4月16日，MiniMax正式上线MaxHermes，号称全球首个基于Hermes Agent构建的云端自我进化AI助手。该产品将Hermes Agent的学习闭环能力与MiniMax自研的M2.7模型深度结合，用户无需本地部署，10秒内即可在云端获得一个自主迭代的AI智能体。
MaxHermes的核心机制在于其“学习闭环”。每完成一项复杂任务，它会自动从中提炼出可复用的Skills，保存为独立文档；后续使用中这些Skills按需加载，并根据新的使用反馈不断自我改进。
结合持久化跨会话记忆、自然语言定时任务和多个子代理并行运行等能力，MaxHermes能够长期运行并持续迭代。
此前行业流行的OpenClaw等工具，其Skills依赖人工预设与引导，能力在部署那一刻就已固定。而MaxHermes的Skills由Agent自主生成、自主迭代，能力随使用持续生长，这一差异将AI智能体从“一次性工具”推向“经验积累型伙伴”。
目前MaxHermes已打通飞书、钉钉、企业微信等多IM渠道，用户可在常用聊天应用中直接与它实时对话。
值得注意的是，自我进化并非MiniMax的独有探索。2026年2月，OpenAI发布的GPT-5.3-Codex已被证明在其自身的开发过程中发挥了关键作用，帮助定位Bug并解决缓存命中率问题，将模型发布周期从“年”缩短至“月”。
谷歌Gemini则曝光了“目标预定行动”功能，允许AI根据宏观目标自主规划任务序列。Meta团队今年发布的Hyperagents更是提出了一套能够持续重写和优化自身代码的AI系统，在非编码领域实现跨领域自我改进。
国内方面，智谱GLM-5.1支持长达8小时的自主工作，在SWE-Bench Pro等测试中超越了Claude Opus 4.6；阿里Qwen3.6-Plus则聚焦Agentic Coding，在全球模型调用平台上的调用量已升至第二位。
回到一个根本问题，AI“边用边学”这件事，究竟能做到什么程度？MaxHermes依托的M2.7模型是MiniMax于3月发布的业界首个具备深度自我进化能力的大模型，据称在部分研发场景中可承担30%至50%的工作量，在内部评测集上实现约30%的效果提升。
然而，这些数据来自内部测试，真实的进化效率、技能复用的泛化能力、长期运行后的稳定性，仍有待用户规模上量后的实际验证。
自我进化从实验室走向日常使用，MiniMax迈出了重要一步，但真正的考验才刚刚开始。
匿名用户
