Vide Coding概念的提出者Andrej Karpathy大神前段時(shí)間說今年可能不是AI Agent的元年，而只是Agent10年的開端。

英偉達(dá)CEO黃仁勛則認(rèn)為Agentic AI是萬億美元的機(jī)遇。

是的，Agent幾乎是2025年AI領(lǐng)域的代名詞。而且，常常和邀請碼、全球首個(gè)xx等概念聯(lián)系在一起。畢竟，所有人都能看出這個(gè)賽道有多大，機(jī)會有多么的多。

顯而易見的大賽道所面臨的有趣情況是，這早晚會在大廠，尤其是頭部模型公司的射程范圍內(nèi)。果不其然，一陣喧囂之后，國內(nèi)AI六小龍之一的MiniMax出手了，搞出了MiniMax Agent。

我對大模型公司親自下場做Agent有很強(qiáng)的期待，畢竟才是最懂自己模型特點(diǎn)，甚至能根據(jù)Agent需求定制大模型能力來服務(wù)特點(diǎn)場景的，所以他們做Agent有天然的優(yōu)勢：比如ChatGPT和Gemini擁有世界上最好的案頭研究、或者說信息整理方面的垂類Agent——Deep Research；而Anthropic新出的Claude Code則可以認(rèn)為是AI Coding方向的Agent，最近已經(jīng)把Cursor干得死去活來了。

所以，上個(gè)月底，MiniMax Agent一推出，我就覺得應(yīng)該值得試試，很快丟了一堆案例做測試。

一波測試下來，我自己的體感是MiniMax Agent有四個(gè)比較突出的特點(diǎn)：

特點(diǎn)1:深度研究和上下文管理能力極強(qiáng)，MiniMax Agent可以輕松完成一個(gè)復(fù)雜任務(wù)所需要收集的全部信息，并且中間完全不出錯(cuò)，沒有出現(xiàn)token溢出導(dǎo)致任務(wù)無法繼續(xù)的情況；

特點(diǎn)2:多模態(tài)輸出能力出色，尤其是語音生成的表現(xiàn)，我聽到后瞬間懵了；

特點(diǎn)3:編程能力超出預(yù)期，尤其是對接了Supabase，能輕松搞定后端開發(fā)，包括注冊登錄和API的調(diào)用；

特點(diǎn)4:能執(zhí)行定時(shí)任務(wù)，實(shí)現(xiàn)自動(dòng)化的工作流，這部分能解鎖很多有趣的場景，我在文章最后會提到。

特點(diǎn)1：深度研究和上下文管理能力

案例一是和我的愛好有關(guān)，老粉們可能知道我愛看網(wǎng)球，去年我就在巴黎奧運(yùn)現(xiàn)場見證了鄭欽文的奪冠，最近也是到了倫敦看溫網(wǎng)，所以我為難MiniMax Agent，提了一個(gè)很煩人的網(wǎng)球相關(guān)任務(wù)要求：

給我生成一個(gè)網(wǎng)球愛好者的網(wǎng)站：
1、介紹網(wǎng)球四大滿貫和ATP/WTA全年賽程的信息；
2、提供男子和女子單打前100排名的信息；
3、并且為讓我可以跟蹤了解其中中國選手接下來的賽程情況。

這個(gè)任務(wù)的難點(diǎn)是涉及到的信息實(shí)在是太多了，包括網(wǎng)球全年的上百項(xiàng)賽事，200名ATP/WTA選手的信息，以及再從中撈出中國選手的賽程。

我之前也拿別的Agent測過，基本上任務(wù)跑到一半就因?yàn)樯舷挛拈L度溢出而無法繼續(xù)的。

而MiniMax在這個(gè)任務(wù)過程中執(zhí)行了不下上百次的搜索，居然給我一次性搞定了。

案例1鏈接：https://agent.minimax.io/share/288416437637201

在案例二中，因?yàn)樽罱鼫?zhǔn)備去看新上映的《侏羅紀(jì)世界：重生》，我讓MiniMax Agent幫我完成以下任務(wù)：

給最近上映的電影《侏羅紀(jì)世界：重生 Jurassic World: Rebirth (2025)》開發(fā)一個(gè)官方宣傳網(wǎng)站，提供包括但不限于以下信息：
1、《侏羅紀(jì)世界》系列電影的歷史，包括主創(chuàng)信息、豆瓣評論、票房等
2、新版《侏羅紀(jì)世界：重生 Jurassic World: Rebirth (2025)》在拍攝過程中的趣事，電影的主要賣點(diǎn)等
3、網(wǎng)友對這部電影的評價(jià)情況
4、實(shí)時(shí)票房信息
5、其他任何你覺得有助于吸引觀眾去收看這部電影的內(nèi)容

