從Token無(wú)上限到全員Agent：MiniMax的AI Native組織進(jìn)化實(shí)踐

編輯部 整理自 AIGC2026
量子位 | 公眾號(hào) QbitAI

AI不僅是生產(chǎn)力工具，更在深刻改變組織的形態(tài)。

本次2026中國(guó)AIGC產(chǎn)業(yè)峰會(huì)上，MiniMax ToB中國(guó)區(qū)商業(yè)化負(fù)責(zé)人胡維琦，分享了自己在AI創(chuàng)業(yè)公司中的實(shí)踐與思考。

與其焦慮AI，不如加入AI。
大家不用看營(yíng)銷號(hào)，更多的還是自己動(dòng)手試試。

MiniMax是一家專注文本、視頻、語(yǔ)音、音樂(lè)多模態(tài)模型的公司，于2026年1月在港股上市。

胡維琦表示，公司從誕生之初就在探索下一代AI的范式。至于目前這一代AI和上一代最大的不同在于，它已經(jīng)從“玩具”變成了企業(yè)的生產(chǎn)力和提效工具。

她還進(jìn)一步分享了AI Native組織建設(shè)的幾點(diǎn)經(jīng)驗(yàn)：

• 從“人類最不愿意干”的高價(jià)值場(chǎng)景切入，推進(jìn)阻力最小。
• AI的廣泛使用會(huì)讓組織更加扁平，前端與后端研發(fā)的邊界逐漸模糊。
• 每個(gè)人對(duì)AI的接受度不同，Token消耗量正在成為衡量效率的新指標(biāo)。

胡維琦認(rèn)為，未來(lái)2-3年，AI將與各行各業(yè)快速深度融合，改變商業(yè)模式甚至組織構(gòu)成。

AI的序幕才剛剛開(kāi)啟。

為了完整呈現(xiàn)胡維琦的思考，在不改變?cè)獾幕A(chǔ)上，量子位對(duì)演講內(nèi)容進(jìn)行了整理編輯，希望能提供新的視角與洞察。

2026中國(guó)AIGC產(chǎn)業(yè)峰會(huì)是由量子位主辦的行業(yè)峰會(huì)，近20位產(chǎn)業(yè)代表與會(huì)討論。線下參會(huì)觀眾超千人，線上直播觀眾近400萬(wàn)，獲得了主流媒體的廣泛關(guān)注與報(bào)道。

核心觀點(diǎn)梳理

• AGI是什么？Intelligence with Everyone，就是所有人都能用得起的AI。要實(shí)現(xiàn)這點(diǎn)，就得堅(jiān)持大模型和應(yīng)用并行、ToC和ToB并重。
• AI公司首先要在內(nèi)部實(shí)現(xiàn)閉環(huán)，不要吝嗇Token補(bǔ)貼，放手讓員工自己用Agent去搭建自動(dòng)化工作流。這個(gè)使用過(guò)程也會(huì)反哺模型研發(fā)。
• 與其焦慮、不如加入。企業(yè)如果想做AI實(shí)踐，最高效的方法就是直接動(dòng)手去嘗試，并且要從員工最不愿意干的場(chǎng)景切入，這通常也是最有價(jià)值、內(nèi)部阻力最小的場(chǎng)景。
• AI會(huì)讓組織變得更扁平。產(chǎn)品可以直接出demo，再交由研發(fā)決定是否要做大批量生產(chǎn)。未來(lái)2到3年，AI會(huì)持續(xù)和各行業(yè)深度融合，改變生產(chǎn)力工具、商業(yè)模式和組織構(gòu)成。

以下為胡維琦演講全文：

MiniMax要做下一代AI

大家好，我叫胡維琦，今天非常高興代表MiniMax跟大家分享MiniMaxAI實(shí)踐探索之路。在談到我們之前，先來(lái)看一個(gè)視頻，了解誰(shuí)是MiniMax、MiniMax是誰(shuí)。

