事件描述
　　3月18日，Minimax发布M2.7模型，是其首个参与自我进化的模型。
　　事件评论
　　定位“自我进化”的Agent原生模型，核心创新在于引入模型参与自身迭代闭环。所谓参与自进化，本质上是把前一代模型封装成自动化研发助理，让其接管下一代开发过程中大量繁琐的工程任务。M2.7能够自行构建复杂Agent Harness，并基于Agent Teams、复杂Skills、Tool Search tool等能力，完成高度复杂的生产力任务、开启模型的自我进化。在实际实验中模型自主完成超过100轮迭代优化，带来约30%性能提升。我们认为训练范式将从传统的一次性训练→持续在线进化，模型具备随任务与环境持续演进的潜力，有望进一步加深对工作流的嵌入程度。
　　真实软件工程能力与端到端交付能力提升，有望进一步加速落地。M2.7在SWE-Pro（56.22%）、VIBE-Pro（55.6%）等基准测试中逼近国际一线水平，通过日志分析、指标关联、因果推理与数据库验证完成故障定位，并能自主生成修复方案并执行。背后核心机制是模型将工具调用、环境交互与长链路推理深度耦合。当前，模型从过往单点生成能力进化为具备SRE级决策能力的“工程Agent”，显著拓展了大模型在生产系统中的可用边界。
　　Agent协同与复杂任务执行能力强化，驱动生产力场景全面落地。1）原生支持Agent Teams多智能体协作，在40个复杂Skills（>2000 token）场景下仍保持97%遵循率，在OpenClaw的使用中，M2.7相比于M2.5也有了显著提升，MM-Claw评测中接近Sonnet 4.6。背后核心是记忆（短期记忆+自反馈）与任务调度机制优化。2）专业办公与泛化交互能力提升，本质是“知识+执行”一体化能力增强。M2.7在GDPval-AA中ELO约1500，接近顶级模型水平，同时在Office三件套中实现高保真生成与多轮编辑同时可完成研报阅读→建模→对应格式输出的全流程任务，产出接近“初级分析师”水平。
　　模型能力正在向“自进化+Agent化”演进，在企业级场景的交付能力正在快速提升，看好AINative组织与Agent生态加速落地。M2.7验证了模型参与自身优化与复杂工作流执行的可行性，随着Agent调用深度提升与任务复杂度上升，token消耗与推理需求有望持续增长，驱动云端算力与MaaS收入释放。关注国内大模型迭代与Agent落地节奏，以及推理侧算力需求扩张带来的云厂商盈利能力改善，长期看好具备Agent生态与高价值数据闭环能力的平台型垂域厂商。
　　风险提示
　　1、AI技术发展不及预期；
　　2、下游应用需求不及预期。