M3發佈後，MiniMax走了一員大將

市象2026.08.19 15:05 · 來自河南全文2599字00:00 / 07:33Agent的個人驅動時代結束了嗎？文 | 市象據公開消息，MiniMax Agent工程部主管阿島（繆宇航）飛書狀態已經顯示離職，目前下一站尚不明確。不過目前其X主頁認證信息尚未更新。在其X主頁中，阿島（Skyler Miao）將自己介紹為MiniMax的Head of Engineering，負責M2.x、Agent、Audio和Hailuo AI，最新的一條動態是8月3日轉發的一條AI相關內容。

過往互動內容也記錄了他在M3發佈前後的技術傳播：預告MiniMax Sparse Attention，回應開發者關於稀疏注意力的提問，透露實現代碼將開源，並在M3發佈時寫道，團隊經歷了多個不眠之夜。阿島曾任職於百度、貝殼和字節跳動，2023年加入MiniMax，參與模型、Agent以及海螺AI等產品的研發。同時，在MiniMax時期，也長期承擔技術解釋和對外溝通的角色。MiniMax的Agent業務正在從幾個人快速做出產品的階段，進入模型、產品、基礎設施和商業化同時擴張的階段。過去，一個強工程師可以把方向想清楚、把產品做出來、把技術講明白。現在，MiniMax開始進入系統性的組織能力。

MiniMax技術路線的解釋者阿島在MiniMax的公開形象，和公司的模型路線高度重合。在M3發佈前，他曾參與對外介紹模型的上下文能力、編碼能力和Agent能力；M3發佈後，他又出現在用戶關於計費和使用權益的討論中。M3上線時，MiniMax在沒有充分提示的情況下將付費模式從按次切換為按Token計費，引發用戶爭議。阿島在社群中承認“工作不到位”，隨後MiniMax發佈致歉公告並公佈補償方案。大模型公司的技術負責人，已經不再只是研發部門的代表。他還要面對開發者、用戶和社區，解釋產品為什麼這樣設計、能力邊界在哪裡，以及技術變化為什麼會影響用戶的錢。阿島的X動態也具有類似特點。

他不只是轉發公司公告，而是直接參與M3、MSA和開源話題的討論，回答開發者關於模型結構、長上下文和稀疏注意力的問題。這種溝通方式讓他成為MiniMax技術路線的一個公開接口。對於其在AI領域從事的Agent業務，阿島也敢於對外做個人風格鮮明的判斷。比如今年4月的一場公開對談中，阿島談到過一個並不樂觀的判斷：通用Agent應用最終會被模型逐步內化，Harness和Agent應用層本身也存在生命週期。今天需要通過Prompt、Skill、Memory和多Agent協作完成的事情，可能會被下一代模型直接吸收。模型越強，外置的那一層就越薄。

一個通用Agent公司如果只是把模型能力重新包裝成工作流，就很難長期保持獨立位置。阿島在採訪中曾直言，當前沒有一家Agent企業敢說自己已經擁有真正的壁壘。所謂行業Know-how、垂直場景和客戶關係，都可能被競爭對手複製。真正能形成差異的，是人才、底層基礎設施和組織執行能力。這句話在他離職之後，獲得了另一層現實含義。阿島參與Agent 2.0時，MiniMax的核心問題是如何讓一個Agent真正進入工作流。現在，公司要處理的已經是更大的系統。Agent最初只是四個人的實驗MiniMax Agent 2.0最早並不是一個龐大的事業部項目。

此前在接受自媒體差評的一次公開對話中，阿島介紹，Agent 2.0源自公司內部使用的“Agent實習生”。這套工具先在研發、產品、GPU Infra、HR、投資和財務等團隊內部擴散，再逐步外化成面向用戶的產品。當時，桌面端主要由3名同學用了一個月開發完成，加上產品經理，整個團隊大約只有4個人。這支小團隊解決的問題很具體：讓Agent從網頁端走向桌面端，直接處理本地文件、瀏覽器和工作環境；再通過Expert模式，把專業知識、工作流程和工具組合起來，使Agent能夠完成一項相對完整的任務，而不是隻處理一個孤立環節。這也是MiniMax Agent早期的優勢。

團隊足夠小，產品、模型和工程可以快速互相反饋。一個模型能力上的變化，很快就能進入Agent；一個產品場景上的問題，也能快速反過來影響模型訓練。內部員工先使用，團隊再根據實際任務迭代，減少了從需求調研到產品上線之間的距離。但小團隊模式也有邊界。它依賴少數人對模型、工具、用戶場景和工程系統同時理解。困難的不是做出一個Demo，是把少數人的判斷和理解，變成多人可以協作、複用、交接和持續維護的系統。3月，MiniMax發佈M2.7，強調模型可以參與自身迭代，並通過Agent Harness、Skills、Memory和Agent Teams完成複雜研發任務。官方稱，在部分內部流程中，M2.

7可以承擔從問題分析、代碼修改到評測反饋的一部分工作。5月，MiniMax又推出Agent Team，讓多個Agent並行協作，分別承擔不同角色和任務。官方介紹中，Agent已經不只是一個聊天窗口，而是一套需要管理任務拆解、角色協作、狀態變化和執行記錄的運行系統。6月發佈的M3，則進一步把編碼、Agent、百萬上下文和原生多模態能力放在同一個模型裡，並配套推出MiniMax Code。官方將MiniMax Code定位為與M3共同訓練、適配長上下文和複雜Agent任務的產品。這條路線已經從“做一個好用的Agent”，擴展成“讓模型、Agent運行環境、開發工具和用戶工作流互相咬合”。

同時，MiniMax還在繼續擴大模型版圖。7月31日，公司發佈H3，覆蓋文本、圖像、視頻和聲音的多模態理解，最高支持15秒、2K分辨率視頻生成，並計劃開放模型權重。對一家大模型公司來說，這意味著研發資源必須同時覆蓋語言模型、視頻、語音、音樂、Agent和開放平臺。2025年，MiniMax收入同比增長158.9%至7900萬美元，超過70%的收入來自國際市場；截至2025年年底，公司稱已服務超過200個國家和地區。7月，公司又完成3560萬股新股配售，併發行65億港元零息可轉債，繼續為模型研發和產品擴張提供資金。

MiniMax正在押注一條很長的路線：從全模態模型走向Agent，再從Agent走向能夠理解上下文、調用工具、持續工作和自我改進的智能系統。