M2.7 MiniMax: samoevolucja modelu sztucznej inteligencji

M2.7 od MiniMax: jak model sztucznej inteligencji stał się współautorem własnej architektury

MiniMax przedstawił M2.7 — pierwszy na świecie model językowy zdolny rekursywnie optymalizować własną architekturę, pamięć i parametry RL poprzez zamknięte cykle agenckie. To nie jest aktualizacja z lepszymi benchmarkami, ale przesunięcie paradigmatyczne: model sam bierze udział w projektowaniu narzędzi, na których się uczy i wykonuje zadania. Wynik? 56,22% na SWE-Pro, 1495 ELO na GDPval-AA oraz 97% zgodności podczas wykonywania ponad 40 skomplikowanych umiejętności jednocześnie. Kluczowe: wszystko to osiągnięto bez ręcznego przepisywania architektury — część ulepszeń została wykonana autonomicznie, wewnątrz samego modelu.

Architektura samoewolucji: kiedy model zarządza własnym stackiem inżynierskim

Tradycyjny cykl ML (zbieranie danych → dociąganie treningu → wdrożenie) został zastąpiony rekursywnym workflow, w którym M2.7 pełni rolę badawczego ko-pilota. Nie tylko generuje kod — formułuje hipotezy, prowadzi przegląd literatury, przygotowuje zestawy danych, uruchamia eksperymenty i interpretuje anomalie. Człowiek pozostaje arbitrem w przypadku krytycznych decyzji, a 30–50% rutynowych operacji zostało zautomatyzowane.

Kluczowy komponent to wewnętrzna architektura, którą M2.7 może modyfikować samodzielnie. Obejmuje ona:

• Autonomiczne zbieranie feedbacku z logów, MR i wyników testów;
• Dynamiczną generację zestawów oceniania dla specyficznych zadań;
• Iteracyjne doskonalenie mechanizmów pamięci i implementacji umiejętności według protokołu MCP (Model Capability Protocol);
• Samokontrolę pod kątem pętli i adaptacyjną korekcję penalizacji temperatury/częstotliwości.

W jednym z eksperymentów model przeprowadził ponad 100 iteracji „analiza błędów → plan zmian → poprawka → ocena → porównanie”, co doprowadziło do wzrostu wydajności o 30% w wewnętrznych benchmarkach. Co ważne: zmiany dotyczyły nie tylko wag, ale także logiki orkestracji — np. dodano detekcję wzorców błędów w sąsiednich plikach po naprawie jednego błędu.

Samo-optymalizacja w warunkach niskich zasobów: ewolucja na jednym A30

Aby sprawdzić granice autonomii, zespół przeprowadził eksperyment na MLE Bench Lite — 22 konkurencjach ML od OpenAI, realizowanych na jedynym GPU A30. Celem było ocenienie, czy model jest w stanie dokonać istotnej samo-optymalizacji w warunkach surowych ograniczeń dotyczących zasobów obliczeniowych i pamięci.

Architektura agenta w tym scenariuszu obejmowała:

• Krótkoterminową pamięć opartą na logach markdown iteracji;
• Mechanizm samokrytyki po każdym rundzie z formułowaniem działań naprawczych;
• Łańcuch rekursywnego szkolenia oparty na nagromadzonym doświadczeniu (experience replay z filtrowaniem jakości).

Po 24 godzinach pracy (trzy niezależne uruchomienia) model zdobył 9 złotych, 5 srebrnych i 1 brązową nagrodę, osiągając średnią udziału w nagrodach 66,6%. To odpowiada poziomowi Gemini-3.1 i tylko nieznacznie ustępuje GPT-5.4 (71,2%) oraz Opus-4.6 (75,7%). Fakt osiągnięcia stabilnych rezultatów w trybie low-resource potwierdza, że samo-optymalizacja nie zależy od skali infrastruktury — jest wbudowana w logikę architektoniczną.