通過(guò)這個(gè)視頻，大家可以大概了解MiniMax主要是做什么的。其實(shí)我們MiniMax是一家創(chuàng)業(yè)公司，專注于模型領(lǐng)域，并于今年1月份在港股上市。

我們對(duì)外推出的模型包括文本模型、視頻模型、語(yǔ)音模型和音樂(lè)模型，視頻中簡(jiǎn)單展示了一下我們各個(gè)模型的能力，通過(guò)這些模型能力，想必大家對(duì)我們公司基本模型的服務(wù)情況也會(huì)有所了解。

要介紹我們公司，那就必須要回到我們創(chuàng)辦的第一天。

這是我們公司創(chuàng)始團(tuán)隊(duì)在創(chuàng)業(yè)之初，在白板上寫(xiě)的對(duì)未來(lái)業(yè)務(wù)的構(gòu)想。

我們的創(chuàng)始團(tuán)隊(duì)有一部分創(chuàng)始人之前有在AI公司工作過(guò)，但那個(gè)時(shí)候AI更多的還是一些小模型，特別是視頻小模型。

他們發(fā)現(xiàn)，在原來(lái)的小模型領(lǐng)域有很多技術(shù)上無(wú)法解決的問(wèn)題，比如說(shuō)泛化能力問(wèn)題、項(xiàng)目訂制問(wèn)題，甚至很多場(chǎng)景領(lǐng)域不能完全滿足客戶需要的問(wèn)題。

這是因?yàn)槲覀冊(cè)谶^(guò)去的技術(shù)和商業(yè)上存在很多問(wèn)題，所以我們的創(chuàng)始團(tuán)隊(duì)就在構(gòu)想，如果我們要做一個(gè)新項(xiàng)目，想做什么樣的模型。
他們當(dāng)時(shí)提出，我們想做下一代AI。

什么叫下一代AI？我們認(rèn)為下一代AI是通過(guò)圖靈測(cè)試的智能體，其次是這個(gè)智能體能在很多場(chǎng)景中給客戶創(chuàng)造出極致的客戶體驗(yàn)，甚至它的市場(chǎng)空間一定能達(dá)到萬(wàn)億級(jí)，可以解決原來(lái)在小模型時(shí)代，我們模型能力泛化造成的可參與空間比較受限的問(wèn)題。

所以從MiniMax創(chuàng)立的第一天起，我們就在構(gòu)想下一代AI是什么、AGI是什么。

我們也提出我們的理念，我們希望做的是“Intelligence With Everyone”，意思就是我們想去做一個(gè)所有人都能用得起的AI，我們希望智能和我們每個(gè)人連接在一起，這就是我們公司創(chuàng)立之初的構(gòu)想。

正是這個(gè)構(gòu)想，我們一直堅(jiān)持大模型和應(yīng)用的并重，堅(jiān)持ToC和ToB的雙輪驅(qū)動(dòng)。

我們有文本、視頻、語(yǔ)音、音樂(lè)模型，在B端和C端也都有相應(yīng)的產(chǎn)品，比如海螺AI、MaxClaw，甚至我們?cè)贐端也有很多用戶有在接入MiniMax API進(jìn)行影視制作，甚至在編程、企業(yè)Agent中都可以看到模型在被使用。

從我們自己的角度來(lái)看，我們?cè)谏鲜兄?，C端業(yè)務(wù)占比較高，但現(xiàn)在從公司整體來(lái)看，B端和C端是并重的。

B端這部分，在互聯(lián)網(wǎng)文娛行業(yè)包括視頻領(lǐng)域甚至很多企業(yè)中，我們發(fā)現(xiàn)模型已經(jīng)逐步走進(jìn)到客戶生產(chǎn)領(lǐng)域，成為客戶生產(chǎn)工具。

