MiniMax 内部人手一个的 AI 实习生，现在你也能用了

上周，Anthropic 发布了 Claude Cowork，把 Claude 从一个 " 聊天框里的助手 " 变成了能操作本地文件、自动执行任务的 " 桌面员工 "。这未必是 AI Agent 真正实用化的标志，但它确实把 Agent 能力从概念演示，推到了更接近真实生产力的桌面工作流里。

就在这个节点上，MiniMax 也推出了自己的桌面端 Agent。MiniMax 内部其实一直在用 Agent 辅助工作，运维用它分析告警、销售用它写客户私信、研发用它并行跑任务，他们管这种工作方式叫 "Agent 实习生 "，据说内部绝大多数的员工都在用。现在，这套理念被做成了产品开放给所有人。MiniMax Agent 桌面版 Mac 和 Windows 都支持，目前还限时免费。

如果你之前用过 MiniMax Agent，可能会觉得它就是个还不错的 AI 对话助手，能搜索、能写东西、能处理文档、能调用工具，但本质上还是在对话框里完成一切。这次的 2.0 版本想做的事情不太一样，它要走出对话框，进入你的本地文件夹和浏览器，真正动手帮你干活。

Minimax Agent 桌面版

这次更新了什么

MiniMax 把这次更新定义为 "AI-native Workspace"，拆开来看其实是三件事。

Desktop App 让 Agent 从浏览器走向本地，在你的授权下，能直接操作你电脑上的文件，还能接管浏览器执行自动化任务。Expert Agents 允许用户上传私有知识库、配置专属指令，打造特定领域的 " 专家分身 "，比如把一本 SEO 指南喂给它，它就能变成你的 SEO 顾问。个性化 Experts 设置通过注入私有知识库和独家 SOP，复刻你的专业逻辑。

听起来很美好，但实际体验如何？我花了一天时间把核心功能都跑了一遍。

瞬间整理好一个乱成粥的桌面

作为一个 P 人，我的电脑桌面早已经乱成一锅粥，截图、文档、视频、不知道哪来的压缩包堆在一起，正好用来当测试案例。

打开 MiniMax Agent 桌面端，指定桌面为工作空间，输入 Prompt：" 我的桌面太乱了，帮我分门别类整理一下。"

Agent 先弹出了权限确认，让你知道它要动哪些文件，不会偷偷摸摸搞事情。

确认后它开始分析文件，我什么都没动，就看着桌面上的图标一个个消失、归类到新建的文件夹里。整个过程大概几十秒，比我自己整理快多了。

结果让人很满意。图片、文档、视频、压缩包各归各位，它甚至能区分 " 电影 " 和 " 其他视频 "，分别放进不同文件夹。有个未命名的大型爬虫数据文件夹，也被单独识别出来。

中间还有个小插曲，某个文件名带空格导致移动失败，Agent 自己检测到问题、修复、继续执行，全程不需要我介入。

整理文件这种事，说大不大，但每次要做的时候都很烦。能外包给 AI，确实省心。

让 AI 帮我刷 Hacker News

这个测试更贴近我的真实需求。我每天都要刷 Hacker News 看看有什么新动态、找找选题灵感。能不能让 AI 把这件事自动化？

打开桌面端，输入 Prompt：" 你去浏览一下 Hacker News，看看今天的热门帖子，把 AI 相关的内容整理成一个 Markdown 文档保存到本地，包含标题、链接、内容摘要、点赞数、评论数。"

然后 Agent 打开了一个内置浏览器，不是占用我的 Chrome，而是在内置的浏览器里自己操作。这意味着等待期间我可以继续干别的事，完成后会有桌面通知。

几十秒钟后结果出来了。一个 Markdown 文件，整整齐齐列着今天 HN 上的 AI 相关热帖，链接都能点开，信息准确。

但我还想继续加码，" 把刚才整理的内容按热度排序，用表格形式呈现，另外帮我总结一下今天 HN 上 AI 领域的主要讨论方向。"

随后 Agent 对 Markdown 文件进行了更新，加入了表格和总结分析，最后还给出了 " 核心洞察 "。

再来，" 把这些数据生成一个简洁优雅的 HTML 页面，用卡片形式展示每个帖子。" 速度很快，生成了一个可视化网页。所有链接正常，排版清爽，比 Hacker News 原版那种密密麻麻的文字舒服多了。

这是整个测试中比较惊艳的部分。从信息抓取到整理到可视化，完整链路都跑通了。如果每天定时跑一遍或者设置为定期任务，能省掉不少重复劳动。按这个思路，感觉还可以 vibe coding 一个 " 清爽版 Hacker News 精选 " 出来，谁赞成谁反对？

