MiniMax 发布通用智能体：支持 MCP 协议，主打端到端长任务处理

程序员圈子里有一句流传了很久的名言：少废话，看代码。但现在做 AI 的团队想把这句话调个头。

在 MiniMax 开发者周的第三天，MiniMax 正式推出了通用智能体产品 MiniMax Agent，主打解决长链路、复杂的综合任务。官方直接喊出了一句新口号：代码很便宜，把你的需求拿出来。

从「今日新闻」到 3 分钟搭一个卢浮宫

MiniMax 透露，这个项目大概始于六个月前。团队一开始做的是一个垂直智能体，叫「今日个性化新闻」，用来按照固定工作流追踪定制信息流。

但他们很快发现，这种固定工作流只是通用智能体能力的一个小子集，于是决定转向做能自主拆解任务的通用 Agent。

在正式公开前，MiniMax Agent 已经在他们内部试跑了 60 天，超过一半的团队成员把它当成了日常工具。

从官方给出的演示来看，它能在 3 分钟内生成一个在线卢浮宫网页，还能制作带有语音配音的教程、EVA 科普页面，以及复杂的前端动效。

为了不交付满是漏洞的代码，该智能体在生成网页时会模拟用户操作，进行端到端的测试，同时把视觉交互和 UI 设计放在了比较优先的位置。

拿多模态当底座，直接接入 MCP 生态

除了常规的写代码，MiniMax Agent 的另一个重点是多模态和工具连接。

它不仅能理解长文本、视频、音频和图像，还支持直接生成图片、音频和视频，一个提示词就能拉出一套包含多媒体内容的完整交付物。

在外部连接上，它原生集成了 MiniMax MCP，并支持接入 GitHub、GitLab、Slack、Figma 等常用办公和开发工具。

这意味着它不需要用户把所有背景资料人肉复制进去，而是可以直接调取外部工具里的上下文来干活。

目前 MiniMax Agent 已经上线，用户可以直接在其官方页面体验。

为什么重要

我们认为，MiniMax Agent 展现了国内大模型团队在 Agent 落地策略上的一个明显转变：不再满足于单点生成，而是转向全流程的「端到端交付」。

对产品经理、设计师和独立开发者来说，这意味着验证想法的门槛进一步降低。你可能不需要拉着前端工程师联调几天，自己把逻辑梳理清楚，就能靠它在几分钟内跑出一个带多模态素材、经过基础交互测试的原型页面。但这也对使用者提出了更苛刻的要求——代码生成越便宜，清晰拆解需求的能力就越值钱。

在技术路线上，它的聪明之处在于把 MiniMax 自家擅长的语音、视频等多模态能力，与最近大热的 MCP 开放协议绑在了一起。同类竞品很多还停留在文本或纯代码层面，而它在输出物里直接整合了配音和多媒体，差异化很鲜明。

不过，长链路 Agent 在真实业务里向来容易翻车。演示里的 3 分钟做网页和内部团队试用固然惊艳，但当面对外部用户千奇百怪、充满歧义的复杂需求时，它的多步规划会不会跑偏、模拟测试能否兜住复杂后端的坑，依然需要打个问号。