Mavis Agent Teams，让我不再是单打独斗的弟弟。

hlx

MiniMax 这次上线了 Mavis Agent Teams。

这个是我刚刚让它上 B站 搜索一些博主种草的，比较不错的Skill，然后给我整理出来的报告。

【图片1】

同时在这背后还有一份准确的 Excel 数据表做支撑。

【图片2】

听到 Agent Teams 这个名字很容易让人以为，它只是「可以同时开多个 AI」。但是实际上它是一个可以相互通信的 Agent 军团。

我觉得这次比较令我兴奋的地方不在于 Agent 数量的「多」，它想解决一个 Agent 老问题：AI Agent 一旦开始做长任务，单个 Agent 很容易停、容易乱，还容易把「自我检查」变成自我安慰。

【图片3】

换句话说，这一次的 Agent Teams 想让 AI Agent 别再只做那个「单打独斗的弟弟」，下达一个目标之后就可以拆解成多个需求并让不同的 Agent 去组队执行。

【图片4】

产品地址：https://agent.minimaxi.com/download

像我们经常用 AI 写报告、查资料、改代码、做文档，应该很熟悉这种场面：我们让它写一份完整报告，它写了三段，然后问我们「是否继续」。

我们说继续，它又写两段，再问一次，等我们终于把它催完，前面的要求已经丢了一半。

【图片5】

对于这个现象，MiniMax 技术团队的知乎文章分享里面也有深度剖析，我也将会用自己的理解以及场景来说说这个技术形态的变化会有什么影响。

包括我自己在使用 Mavis：MiniMax Agent Teams 这个场景下的一些心得。

【图片6】

过去的很长一段时间，我们看到像之前这种单 Agent 停摆之后，相信很多人会先怀疑自己 Prompt 没写好，这个判断不能说错，但只说到了一层，更深的问题是，过去我们把太多工作压在同一个 Agent 身上了。

【图片7】

如果让一个 Agent 来做这个事情，它要理解需求、查资料、写正文、排版、检查自己，还要判断任务什么时候结束，放到真实公司里，这等于让一个新人同时当项目经理、执行、编辑、质检和交付负责人。

听起来很能扛，实际就是「单打独斗的弟弟」，能做但很难稳定。

这次 MiniMax Agent Teams 要改的，就是这个工作方式，用最朴素的话说，过去是一个 AI 全包，现在是一个 Agent Teams 团队协作。

Leader 像项目经理，负责听懂我们给它下的目标，通过 Team Engine 来拆任务、盯进度，然后通过各种各样的专家 Agent 同事，负责查资料、写代码、做文档。

【图片8】

Verifier 像质检或审稿人，专门挑毛病，看结果能不能交付给用户，对于「执行」和「验收」这两件事情被分开了。

现在比如我们要做一份保险金融行业研究报告，要求资料基于最新信息，逻辑要清楚，最后还要交付 Markdown 和 HTML 两个版本。

【图片9】

单 Agent 可以一路做到底，但越到后面越容易忘要求、乱结构、自己给自己判卷。

Agent Team 则可以让不同角色分别负责资料、写作、格式和验收，最后再汇总成可交付结果，这个逻辑放到其他场景里也一样。

【图片10】

写代码时，可以有人改代码，有人跑测试，有人看风险。

做研究时，可以让多个 Agent 从不同方向找资料，再让 Verifier 核来源、查引用、看有没有过期信息。

做正式文档时，可以让 Writer 写内容，让 Formatter 处理版式，让 Evaluator 检查最终文件。听起来像公司分工，其实就是把人类早就习惯的协作方式，搬到 Agent 系统里。

【图片11】

MiniMax 报告里提到的 Team Engine，本质上就在做这件事：把任务放进 producing、verifying、done 这样的状态里管理。

Worker 产出结果后，并没有直接交给用户，先进入验证环节。

验证不过，就回到生产环节继续改。Leader 在这个过程中可以看状态、补充要求，也可以和正在运行的 Agent 沟通。

换成人话就是，目前难的是让我们下发的任务能被分配、跟踪、验证、恢复和交付，行业里也在往这个方向走。

OpenAI、Google、AWS 最近围绕 Agent 的框架和协议，讨论的重点已经不只是 prompt，而是 handoff、tracing、runtime、memory、identity、gateway、long-running tasks 这些基础设施。

【图片12】

名字不太亲切，但意思很明确：Agent 产品正在从「怎样让模型回答得更好」，转向「怎样让模型在一个可靠系统里持续干活」。

这件事对普通用户有什么用？很直接。

我们其实真正想要的是「我交代一件复杂的事，AI Agent 能稳定做完」，并且在我们日常的已有的通信工具里面更方便的快速调用起来。

【图片13】

现在 MiniMax Agent Teams ，我们也可以直接扫码就能绑定飞书和微信，随时随地给 MiniMax Agent 发消息，下各种各样的任务。

【图片14】

像我这边直接让它结合我们的酒吧（正好在外聊天的时候想要做诗一曲）配一首音乐的画面描述，于是它可以全自动的帮我们生成整套描绘图。

同样的，我在微信中配置了 MiniMax Agent Teams ，然后随时随地就可以通过手机端进行指令下发，比如我灵感突然起来的时候，我想要收集一下目前市面上有哪些比较不错的 Skill，可以变成一个合集。

