有的标准操作流程（SOP），用专家级的知识储备、实战能力和经验来武装每一位用户。

据MiniMax介绍，在1.0时代依赖的多专家系统，通常只能提供70分左右的通用型专家组合；而现在，借助Expert Agents，这一分数可以被显著提升至95分甚至满分，任务执行的可靠性与专业性实现了质的飞跃。官方还将提供大量开箱即用的Expert Agents，极大降低了用户的使用门槛，让上手变得轻松快捷。目前，用户可以在桌面端和网页端限时免费体验这一功能。

3. 自定义专家：打造专属智能伙伴

最后是自定义Expert Agents的能力。用户可以通过注入更多的上下文信息，进行更自由、更细致的个性化设置，让智能体在深度理解用户需求与偏好的基础上，提供量身定制的专家级服务。

如果说去年发布的MiniMax Agent 1.0定义了何为「靠谱的AI伙伴」，那么如今的2.0版本，在同样确保结果准确性的前提下，在AI原生自动化执行的广度、深度与专业度上，完成了一次全方位的重磅升级。

实战体验：能文能武的全能助手

产品的真实能力，终究需要在实战中检验。访问MiniMax Agent官网，下载最新上线的桌面端应用，即可亲身开启这场重塑工作流的AI原生工作台体验。

官网地址：https://agent.minimaxi.com/

安装完成后，引导界面清晰显示，MiniMax桌面端已深度打通本地文件系统。用户只需指定一个工作目录，AI便能读取、分析并批量处理该目录下的所有文件，这一设计直观体现了其打造「AI原生工作台」的核心理念。

场景一：自动化信息搜集与整理

以媒体工作者的日常为例，「刷选题」是一项重要且高频的任务。我们尝试输入以下指令：

“每天上午9点，自动为我提供过去24小时内人工智能领域的重点新闻摘要。要求每条新闻提炼一个核心要点，并附上网络检索来源，确保内容清晰易读。”

仅用时2分多钟，MiniMax Agent便成功理解了任务，编写了相应的脚本并完成了可行性测试。不仅如此，它还贴心地给出了后续设置定时任务的详细教程。用户只需进行简单的复制粘贴操作，就能将这个AI任务转化为每天上午自动执行的日常工作流程。这极大地提升了信息搜集与整理的效率。

场景二：深度技术研究与可视化呈现

对于科研或技术分析人员，「读论文」并理清技术脉络是常态。我们尝试了更复杂的任务：

“这是MiniMax-M1的技术报告（附上arXiv链接），请研究其参考文献，梳理背后的技术源流，然后制作一个网页，以技术进化图谱的形式展示MiniMax-M1的技术传承，请务必尽量向前追溯。”

这个任务显然更加复杂，耗时约6分钟。Agent的执行过程逻辑清晰：首先分析任务需求，随后调用工具下载指定文档，接着对文档进行深度解读与技术溯源，最后严格按照要求编写并生成了一个展示技术进化图谱的网页。更令人印象深刻的是，Agent自动将该网页部署到了MiniMax Space上，生成了一个可直接访问和分享的链接。这种从研读、分析到交付的完整闭环，充分展现了其在复杂任务执行上的工程化深度。

场景三：海量文件处理与内容提炼

得益于工作目录的设计，MiniMax桌面端不仅能处理单个文件，更能直接处理整个文件夹。例如，面对数月积累的、包含大量技术博客链接的选题文档，我们可以指令：

“这是我们近几个月的日常选题整理文档，请自动梳理出其中所有的技术博客链接，访问每篇博客的内容，并给出简短精炼的内容摘要。最后将结果整理成一份PPT演示文稿，每一页展示一篇技术博客，需包含引用自博客的图片或截图、博客标题、链接以及内容简介。整体风格请使用莫兰迪色系。”

这个任务极其繁琐，涉及格式转换、内容抓取、信息提炼和视觉设计多个环节。而在MiniMax桌面端的协助下，仅用23分钟便完成了整个流程。它自动将docx文档转换为Markdown格式，提取链接并抓取内容，生成摘要文案，最终调用工具创建了配图精美、排版专业的PPT。这种处理能力，将用户从繁琐重复的机械劳动中解放出来，专注于更具创造性的工作。

场景四：无缝衔接本地工具链

MiniMax Agent与本地环境的深度融合，打开了无限的想象空间。例如，对测试过程中录制的视频进行加速处理，也完全可以通过Agent完成。只需输入：

“处理一下指定文件夹中的视频：将视频1和2加速4倍，视频3加速8倍，视频4加速16倍。我本地已安装ffmpeg。”