不过测试中唯一的遗憾是因为没有指定抓取数量，只抓了首页一页内容，更大量的抓取可能需要进一步调教指令。

喂了一整本书，造了个经济学人风格写作专家 Agent

测完桌面端，来看网页端的 Expert Agents 功能。

这个功能的逻辑是，你可以上传自己的知识库、设定专属指令，创建一个特定领域的 " 专家 "（Expert）。之后无论谁来用这个 Expert，它都会按照你设定的规则和知识来工作。MiniMax 内部的说法是，一位资深 SEO 专家可以把自己独家的关键词挖掘逻辑封装进去，让入职第一天的新人也能快速上手。

刚才整理桌面发现我有一本从来没有打开过的《经济学人风格指南》电子版，浓缩了经济学人几十年的写作标准，如何把复杂问题讲清楚、讲紧凑、讲得有判断力。用它来创建一个 " 经济学人风格写作专家 " 试试。

打开网页端，进入 Explore Experts，点击创建，把整本书丢给它。因为文件太大，Agent 进行了分批读取，然后开始构建 Expert。

这个过程可能是整个测试中体验不太好的部分。大概花了 10 分钟，中间还卡顿了一次，没有任何提示，我催了一句它才继续。希望后续能加个进度条或状态提示，不然用户会以为它挂了。

完成后的 Expert 长这样：

Expert 创建完成后，实际上已经能用了，但我想给它增加更多复杂度。为了让这个 Expert 尽可能参考写作守则的细节，我继续让 Agent 将整本指南拆分成多个 skills。

完成了 Expert 的创建，我们直接来派活。最近 " 牢 A" 话题很火，我让它写一篇热点话题：检索 " 哈佛女孩怒批牢 A" 相关信息，按照你的风格写一篇文章。

Agent 检索信息后，产出了一篇时评。理性、数据驱动、有阶级分析视角，确实有点经济学人那味儿了。

但仔细看，还是能感觉到一些 AI 感，某些表达略显模板化，缺少人类作者那种微妙的判断力和文字节奏感。不知道是需要继续调教指令，还是受限于基础模型本身的写作能力。不过作为初稿生成器，已经能省不少事。

这个功能适合需要反复使用某套知识体系的场景，比如内容审核、风格统一、SOP 执行。创建一次，之后谁都能用。

和 Claude Cowork 比，到底各有什么长短？

聊桌面端 AI Agent，逃不开和 Claude Cowork 的对比。两边几乎同时发力这个方向，简单看一下各自的长短。

平台支持上，MiniMax 同时支持 Mac 和 Windows，Cowork 目前只有 macOS。价格上差距更大，MiniMax 限时免费，Cowork 需要订阅。对国内用户来说，MiniMax 原生可用，Cowork 需要特殊网络环境。

Cowork 的优势在于底层模型能力更强，Opus 4.5 的推理能力确实是目前的天花板，而且和 Claude Code 生态打通，对开发者更友好。MiniMax 的优势在于低门槛和本土化，普通用户更容易上手。

两边都在做的核心功能，本地文件操作、Web 自动化、专家 / 技能系统，思路几乎一致。这说明行业对 "AI 桌面员工 " 该长什么样已经形成了初步共识。

这个 AI 实习生，好用吗？

测试了半天之后，我的结论是：能用，但要管好预期。

文件整理、信息收集、网页抓取、数据可视化这类重复性工作，MiniMax Agent 已经能很好地接手。尤其是 Hacker News 那个测试，从抓取到整理到生成可视化网页，完整链路跑通，确实能省掉不少机械劳动。Expert Agents 的思路也很对，把经验封装成可复用的系统，适合团队协作场景。

但它还不是一个能完全放手的员工。复杂写作任务仍有 AI 感需要润色，Expert 创建过程缺少进度反馈体验不够好，Web 自动化的深度也有待验证。这些都是当前阶段的局限。

Figma CEO Dylan Field 说过一句话：我们现在直觉上还在 AI 的 MS-DOS 时代。Karpathy 也有类似的判断，他说 LLM 是新的 " 操作系统 "，但我们还在 "1960 年代的 OS 设计 " 阶段，有了计算能力，但还没有鼠标、窗口和桌面隐喻。

Claude Cowork、MiniMax Agent 这些产品，某种程度上就是在尝试给 AI 造 " 鼠标和窗口 "。让 AI 不只是在对话框里回答问题，而是真正进入你的文件系统、你的浏览器、你的工作流。

这个进化刚刚开始。今天的产品只是第一步，但方向已经有了，至于能做到什么程度，大概需要整个行业用接下来几年的时间来回答。

MiniMax Agent 2.0 不是终点，但如果你想提前体验一下这个方向，现在是个不错的时机，毕竟还限时免费。