這個(gè)任務(wù)也是涉及到大量信息，尤其是除了文字之外，還有大量圖片、視頻等多模態(tài)信息的收集，MiniMax Agent給我整出的網(wǎng)站首頁英雄區(qū)背景就是個(gè)電影相關(guān)的視頻。

我本來還以為“觀看預(yù)告片”那個(gè)按鈕是假的，就像很多AI Coding一次性做出的界面一樣，只是給你做個(gè)實(shí)例，但沒想他還真把官方預(yù)告片給我找到并且切入到網(wǎng)頁中來了，

案例2鏈接：https://agent.minimax.io/share/288417684095061

特點(diǎn)2：出色的多模態(tài)輸出能力

在MiniMax Agent之前，我平時(shí)主要會用的其實(shí)是MiniMax Audio（海外版）的語音復(fù)刻/生成工具和AI視頻生成工具海螺。他們這在這兩個(gè)賽道也基本是SOTA級別的表現(xiàn)。尤其是我做視頻的時(shí)候，經(jīng)常遇到需要補(bǔ)錄一些語音的時(shí)候，會直接把當(dāng)期視頻的語音丟給MiniMax，讓他克隆后生成我需要補(bǔ)錄的語音，實(shí)在是給我省了太多事了。甚至可能比我自己補(bǔ)錄的效果還好，因?yàn)樾落浿茣袖浿瓶臻g環(huán)境的差異，容易導(dǎo)致音調(diào)和聲音的空間感挺不一樣的，但是MiniMax Audio的復(fù)刻好像考慮到了環(huán)境音的問題，效果尤其好。

扯遠(yuǎn)了...

這部分想說的是，MiniMax確實(shí)有很的多模態(tài)模型，并且他們把這部分多模態(tài)的能力集成在MiniMax Agent中了。所以我給MiniMax Agent整了這么個(gè)任務(wù)：

我最近在倫敦，想去逛大英博物館，幫我生成一個(gè)給我做導(dǎo)覽的網(wǎng)站；
我希望上面有大英博物館主要的展品信息，點(diǎn)擊后可以查看或者收聽相應(yīng)的中文講解

說實(shí)話， 初看這個(gè)界面的時(shí)候，我覺得是有些平平無奇的，畢竟現(xiàn)在AI Coding搞定這么一個(gè)信息容量和結(jié)構(gòu)復(fù)雜度不高的小網(wǎng)頁還是很容易的，首頁一眼能看出的主要優(yōu)點(diǎn)是每個(gè)展品的圖片都是準(zhǔn)確的，沒有隨便找或者瞎生成一些無關(guān)的圖片。

但是當(dāng)我點(diǎn)進(jìn)詳情頁去聽講解的時(shí)候，我有點(diǎn)被嚇到了...

這播音腔和背景噪音感，如果不是看到講解內(nèi)容和AI生成的介紹文案一模一樣，我甚至都懷疑這是不是直接入侵了博物館的講解機(jī)給我下載的了。

我錄了個(gè)包含聲音的視頻，答應(yīng)我，一定要把視頻和聲音都打開看看，好么

案例3鏈接：https://agent.minimax.io/share/288441068265562

特點(diǎn)3：能輕松搞定后端開發(fā)

最后，我們再上點(diǎn)強(qiáng)度，讓MiniMax Agent給我們開發(fā)個(gè)帶「后端」的網(wǎng)站。

說到后端我印象最深刻的是，原來這事不止我這種不會寫代碼，純靠AI Coding的AI Native開發(fā)者苦惱，其實(shí)很多CS出身的大神也是很困擾的。像Andrej Karpathy之前通過Vibe Coding開發(fā)了一款叫Genmenu的拍照生成含圖片菜單的小app，他提到他做完那個(gè)產(chǎn)品的基礎(chǔ)功能只花了幾小時(shí)的時(shí)間。但是為了搞定注冊、登錄、數(shù)據(jù)庫和支付等系統(tǒng)，他也花了一兩周的時(shí)間才搞定。