而從3月份以來(lái)，企業(yè)龍蝦蓬勃興起，每個(gè)人都意識(shí)到AI并不是遠(yuǎn)在天邊的事情，每個(gè)普通人都可以參與。

同時(shí)我們也發(fā)現(xiàn)，在很多研發(fā)比重高的場(chǎng)景，非常多的程序員已經(jīng)采用Vibe Coding的方式進(jìn)行編碼，甚至一部分程序員已經(jīng)不再手工編碼，完全通過(guò)AI工具方式進(jìn)行編碼。

我們看到AI不像上一代AI時(shí)代的產(chǎn)品，彼時(shí)它更像是玩具，而這一代AI已經(jīng)成為了企業(yè)生產(chǎn)力工具，甚至成為企業(yè)提效工具，此時(shí)帶來(lái)的效率提升，和為我們帶來(lái)的組織變革，影響是非常深遠(yuǎn)和巨大的。

從我們自身來(lái)看，我們從創(chuàng)立之初就一直秉持技術(shù)驅(qū)動(dòng)的原則，我們不斷地在C端和B端創(chuàng)造更多更好的產(chǎn)品，去進(jìn)行雙輪驅(qū)動(dòng)。

可以看到，在時(shí)間軸上有幾個(gè)關(guān)鍵性產(chǎn)品。

2023年我們推出了星野，之所以推出它，是因?yàn)槲覀冏畛魽I創(chuàng)業(yè)時(shí)發(fā)現(xiàn)，彼時(shí)大模型還沒(méi)有成為特別深入人心的理念，大家都不知道大模型該怎么用，所以我們?cè)贑端做了一個(gè)情感陪伴類產(chǎn)品，向我們用戶展示，模型怎么幫助APP進(jìn)行賦能，來(lái)進(jìn)行提效。

2024年我們也發(fā)布了海螺產(chǎn)品，海螺的發(fā)布在業(yè)界引起非常大的反響，AI生成的視頻在某些領(lǐng)域已經(jīng)達(dá)到了真人制作水平。

2025年我們重磅推出M2系列文本模型，通過(guò)這個(gè)文本模型，我們開(kāi)啟了企業(yè)Agent包括Coding的廣泛適用場(chǎng)景。2026年我們繼續(xù)圍繞文本和視頻的布局，在客戶端和工具層做了很多創(chuàng)新。

我們?cè)?026年1月份發(fā)布了MaxClaw Agent產(chǎn)品，2月份發(fā)布了MaxClaw產(chǎn)品，4月份又發(fā)布了MaxHermes這個(gè)產(chǎn)品。

我們不斷地在工具層快速迭代，因?yàn)槲覀儼l(fā)現(xiàn)，原來(lái)大家的理解中，Harness更多的是執(zhí)行，模型做思考，但實(shí)則模型也可以幫助Harness不斷迭代。

從我們自身研發(fā)實(shí)踐來(lái)看，通過(guò)我們的模型幫助Harness快速迭代，整個(gè)研發(fā)生產(chǎn)效率可以提升30%，從我們內(nèi)部強(qiáng)化訓(xùn)練來(lái)看，30%～50%代碼已經(jīng)由我們模型自動(dòng)生成，可以極大提升企業(yè)內(nèi)部的效率。

各模態(tài)能力詳解

介紹完公司整體情況后，再詳細(xì)介紹各個(gè)模態(tài)的能力。

首先是文本模型。文本模型從目前看來(lái)，主要應(yīng)用在兩大場(chǎng)景，一個(gè)是企業(yè)編程場(chǎng)景，另一個(gè)是在企業(yè)Agent場(chǎng)景，當(dāng)中可以處理很多企業(yè)個(gè)人提效的工具，比如C端的各種龍蝦助手，背后就由Agent進(jìn)行助力。

我們MiniMax2.5和2.7主要的特點(diǎn)在于，第一個(gè)我們?cè)贏gent任務(wù)場(chǎng)景中，整個(gè)任務(wù)閉環(huán)率比較高；第二個(gè)任務(wù)響應(yīng)速度非?？欤坏谌齻€(gè)是一旦Agent用起來(lái)，燒Token燒得特別快，但我們整個(gè)模型的性價(jià)比也是比較高的。

