我们用「西游取经团」实测 MiniMax M2.7 ，发现 AI 已经进化成这样了？

还没把“龙虾”养肥，“花钱请人卸载龙虾”最近又成了AI圈子的新生意。 这背后其实反映出一个现实问题：当我们把 AI Agent 放进真实工作流时，它并没有想象中那么“能干”： 它能开始任务，但执行过程反复中断； 在多轮对话中上下文丢失，前后不一致； 面对非标准需求时，无法精准调用外部工具； 有人开设权限后，一觉醒来发现邮件被清空、 Token 烧了几千刀。 此前在与多位 AI 硬件及应用层创业者交流中，一个扎心的共识是：现在的 AI Agent，更像在“单点炫技”，而不是“完成工作”。 它们擅长写文案、画张图、跑段代码，一到端到端接管真实商业流程或学术长链任务，就露馅了。 归根结底，问题并不出在 Agent 的外壳形态上，而是底层大模型本身还不具备稳定可靠的“执行力”。 而如果 Agent 想真正进入工作流，这一步绕不过去。 大模型就必须跨越一道分水岭：从被动的“单次生成反馈”，进化到主动的“任务拆解与组织执行”。 带着这个问题，我们决定换一种更接近真实使用场景的方式来测一次——搭一个“西游取经团”，看看MiniMax M2.7模型在分工协作中，究竟能把事情推进到什么程度。 01 核心实测——当“西游取经团”遇上真实学术场景 如果只是单点测模型能力，很容易得出一个“看起来不错”的结论——能写、能算、能回答问题。 但现实工作流往往更为复杂，要解决的是：在一连串不确定的步骤里，它能否把事情往前推进。 所以这一次，我们没有直接对模型做单点测试，而是搭建了一套多角色协作系统——由五个角色组成的“西游取经团”。 整个系统基于 OpenClaw 框架，将科研流程拆解为五个相对稳定的职责：方向规划、算法实现、学术写作、文献整理与数据处理。对应地，我们引入了五个不同角色的 Agent，分别承担不同类型的任务： 唐僧：科研战略与方向规划（想清楚要去哪） ▪ 孙悟空：算法开发和工程落地（把事干出来） ▪&nb