其實(shí)現(xiàn)在AI寫后端難倒不是AI不擅長寫后端代碼，而是后端涉及到的很多流程都非常的不標(biāo)準(zhǔn)化，需要人類閱讀大量的文檔資料才能搞定。

而MiniMax Agent顯然感受到了獨(dú)立開發(fā)者在這部分的痛，他們在產(chǎn)品上集成了Supabase，以及諸多MCP，也讓后端API的調(diào)用都變得可視化和簡單了很多，基本做到了你只需要授權(quán)和輸API，其他大部分工作都是通過Agent搞定了，這部分的能力在目前Agent生態(tài)中還真算是一股清流。

我給的任務(wù)是這樣的：

基于《掌控習(xí)慣》這本書的理念，幫我設(shè)計(jì)一個(gè)幫助用戶養(yǎng)成寫作、記錄習(xí)慣的網(wǎng)站；
需要包含完整的注冊、登錄，以及數(shù)據(jù)存儲系統(tǒng)。

在任務(wù)的第一步，MiniMax就讓我登錄授權(quán)Supabase的賬戶和項(xiàng)目信息，然后再繼續(xù)完成后續(xù)的任務(wù)：

后面，他則表現(xiàn)得很像一個(gè)成熟的Agent了，自己規(guī)劃技術(shù)棧，逐步完成前端開發(fā)、后端開發(fā)，甚至開發(fā)之后自己還做了個(gè)測試，不需要我介入分毫。

最終登錄后的效果如下，我測試了一圈，不管是添加任務(wù)，還是在過程中新建、記錄，居然全無bug（AI Coding過程沒bug說實(shí)話都整得我有點(diǎn)不習(xí)慣了）

你也可以來試試我這個(gè)幫你培養(yǎng)寫作習(xí)慣的小產(chǎn)品https://tiropfoo4q.space.minimax.io/

特點(diǎn)4: 能執(zhí)行定時(shí)任務(wù)

MiniMax Agent讓我挺意外的一點(diǎn)是，他們還提供了執(zhí)行定時(shí)任務(wù)的能力。這個(gè)概念有點(diǎn)像ChatGPT task，你可以讓AI定時(shí)提醒你某件事，或者定時(shí)幫你收集整理一些信息。

但是MiniMax Agent融入這個(gè)功能的方式不太一樣，他是能讓Agent生成的網(wǎng)頁都具備定時(shí)更新的能力，而且因?yàn)樗峭ㄟ^代碼實(shí)現(xiàn)的，可以更靈活地調(diào)整更新頻率，整合你不同的需求。這能解鎖太多有趣的場景了。比如：

你是AI從業(yè)者的話，可以去建一個(gè)每天給你自動(dòng)匯總更新AI資訊的網(wǎng)站；

你是投資者的話，可以讓Agent定時(shí)給你追蹤你所投資的企業(yè)或行業(yè)的信息，不錯(cuò)過任何熱點(diǎn)機(jī)會；

你是體育迷的話，可以獲得一個(gè)你專屬的喜歡球隊(duì)或者體育項(xiàng)目的資訊網(wǎng)站；

以及，我永遠(yuǎn)記得我在職場時(shí)有段時(shí)間要定期開早會，去解讀前一天的行業(yè)資訊和產(chǎn)品運(yùn)營數(shù)據(jù)，AI這個(gè)能力早兩年來多好。

我很喜歡這個(gè)MiniMax網(wǎng)站上的官方案例，他們搞了個(gè)可以每6小時(shí)更新OpenAI消息的網(wǎng)站，作為AI博主，終于可以試試不用去刷各種不同的平臺找資訊了：https://cth57sk0va.space.minimax.io/

2025年的夏天或許仍不是AI Agent的元年，但它注定是節(jié)點(diǎn)之一。更強(qiáng)大的模型、更具協(xié)同能力的MCP生態(tài)、更細(xì)膩的多模態(tài)輸出，所有這些都預(yù)示著：這個(gè)賽道剛剛拉開帷幕，想象力才剛開始被點(diǎn)燃。

你也可以試試。不是說為了體驗(yàn)技術(shù)多厲害，而是把你腦子里那個(gè)「一直想做但不知道該怎么做」的想法扔進(jìn)去——讓AI接住它，讓Agent為你建構(gòu)出雛形。

在這個(gè)人人都是Product Owner的時(shí)代，一個(gè)點(diǎn)子，一次動(dòng)手，也許就是你和這個(gè)新世界的第一次真正握手。