春节刚过完，全民便掀起了一波养龙虾狂潮。但我一直觉得，OpenClaw只是一个骨架，龙虾能干活有多出色，取决于驱动它的模型有多聪明。
曾经，OpenClaw的作者Peter Steinberger就公开说过，用MiniMax模型跑OpenClaw是一个不错的选择，成本只有主流模型的5%。
就在前天，MiniMax重磅推出M2.7，一个能从容处理复杂任务的Agent模型。每项测试都比上一代M2.5有了提升，工具调用和指令遵循更是跻身全球第一梯队，超越了Claude Sonnet 4.6。
更关键的是，这次M2.7带来了自主构建复杂Agent Harness的能力。简单地讲，就是它能自己搭建一套任务执行框架，调用各种工具协同完成复杂任务，而不是靠人手把手配置。也正因如此，让M2.7模型开启了「自我进化」。
我分别在Claude Code和MaxClaw上实测了一番。
在测试中，我换了思路：什么线索都没给，只丢了一句话：”这是前任开发者移交给我的项目，帮我全面评估一下这个项目的现状。”接下来发生的事，让我有点意外。它没有问我任何问题，直接自主探索整个项目，调用了35次工具，读文件、跑命令、逐层排查，仅花了1分29秒，全程没有打扰我一次。甚至在没有我要求的情况下，主动对整个项目做了一次安全扫描，把潜在的安全隐患一并列了出来。
这一刻我意识到，它不是在等你告诉它去哪，而是自己知道该干什么、怎么干。这种自己知道该干什么、自己往下推的模型大脑，才是真正让龙虾好用的关键。
回看这次测评，M2.7给我最大的触动，不是某个跑分数据，而是一个更大的信号：AI模型开始从「被动响应」变成「主动判断」了。
过去我们用AI，本质上还是在「喂指令」，告诉它做什么、怎么做、出了问题再告诉它怎么改。但这次在测试里，我明显感受到了一种不一样的东西：它会自己判断什么重要，自己决定下一步该干什么，甚至能发现你自己都没注意到的问题。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
