M3发布后，MiniMax走了一员大将

MiniMax 技术路线的解释者

　　阿岛在 MiniMax 的公开形象，和公司的模型路线高度重合。

　　在 M3 发布前，他曾参与对外介绍模型的上下文能力、编码能力和 Agent 能力；M3 发布后，他又出现在用户关于计费和使用权益的讨论中。

　　M3 上线时，MiniMax 在没有充分提示的情况下将付费模式从按次切换为按 Token 计费，引发用户争议。阿岛在社群中承认“工作不到位”，随后 MiniMax 发布致歉公告并公布补偿方案。

　　大模型公司的技术负责人，已经不再只是研发部门的代表。他还要面对开发者、用户和社区，解释产品为什么这样设计、能力边界在哪里，以及技术变化为什么会影响用户的钱。

　　阿岛的 X 动态也具有类似特点。

　　他不只是转发公司公告，而是直接参与 M3、MSA 和开源话题的讨论，回答开发者关于模型结构、长上下文和稀疏注意力的问题。这种沟通方式让他成为 MiniMax 技术路线的一个公开接口。

　　对于其在 AI 领域从事的 Agent 业务，阿岛也敢于对外做个人风格鲜明的判断。

　　比如今年 4 月的一场公开对谈中，阿岛谈到过一个并不乐观的判断：通用 Agent 应用最终会被模型逐步内化，Harness 和 Agent 应用层本身也存在生命周期。

　　今天需要通过 Prompt、Skill、Memory 和多 Agent 协作完成的事情，可能会被下一代模型直接吸收。模型越强，外置的那一层就越薄。一个通用 Agent 公司如果只是把模型能力重新包装成工作流，就很难长期保持独立位置。

　　阿岛在采访中曾直言，当前没有一家 Agent 企业敢说自己已经拥有真正的壁垒。所谓行业 Know-how、垂直场景和客户关系，都可能被竞争对手复制。真正能形成差异的，是人才、底层基础设施和组织执行能力。

　　这句话在他离职之后，获得了另一层现实含义。

　　阿岛参与 Agent 2.0 时，MiniMax 的核心问题是如何让一个 Agent 真正进入工作流。现在，公司要处理的已经是更大的系统。

Agent 最初只是四个人的实验

　　MiniMax Agent 2.0 最早并不是一个庞大的事业部项目。

　　此前在接受自媒体差评的一次公开对话中，阿岛介绍，Agent 2.0 源自公司内部使用的“Agent 实习生”。这套工具先在研发、产品、GPU Infra、HR、投资和财务等团队内部扩散，再逐步外化成面向用户的产品。

　　当时，桌面端主要由 3 名同学用了一个月开发完成，加上产品经理，整个团队大约只有 4 个人。

　　这支小团队解决的问题很具体：让 Agent 从网页端走向桌面端，直接处理本地文件、浏览器和工作环境；再通过 Expert 模式，把专业知识、工作流程和工具组合起来，使 Agent 能够完成一项相对完整的任务，而不是只处理一个孤立环节。

　　这也是 MiniMax Agent 早期的优势。

　　团队足够小，产品、模型和工程可以快速互相反馈。一个模型能力上的变化，很快就能进入 Agent；一个产品场景上的问题，也能快速反过来影响模型训练。内部员工先使用，团队再根据实际任务迭代，减少了从需求调研到产品上线之间的距离。

　　但小团队模式也有边界。

　　它依赖少数人对模型、工具、用户场景和工程系统同时理解。困难的不是做出一个 Demo，是把少数人的判断和理解，变成多人可以协作、复用、交接和持续维护的系统。

　　3 月，MiniMax 发布 M2.7，强调模型可以参与自身迭代，并通过 Agent Harness、Skills、Memory 和 Agent Teams 完成复杂研发任务。官方称，在部分内部流程中，M2.7 可以承担从问题分析、代码修改到评测反馈的一部分工作。

　　5 月，MiniMax 又推出 Agent Team，让多个 Agent 并行协作，分别承担不同角色和任务。官方介绍中，Agent 已经不只是一个聊天窗口，而是一套需要管理任务拆解、角色协作、状态变化和执行记录的运行系统。

　　6 月发布的 M3，则进一步把编码、Agent、百万上下文和原生多模态能力放在同一个模型里，并配套推出 MiniMax Code。官方将 MiniMax Code 定位为与 M3 共同训练、适配长上下文和复杂 Agent 任务的产品。

　　这条路线已经从“做一个好用的 Agent”，扩展成“让模型、Agent 运行环境、开发工具和用户工作流互相咬合”。

　　同时，MiniMax 还在继续扩大模型版图。

　　7 月 31 日，公司发布 H3，覆盖文本、图像、视频和声音的多模态理解，最高支持 15 秒、2K 分辨率视频生成，并计划开放模型权重。

　　对一家大模型公司来说，这意味着研发资源必须同时覆盖语言模型、视频、语音、音乐、Agent 和开放平台。

　　2025 年，MiniMax 收入同比增长 158.9% 至 7900 万美元，超过 70% 的收入来自国际市场；截至 2025 年年底，公司称已服务超过 200 个国家和地区。

　　7 月，公司又完成 3560 万股新股配售，并发行 65 亿港元零息可转债，继续为模型研发和产品扩张提供资金。

　　MiniMax 正在押注一条很长的路线：从全模态模型走向 Agent，再从 Agent 走向能够理解上下文、调用工具、持续工作和自我改进的智能系统。