Debugowanie w produkcji: od alarmu do MR w mniej niż 3 minuty

M2.7 demonstruje myślenie systemowe wykraczające poza generację kodu. Jego podejście do debugowania w produkcji podlega ścisłej kolejności:

Alarm w monitoringu
↓
Korelacja metryk (latency, wskaźnik błędów, czas wdrożenia)
↓
Analiza statystyczna śledzenia → hipotezy dotyczące pierwotnej przyczyny
↓
Automatyczne połączenie z bazą danych w celu weryfikacji hipotez
↓
Poszukiwanie brakującego pliku migracyjnego indeksu
↓
Generacja non-blocking CREATE INDEX + wyjaśnienie ryzyka
↓
Formowanie MR z testami unit i planem rollbacku

Ten pipeline działa w czasie rzeczywistym i nie wymaga wcześniejszego promptu. Model wykorzystuje wewnętrzną maszynę stanu do zarządzania kontekstem, przechowując linki do logów, schematów baz danych i historii wdrożeń. Efekt praktyczny — skrócenie MTTR (Mean Time to Recovery) do mniej niż 180 sekund przy pełnej autonomii.

Agent Teams: multiagentowość jako wbudowana funkcjonalność

M2.7 implementuje Agent Teams nie poprzez zewnętrzną orkestrację (np. LangChain), ale jako natywną zdolność architektoniczną. Każdy agent w drużynie ma jasno określoną rolę, dostęp do własnej obszaru pamięci i indywidualny zestaw zasad interakcji. Kluczowe cechy:

• Adwersarialna weryfikacja: jeden agent generuje rozwiązanie, drugi krytykuje je według wewnętrznych kryteriów niezawodności i bezpieczeństwa;
• Protokolarna interakcja: komunikaty między agentami przechodzą przez standaryzowany serializowany format z podpisem i TTL;
• Maszyna stanu z rekonstrukcją: w razie awarii jednego agenta system przeprowadza rozdział zadań bez utraty kontekstu.

Dzięki temu możliwe jest tworzenie wirtualnych mini-zespołów do full-stack developmentu — od analizy wymagań po generację MVP z konfiguracją CI/CD i dokumentacją.

Co jest ważne

• M2.7 — pierwszy model, który rekursywnie modyfikuje własną architekturę, w tym parametry RL i mechanizmy pamięci.
• W scenariuszu low-resource (jeden A30) model osiągął 66,6% średniego udziału w nagrodach na MLE Bench Lite — poziom Gemini-3.1.
• Debugowanie w produkcji odbywa się jako jednolity pipeline: od alarmu do MR z testami w mniej niż 3 minuty bez ręcznej interwencji.
• Agent Teams są zrealizowane jako wbudowana funkcjonalność, a nie jako zewnętrzna orkestracja — z adwersarialną weryfikacją i protokolarną interakcją.
• Model obsługuje ponad 40 skomplikowanych umiejętności jednocześnie z 97% zgodności, w tym pracę z legacy-code i wielopoziomową dokumentacją.

Integracja i praktyczne zastosowanie

M2.7 jest już dostępny w trzech formatach: jako chmurzowy agent (agent.minimax.io), przez API Platform (platform.minimax.io) oraz w ramach Coding Plan — subskrypcji dla programistów. Podstawowe use-case:

• Autonomiczne debugowanie serwisów produkcyjnych;
• Generacja full-stack projektów „pod klucz” z CI/CD i dokumentacją;
• Analiza finansowa (przykład TSMC: od czytania raportu rocznego po PPT i Word-raport);
• Tworzenie interaktywnych postaci w OpenRoom — środowisku, gdzie dialog wywołuje zmiany wizualne i scenariuszowe.

Cecha OpenRoom: znaczna część jej kodu demo została napisana przez samą M2.7, co podkreśla przejście od narzędzia do współautora.

— Editorial Team