Vide Coding概念的提出者Andrej Karpathy大神前段时间说今年可能不是AI Agent的元年，而只是Agent10年的开端。

英伟达CEO黄仁勋则认为Agentic AI是万亿美元的机遇。

是的，Agent几乎是2025年AI领域的代名词。而且，常常和邀请码、全球首个xx等概念联系在一起。毕竟，所有人都能看出这个赛道有多大，机会有多么的多。

显而易见的大赛道所面临的有趣情况是，这早晚会在大厂，尤其是头部模型公司的射程范围内。果不其然，一阵喧嚣之后，国内AI六小龙之一的MiniMax出手了，搞出了MiniMax Agent。

我对大模型公司亲自下场做Agent有很强的期待，毕竟才是最懂自己模型特点，甚至能根据Agent需求定制大模型能力来服务特点场景的，所以他们做Agent有天然的优势：比如ChatGPT和Gemini拥有世界上最好的案头研究、或者说信息整理方面的垂类Agent——Deep Research；而Anthropic新出的Claude Code则可以认为是AI Coding方向的Agent，最近已经把Cursor干得死去活来了。

所以，上个月底，MiniMax Agent一推出，我就觉得应该值得试试，很快丢了一堆案例做测试。

一波测试下来，我自己的体感是MiniMax Agent有四个比较突出的特点：

特点1:深度研究和上下文管理能力极强，MiniMax Agent可以轻松完成一个复杂任务所需要收集的全部信息，并且中间完全不出错，没有出现token溢出导致任务无法继续的情况；

特点2:多模态输出能力出色，尤其是语音生成的表现，我听到后瞬间懵了；

特点3:编程能力超出预期，尤其是对接了Supabase，能轻松搞定后端开发，包括注册登录和API的调用；

特点4:能执行定时任务，实现自动化的工作流，这部分能解锁很多有趣的场景，我在文章最后会提到。

特点1：深度研究和上下文管理能力

案例一是和我的爱好有关，老粉们可能知道我爱看网球，去年我就在巴黎奥运现场见证了郑钦文的夺冠，最近也是到了伦敦看温网，所以我为难MiniMax Agent，提了一个很烦人的网球相关任务要求：

给我生成一个网球爱好者的网站：
1、介绍网球四大满贯和ATP/WTA全年赛程的信息；
2、提供男子和女子单打前100排名的信息；
3、并且为让我可以跟踪了解其中中国选手接下来的赛程情况。

这个任务的难点是涉及到的信息实在是太多了，包括网球全年的上百项赛事，200名ATP/WTA选手的信息，以及再从中捞出中国选手的赛程。

我之前也拿别的Agent测过，基本上任务跑到一半就因为上下文长度溢出而无法继续的。

而MiniMax在这个任务过程中执行了不下上百次的搜索，居然给我一次性搞定了。

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

在案例二中，因为最近准备去看新上映的《侏罗纪世界：重生》，我让MiniMax Agent帮我完成以下任务：

给最近上映的电影《侏罗纪世界：重生 Jurassic World: Rebirth (2025)》开发一个官方宣传网站，提供包括但不限于以下信息：
1、《侏罗纪世界》系列电影的历史，包括主创信息、豆瓣评论、票房等
2、新版《侏罗纪世界：重生 Jurassic World: Rebirth (2025)》在拍摄过程中的趣事，电影的主要卖点等
3、网友对这部电影的评价情况
4、实时票房信息
5、其他任何你觉得有助于吸引观众去收看这部电影的内容

这个任务也是涉及到大量信息，尤其是除了文字之外，还有大量图片、视频等多模态信息的收集，MiniMax Agent给我整出的网站首页英雄区背景就是个电影相关的视频。

我本来还以为“观看预告片”那个按钮是假的，就像很多AI Coding一次性做出的界面一样，只是给你做个实例，但没想他还真把官方预告片给我找到并且切入到网页中来了，

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

特点2：出色的多模态输出能力

在MiniMax Agent之前，我平时主要会用的其实是MiniMax Audio（海外版）的语音复刻/生成工具和AI视频生成工具海螺。他们这在这两个赛道也基本是SOTA级别的表现。尤其是我做视频的时候，经常遇到需要补录一些语音的时候，会直接把当期视频的语音丢给MiniMax，让他克隆后生成我需要补录的语音，实在是给我省了太多事了。甚至可能比我自己补录的效果还好，因为新录制会有录制空间环境的差异，容易导致音调和声音的空间感挺不一样的，但是MiniMax Audio的复刻好像考虑到了环境音的问题，效果尤其好。

扯远了...