所以做很多Agent任務(wù)時(shí)，用到MiniMax產(chǎn)品，既可以做到效果平衡，也可以做到性價(jià)比優(yōu)化。

從主流評(píng)測(cè)來(lái)看，無(wú)論是工具級(jí)評(píng)測(cè)還是和主流模型智能、性價(jià)比的對(duì)比，MiniMax2.5和2.7都做到了業(yè)界領(lǐng)先的水平。

第二個(gè)介紹海螺視頻模型，先來(lái)看幾段視頻。

可以看到，AI生成視頻已經(jīng)能夠在光影效果上做到非常好的影視級(jí)效果，它的創(chuàng)意是超出人類想象的。

第二段視頻畫(huà)風(fēng)更加唯美一點(diǎn)，比較偏中國(guó)風(fēng)，在很多漫劇制作中被廣泛采用，從運(yùn)鏡角度看，已達(dá)到電影級(jí)的運(yùn)鏡效果。

第三段視頻則是真人視頻的生成，在很多紀(jì)錄片的場(chǎng)景中，可以通過(guò)AI提高生產(chǎn)效率，以后只要你有好的創(chuàng)意，就可以把你的創(chuàng)意通過(guò)AI變成視頻，來(lái)呈現(xiàn)你的想法。

這是我們聲音的模型，聲音模型的主要使用場(chǎng)景，包括智能客服、教培行業(yè)，甚至很多短劇漫劇做配音都需要用到聲音模型。我們的聲音模型特點(diǎn)主要在擬人化、情緒化，還有多語(yǔ)言和低延時(shí)上做得比較好。

從聲音來(lái)看，我們最大的特色其實(shí)還是在于對(duì)真人聲音的擬人化，比如我們?cè)诤芏嗾Z(yǔ)言的語(yǔ)氣、停頓上，都會(huì)和真人的實(shí)感非常貼近。

這對(duì)海外客戶非常需要，他們?cè)诤芏嗫头?chǎng)景，都希望讓客戶不要感知到背后是AI在跟他交流，所以他們普遍要求非常逼真的真人實(shí)感。

音樂(lè)模型今年推出了music最新音樂(lè)模型，我們?cè)谡麄€(gè)音色包括真實(shí)感受上面做了很多增強(qiáng)。

MiniMax自身的AI實(shí)踐

講完了模型，大家對(duì)我們公司可能還比較感興趣的是，MiniMax你們自己作為AI公司，是如何在AI上做實(shí)踐和應(yīng)用的？從你們的角度來(lái)看，AI Native組織應(yīng)該是什么樣的？這也是我經(jīng)常被很多客戶所追問(wèn)的問(wèn)題。

從我們自己實(shí)踐來(lái)看，我們從2024年9月份開(kāi)始，就給全員不限Token提供Cursor，在2025年8月份又實(shí)踐了Agent項(xiàng)目。

我們公司比較小，只有400多人，其中法務(wù)、財(cái)務(wù)、HR甚至包括銷售的很多工作都沒(méi)有足夠多的人手來(lái)支撐，所以我們通過(guò)Agent的方式做了很多工作。

10月份我們把Agent實(shí)習(xí)生計(jì)劃在全公司進(jìn)行了推廣，我們自身內(nèi)部實(shí)踐是跟產(chǎn)品發(fā)布相迭代的，我們自身在企業(yè)日常使用中也會(huì)大量使用自己的模型，通過(guò)dogfooding形成場(chǎng)景和效果的閉環(huán)。

通過(guò)我們自己的實(shí)踐來(lái)看，有幾個(gè)經(jīng)驗(yàn)可以跟大家共享。

第一個(gè)經(jīng)驗(yàn)，因?yàn)槭茿I公司，我們老板沒(méi)有限定我們每個(gè)員工的Token，我們可以無(wú)限量使用。

第二個(gè)針對(duì)HR崗位，我們創(chuàng)業(yè)公司招人要求非常高，入職率也并不太高，所以我們面試壓力非常大，從簡(jiǎn)歷篩選、和候選人打招呼，到面試評(píng)估，整個(gè)過(guò)程我們都會(huì)讓Agent參與。

