從Token無上限到全員Agent：MiniMax的AI Native組織進化實踐

編輯部 整理自 AIGC2026
量子位 | 公眾號 QbitAI

AI不僅是生產力工具，更在深刻改變組織的形態。

本次2026中國AIGC產業峰會上，MiniMax ToB中國區商業化負責人胡維琦，分享了自己在AI創業公司中的實踐與思考。

與其焦慮AI，不如加入AI。
大家不用看營銷號，更多的還是自己動手試試。

MiniMax是一家專注文本、視頻、語音、音樂多模態模型的公司，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，它已經從“玩具”變成了企業的生產力和提效工具。

她還進一步分享了AI Native組織建設的幾點經驗：

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

胡維琦認為，未來2-3年，AI將與各行各業快速深度融合，改變商業模式甚至組織構成。

AI的序幕才剛剛開啟。

為了完整呈現胡維琦的思考，在不改變原意的基礎上，量子位對演講內容進行了整理編輯，希望能提供新的視角與洞察。

2026中國AIGC產業峰會是由量子位主辦的行業峰會，近20位產業代表與會討論。線下參會觀眾超千人，線上直播觀眾近400萬，獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

• AGI是什么？Intelligence with Everyone，就是所有人都能用得起的AI。要實現這點，就得堅持大模型和應用并行、ToC和ToB并重。
• AI公司首先要在內部實現閉環，不要吝嗇Token補貼，放手讓員工自己用Agent去搭建自動化工作流。這個使用過程也會反哺模型研發。
• 與其焦慮、不如加入。企業如果想做AI實踐，最高效的方法就是直接動手去嘗試，并且要從員工最不愿意干的場景切入，這通常也是最有價值、內部阻力最小的場景。
• AI會讓組織變得更扁平。產品可以直接出demo，再交由研發決定是否要做大批量生產。未來2到3年，AI會持續和各行業深度融合，改變生產力工具、商業模式和組織構成。

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實踐探索之路。在談到我們之前，先來看一個視頻，了解誰是MiniMax、MiniMax是誰。

通過這個視頻，大家可以大概了解MiniMax主要是做什么的。其實我們MiniMax是一家創業公司，專注于模型領域，并于今年1月份在港股上市。

我們對外推出的模型包括文本模型、視頻模型、語音模型和音樂模型，視頻中簡單展示了一下我們各個模型的能力，通過這些模型能力，想必大家對我們公司基本模型的服務情況也會有所了解。

要介紹我們公司，那就必須要回到我們創辦的第一天。

這是我們公司創始團隊在創業之初，在白板上寫的對未來業務的構想。

我們的創始團隊有一部分創始人之前有在AI公司工作過，但那個時候AI更多的還是一些小模型，特別是視頻小模型。

他們發現，在原來的小模型領域有很多技術上無法解決的問題，比如說泛化能力問題、項目訂制問題，甚至很多場景領域不能完全滿足客戶需要的問題。

這是因為我們在過去的技術和商業上存在很多問題，所以我們的創始團隊就在構想，如果我們要做一個新項目，想做什么樣的模型。
他們當時提出，我們想做下一代AI。

什么叫下一代AI？我們認為下一代AI是通過圖靈測試的智能體，其次是這個智能體能在很多場景中給客戶創造出極致的客戶體驗，甚至它的市場空間一定能達到萬億級，可以解決原來在小模型時代，我們模型能力泛化造成的可參與空間比較受限的問題。

所以從MiniMax創立的第一天起，我們就在構想下一代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所有人都能用得起的AI，我們希望智能和我們每個人連接在一起，這就是我們公司創立之初的構想。

正是這個構想，我們一直堅持大模型和應用的并重，堅持ToC和ToB的雙輪驅動。

我們有文本、視頻、語音、音樂模型，在B端和C端也都有相應的產品，比如海螺AI、MaxClaw，甚至我們在B端也有很多用戶有在接入MiniMax API進行影視制作，甚至在編程、企業Agent中都可以看到模型在被使用。

從我們自己的角度來看，我們在上市之初，C端業務占比較高，但現在從公司整體來看，B端和C端是并重的。

B端這部分，在互聯網文娛行業包括視頻領域甚至很多企業中，我們發現模型已經逐步走進到客戶生產領域，成為客戶生產工具。

而從3月份以來，企業龍蝦蓬勃興起，每個人都意識到AI并不是遠在天邊的事情，每個普通人都可以參與。

同時我們也發現，在很多研發比重高的場景，非常多的程序員已經采用Vibe Coding的方式進行編碼，甚至一部分程序員已經不再手工編碼，完全通過AI工具方式進行編碼。

