MiniMax发布新一代Agent旗舰大模型 M2.7，主打“模型自我进化”，通过Agent Harness体系让模型参与自身训练，在部分研发场景中可承担30%-50%工作量，并带来约30%的效果提升。

这件事真正值得关注的，不是模型参数或性能提升，而是一个更激进的方向：模型开始参与“造模型”本身。过去大模型训练是典型的人驱动流程——人设计数据、人调参、人评估；而现在MiniMax在尝试把其中一部分工作交给模型自己完成，本质上是在推动 AI研发流程自动化。

如果这个路径成立，影响会非常大。因为大模型行业的核心瓶颈之一，其实不是算法，而是研发成本和迭代效率。谁能更快训练出更好的模型，谁就更有优势。如果模型能参与数据筛选、评测甚至优化策略制定，那么模型进化的速度会被进一步放大，形成类似“复利效应”。

从行业趋势看，这其实是Agent路线的一个重要分支。过去大家理解Agent更多是做应用，比如写代码、做任务；但现在开始往更底层走——让Agent参与模型训练本身。这意味着Agent不只是应用层能力，而是有可能变成基础设施的一部分。

当然，这条路也有现实挑战。比如：模型参与训练是否会带来偏差累积？是否会出现“自我强化错误”？以及在真实复杂任务中，是否还能保持稳定效果。这些都还需要时间验证。

但可以确定的是，这个方向如果跑通，会改变一件事：未来模型竞争不只是“谁更强”，而是“谁进化得更快”。$MINIMAX-WP(00100)$