第三個(gè)在開(kāi)發(fā)環(huán)節(jié)，我們所有的開(kāi)發(fā)人員也都會(huì)用我們自己的AI作為他們的開(kāi)發(fā)工具，我們只是在代碼提交的時(shí)候進(jìn)行人工確認(rèn)和審核。

第四個(gè)，運(yùn)維體系上我們也會(huì)提供線上問(wèn)題的定位，包括Demo輸出、音色調(diào)整，都會(huì)讓AI來(lái)參與。

第五個(gè)，因?yàn)槲覀€(gè)人處在市場(chǎng)崗位，我們平時(shí)也會(huì)生成很多宣發(fā)視頻、銷售線索跟蹤、問(wèn)題閉環(huán)、日常銷售過(guò)程管理，這些我都會(huì)交由Agent幫忙做，讓它幫忙做一些提醒、溝通。

最后從我們自己溝通和實(shí)踐來(lái)看，這也是我跟很多客戶交流的結(jié)果，現(xiàn)在很多客戶特別是老板，資產(chǎn)越大的越焦慮，我們的觀點(diǎn)是，與其焦慮不如加入。大家不用只看營(yíng)銷號(hào)，更多的還是自己動(dòng)手試試。

很多客戶也問(wèn)我，如果我要做Agent、AI實(shí)踐，應(yīng)該從哪些場(chǎng)景切入比較合適？

我們的建議和經(jīng)驗(yàn)是從最有價(jià)值的場(chǎng)景進(jìn)行切入，最好這個(gè)場(chǎng)景是人類很不愿意干的。

選這種場(chǎng)景進(jìn)行切入的話，在公司內(nèi)部阻力是比較好的，這時(shí)候通過(guò)AI的提效，員工的滿意度也會(huì)有所提升，就會(huì)幫助你在內(nèi)部大力推行AI的使用。

第三點(diǎn)是，AI廣泛使用之后會(huì)讓組織更加扁平。

從我們自己實(shí)踐來(lái)看，包括跟客戶的交流來(lái)看，現(xiàn)在很多研發(fā)已經(jīng)沒(méi)有區(qū)分前端研發(fā)和后端研發(fā)，基本上就是一個(gè)研發(fā)崗位，甚至有些公司做得更激進(jìn)，產(chǎn)品的人會(huì)直接出Demo，出了Demo之后再給研發(fā)看看是否做一些大批量生產(chǎn)。很多產(chǎn)品前端Demo設(shè)計(jì)，已經(jīng)是由產(chǎn)品同學(xué)直接完成的，然后再交給研發(fā)。

再有一個(gè)思考是，我們發(fā)現(xiàn)每個(gè)人和每個(gè)組織對(duì)AI接受程度是不一樣的。

有些人AI用得很溜，消耗Token就很高，有些同學(xué)對(duì)AI的接受度就會(huì)弱一點(diǎn)，我們發(fā)現(xiàn)AI會(huì)讓組織和組織，人和人之間使用的效率發(fā)生變化。

最后從我們自己視角來(lái)看，我們認(rèn)為未來(lái)2—3年AI會(huì)不斷快速迭代，會(huì)和各個(gè)行業(yè)深度融合在一起，成為各個(gè)行業(yè)的生產(chǎn)力工具，甚至改變這個(gè)行業(yè)的商業(yè)模式、組織的構(gòu)成，所以我們認(rèn)為AI的序幕才剛剛開(kāi)啟。

非常高興MiniMax能夠作為一個(gè)創(chuàng)業(yè)公司和各行各業(yè)伙伴一起在AI賽道不斷探索和前行，謝謝聆聽(tīng)！