这部分想说的是，MiniMax确实有很的多模态模型，并且他们把这部分多模态的能力集成在MiniMax Agent中了。所以我给MiniMax Agent整了这么个任务：

我最近在伦敦，想去逛大英博物馆，帮我生成一个给我做导览的网站；
我希望上面有大英博物馆主要的展品信息，点击后可以查看或者收听相应的中文讲解

说实话， 初看这个界面的时候，我觉得是有些平平无奇的，毕竟现在AI Coding搞定这么一个信息容量和结构复杂度不高的小网页还是很容易的，首页一眼能看出的主要优点是每个展品的图片都是准确的，没有随便找或者瞎生成一些无关的图片。

但是当我点进详情页去听讲解的时候，我有点被吓到了...

这播音腔和背景噪音感，如果不是看到讲解内容和AI生成的介绍文案一模一样，我甚至都怀疑这是不是直接入侵了博物馆的讲解机给我下载的了。

我录了个包含声音的视频，答应我，一定要把视频和声音都打开看看，好么

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

特点3：能轻松搞定后端开发

最后，我们再上点强度，让MiniMax Agent给我们开发个带「后端」的网站。

说到后端我印象最深刻的是，原来这事不止我这种不会写代码，纯靠AI Coding的AI Native开发者苦恼，其实很多CS出身的大神也是很困扰的。像Andrej Karpathy之前通过Vibe Coding开发了一款叫Genmenu的拍照生成含图片菜单的小app，他提到他做完那个产品的基础功能只花了几小时的时间。但是为了搞定注册、登录、数据库和支付等系统，他也花了一两周的时间才搞定。

其实现在AI写后端难倒不是AI不擅长写后端代码，而是后端涉及到的很多流程都非常的不标准化，需要人类阅读大量的文档资料才能搞定。

而MiniMax Agent显然感受到了独立开发者在这部分的痛，他们在产品上集成了Supabase，以及诸多MCP，也让后端API的调用都变得可视化和简单了很多，基本做到了你只需要授权和输API，其他大部分工作都是通过Agent搞定了，这部分的能力在目前Agent生态中还真算是一股清流。

我给的任务是这样的：

基于《掌控习惯》这本书的理念，帮我设计一个帮助用户养成写作、记录习惯的网站；
需要包含完整的注册、登录，以及数据存储系统。

在任务的第一步，MiniMax就让我登录授权Supabase的账户和项目信息，然后再继续完成后续的任务：

后面，他则表现得很像一个成熟的Agent了，自己规划技术栈，逐步完成前端开发、后端开发，甚至开发之后自己还做了个测试，不需要我介入分毫。

最终登录后的效果如下，我测试了一圈，不管是添加任务，还是在过程中新建、记录，居然全无bug（AI Coding过程没bug说实话都整得我有点不习惯了）

你也可以来试试我这个帮你培养写作习惯的小产品https://tiropfoo4q.space.minimax.io/

特点4: 能执行定时任务

MiniMax Agent让我挺意外的一点是，他们还提供了执行定时任务的能力。这个概念有点像ChatGPT task，你可以让AI定时提醒你某件事，或者定时帮你收集整理一些信息。

但是MiniMax Agent融入这个功能的方式不太一样，他是能让Agent生成的网页都具备定时更新的能力，而且因为他是通过代码实现的，可以更灵活地调整更新频率，整合你不同的需求。这能解锁太多有趣的场景了。比如：

你是AI从业者的话，可以去建一个每天给你自动汇总更新AI资讯的网站；

你是投资者的话，可以让Agent定时给你追踪你所投资的企业或行业的信息，不错过任何热点机会；

你是体育迷的话，可以获得一个你专属的喜欢球队或者体育项目的资讯网站；

以及，我永远记得我在职场时有段时间要定期开早会，去解读前一天的行业资讯和产品运营数据，AI这个能力早两年来多好。

我很喜欢这个MiniMax网站上的官方案例，他们搞了个可以每6小时更新OpenAI消息的网站，作为AI博主，终于可以试试不用去刷各种不同的平台找资讯了：https://cth57sk0va.space.minimax.io/

2025年的夏天或许仍不是AI Agent的元年，但它注定是节点之一。更强大的模型、更具协同能力的MCP生态、更细腻的多模态输出，所有这些都预示着：这个赛道刚刚拉开帷幕，想象力才刚开始被点燃。

你也可以试试。不是说为了体验技术多厉害，而是把你脑子里那个「一直想做但不知道该怎么做」的想法扔进去——让AI接住它，让Agent为你建构出雏形。

在这个人人都是Product Owner的时代，一个点子，一次动手，也许就是你和这个新世界的第一次真正握手。