Agent精准识别了本地环境中ffmpeg工具的路径，并自动生成了正确的命令行处理指令。用户无需记忆或输入任何复杂参数，视频加速任务便在后台高效、安静地执行完毕。这证明了Agent能够真正融入用户现有的工具链，成为增强现有工作流程的智能中枢。

场景五：创建与调度专家团队

最后，我们体验了MiniMax提供的专家Agent创建功能。该功能允许用户构建在特定领域达到顶尖水平（95-100分）的专家Agent，其核心不仅是简单的提示词调整，更是深度的专业知识与能力注入。

创建过程直观简便。用户可以在对话框中轻松创建和管理可复用的“子代理”，并为每个Agent配置不同的工具和能力。随后，在启动任务时，只需选择需要调用的专家团队即可。例如，我们可以创建一系列不同领域的AI专家（如技术哲学家、伦理学家、经济学家），然后让它们围绕“AI究竟是什么”这一主题展开深度辩论。此时，MiniMax主智能体会扮演讨论主持人，动态调度不同的专家子代理参与讨论，从而实现多视角、深层次的思辨。这项能力意味着，用户可以将行业经验、部门SOP或复杂业务逻辑模块化、Agent化。当面对复合型任务时，用户不再是与一个通用模型对话，而是在指挥一支高度专业化的数字专家团队协同工作。

从“刷分”到“实干”：重新定义AI能力边界

整体体验下来，MiniMax Agent 2.0展现出的核心特质是：它不再仅仅展示其“思考”得有多聪明，而是用实际成果证明其“执行”能深入到哪一步。

在Agent 2.0定义的工作范式里，AI不再被动等待人类一步步提供上下文，而是主动融入工作环境，理解你的文件系统、打开的网页、既定的工作流程，并持续自主地推进任务。用户只需给出一个目标明确的指令，剩下的任务拆解、工具调用、步骤执行与过程跟进，全部交由Agent在工作台中完成。这也正是MiniMax将其定义为“AI原生工作台”的深层原因。

技术基石与内生循环

这一切强大能力的背后，离不开MiniMax在底层模型技术上的持续突破，以及一套独特的“吃自家狗粮”式内部实践循环。

• 去年6月提出的Lightning Attention技术，将长序列计算成本从二次方降低为线性，解决了Agent长期任务中的“记忆失忆”难题。
• 10月发布的M2模型，定位为“Agent & Code Native”，采用交错思维链机制和MoE混合专家架构（总参230B，激活参10B），其API价格仅为Claude Sonnet 4.5的8%，极具性价比。
• 12月推出的M2.1模型，进一步深入支持Rust、Java、C++等后端语言，使模型具备了更强大的全栈工程能力。

尤为关键的是，这些技术能力首先在MiniMax内部得到了全面应用。模型被深度嵌入研发与办公的核心流程，从代码编写、需求拆解到运行Agent任务。据悉，在过去数周内，MiniMax内部接近100%的员工已经开始使用Agent作为“实习生”辅助工作。这种模式形成了一个快速的自我强化闭环：模型能力的每次升级，都在真实业务场景中得到高频使用和反复打磨；而内部使用产生的反馈，又直接回流到下一轮的模型与系统优化设计中。

结语：价值重构与未来展望

此次MiniMax定义的「AI原生工作台」，正在掀起一场关于AI如何参与高复杂度工作的价值重构。其核心转变体现在两方面：一是交互逻辑的根本性变化，从“人类需要被动适应Agent的交互方式”转变为“Agent主动适应人类的工作环境和习惯”；二是通过高度定制化的Expert Agents，打破了专业领域的知识壁垒，使得普通人无需经历漫长艰苦的学习过程，也能便捷地获取和应用行业顶级的专业知识与经验。

MiniMax Agent 2.0的出现，不仅是一款产品的升级，更预示着一种以任务完成为中心、人机深度融合的智能工作新纪元的开启。它让我们看到，AI的未来不仅是更聪明的对话，更是更得力的实干。

想获取更多AI最新资讯与智能工具推荐， 欢迎访问 👉 AI Tools Nav ——优质的 AI导航平台 与 AI学习社区

本文来源：机器之心

原文链接：https://www.jiqizhixin.com/articles/1f7e2ca6-a9ae-4425-b844-7b399d9823c7