【图片15】

如果放在过去，单 Agent 通常有两个选择：要么马上回一段很浅的内容，要么埋头干很久，中间没有反馈，之前用OpenClaw的时候，甚至还会直接挂机了。

现在有救了，通过 Agent Teams的方式，它可以自动完成收集整理成一个Excel，可以仔细看这几个Sheet类目，它主动的清清楚楚分类出来。

像「装机必备」、「领域精选」、「Skill名录」、「UP主排名」、「趋势洞察」、「全部视频」这些类目下都是它思考后的整理。

【图片16】

我觉得纯Excel虽然清晰，但是不美观，直接在微信里面语音口喷了一个需求，这段音频大概就是让它帮我整理成PDF，便于传播分享。

【图片17】

口喷需求就能让 Agent Teams 帮我去干活，并且按照我的要求给我生成 Claude 风格的 PDF报告，这样就太顺手了，这样的小助手谁不想要一个？

【图片18】

Agent Team 更接近真人助理的节奏，我们不需要一直盯着聊天框，也不用每隔几分钟打一次「继续」。

直接一段话，甚至语音的方式就可以直接让它自己去干活了，都不用我来监督了。

【图片19】

而且在界面上我们可以看到发送任务后再发任何消息也不会打断，Mavis 都会及时回复并汇报进度，手头下面Agent 的工作不会打断，它会以排队的形式等待我们后续的需求。

【图片20】

这里看起来只是体验差异，背后其实是架构差异。长任务不再被塞进同一个聊天上下文里，而是变成一个可以记录状态、后台推进、随时恢复的任务。

Agent Team 要解决的，就是「先让用户知道事情开始了，再让系统把事情做完」。

【图片21】

当然，多 Agent 不是万能药。

多一个 Agent，就多一次交接，多一个角色，就多一层沟通，多个 Worker 并行做出的东西，最后还要有人合并。

它不一定更快，也不一定更省 token，所以一个成熟的 Agent Team 产品，不应该鼓励用户凡事都开 Team。

改一句话、翻译一小段、查一个简单概念，单 Agent 可能更合适。

真需要告别「单打独斗的弟弟」的，是链路长、风险高、需要验证和多轮打磨的任务，比如复杂代码开发、数据分析、深度研究、正式文档、自媒体选题和长文写作。

【图片22】

对用户而言，表面上还是发一句话，不复杂的任务可以不需要 Team。

【图片23】

如果是复杂任务，或者我们指定通过 Mavis Team 来承接这个任务的的时候，我们可以看到后台有 Leader 拆任务。

【图片24】

然后有实际的 Worker 去做执行，Verifier 会对于最后的任务结果进行对抗式验收，Team Engine 来管理状态。

【图片25】

任务过程可以汇报，可以打回，可以重试，也可以沉淀成后续的经验和 Skill。

【图片26】

我比较喜欢这个方向的一点，是它没有把多 Agent 包装成单纯的提速工具，很多复杂任务里，提速反而不是第一目标，可信交付才是。

【图片27】

没有结构、没有验证、没有停止条件的「多」，只是把不确定性并行放大，可以看到像这种自主审核与修复后的内容，他总在追求「更完美」的呈现方式。

【图片28】

除了 Agent Teams，为了解决刚刚使用过程中的Token焦虑，这次 MiniMax Token Plan 把 Agent Plan 订阅模式给合并了。

【图片29】

有兴趣可以了解下：https://platform.minimaxi.com/subscribe/token-plan?code=J8E9pdKugV&source=link

简单说，现在是可以用一份订阅在 CLI、API、Agent 全打通，同时 MniMax M2.7、音乐、视频、语音等模型权益都包含在内，Credits 额度也可以在 Agent 和 API 之间共享。

这真的太爽了不是吗。

对开发者、自媒体创作者和 AI 重度用户来说，这个变化还是非常友好和实在的，这样我们可以在桌面端用 Agent 跑长任务，也可以在 CLI 或 API 里调用模型能力，不用在几套权益之间来回切。

这个信息表面上是订阅权益调整，但放在这次 Agent Teams 的产品逻辑里看，Agent、API、CLI 被放进同一套额度体系后，MiniMax 想做的就不只是一个桌面助手。

从不同角色出发，一个覆盖开发、办公、内容生产和自动化任务的 AI 工作入口，用一套计费体系就好。

【图片30】

对开发者来说，CLI 和 API 是工程集成入口。

对创作者来说，桌面端 Agent 是低门槛的任务执行入口。

对更复杂的工作流来说，Agent Teams 则是长程任务的调度入口。

它们放在同一套订阅里，用户就不用把「聊天」「调用模型」「跑自动化任务」当成三件割裂的事。

MiniMax 的 Mavis Agent Teams 给出的答案，是把 AI 从一个只会聊天的助手，改造成一个能协作、能验收、能长期积累经验的小团队。

过去我们和 AI 的关系，很像在聊天框里不断催一个单打独斗的弟弟：「继续，继续，再继续」

【图片31】

目前 MiniMax Agent 桌面端已经可以体验 Mavis Agent Teams，入口是：agent.minimaxi.com/download

快试试这个 Mavis Agent Teams！

© THE END内容来源于互联网[玫瑰]