我們看到AI不像上一代AI時代的產品，彼時它更像是玩具，而這一代AI已經成為了企業生產力工具，甚至成為企業提效工具，此時帶來的效率提升，和為我們帶來的組織變革，影響是非常深遠和巨大的。

從我們自身來看，我們從創立之初就一直秉持技術驅動的原則，我們不斷地在C端和B端創造更多更好的產品，去進行雙輪驅動。

可以看到，在時間軸上有幾個關鍵性產品。

2023年我們推出了星野，之所以推出它，是因為我們最初AI創業時發現，彼時大模型還沒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，所以我們在C端做了一個情感陪伴類產品，向我們用戶展示，模型怎么幫助APP進行賦能，來進行提效。

2024年我們也發布了海螺產品，海螺的發布在業界引起非常大的反響，AI生成的視頻在某些領域已經達到了真人制作水平。

2025年我們重磅推出M2系列文本模型，通過這個文本模型，我們開啟了企業Agent包括Coding的廣泛適用場景。2026年我們繼續圍繞文本和視頻的布局，在客戶端和工具層做了很多創新。

我們在2026年1月份發布了MaxClaw Agent產品，2月份發布了MaxClaw產品，4月份又發布了MaxHermes這個產品。

我們不斷地在工具層快速迭代，因為我們發現，原來大家的理解中，Harness更多的是執行，模型做思考，但實則模型也可以幫助Harness不斷迭代。

從我們自身研發實踐來看，通過我們的模型幫助Harness快速迭代，整個研發生產效率可以提升30%，從我們內部強化訓練來看，30%～50%代碼已經由我們模型自動生成，可以極大提升企業內部的效率。

各模態能力詳解

介紹完公司整體情況后，再詳細介紹各個模態的能力。

首先是文本模型。文本模型從目前看來，主要應用在兩大場景，一個是企業編程場景，另一個是在企業Agent場景，當中可以處理很多企業個人提效的工具，比如C端的各種龍蝦助手，背后就由Agent進行助力。

我們MiniMax2.5和2.7主要的特點在于，第一個我們在Agent任務場景中，整個任務閉環率比較高；第二個任務響應速度非?？欤坏谌齻€是一旦Agent用起來，燒Token燒得特別快，但我們整個模型的性價比也是比較高的。

所以做很多Agent任務時，用到MiniMax產品，既可以做到效果平衡，也可以做到性價比優化。

從主流評測來看，無論是工具級評測還是和主流模型智能、性價比的對比，MiniMax2.5和2.7都做到了業界領先的水平。

第二個介紹海螺視頻模型，先來看幾段視頻。

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

第二段視頻畫風更加唯美一點，比較偏中國風，在很多漫劇制作中被廣泛采用，從運鏡角度看，已達到電影級的運鏡效果。

第三段視頻則是真人視頻的生成，在很多紀錄片的場景中，可以通過AI提高生產效率，以后只要你有好的創意，就可以把你的創意通過AI變成視頻，來呈現你的想法。

這是我們聲音的模型，聲音模型的主要使用場景，包括智能客服、教培行業，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主要在擬人化、情緒化，還有多語言和低延時上做得比較好。

從聲音來看，我們最大的特色其實還是在于對真人聲音的擬人化，比如我們在很多語言的語氣、停頓上，都會和真人的實感非常貼近。

這對海外客戶非常需要，他們在很多客服場景，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感。

音樂模型今年推出了music最新音樂模型，我們在整個音色包括真實感受上面做了很多增強。

MiniMax自身的AI實踐

講完了模型，大家對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上做實踐和應用的？從你們的角度來看，AI Native組織應該是什么樣的？這也是我經常被很多客戶所追問的問題。

從我們自己實踐來看，我們從2024年9月份開始，就給全員不限Token提供Cursor，在2025年8月份又實踐了Agent項目。

我們公司比較小，只有400多人，其中法務、財務、HR甚至包括銷售的很多工作都沒有足夠多的人手來支撐，所以我們通過Agent的方式做了很多工作。

10月份我們把Agent實習生計劃在全公司進行了推廣，我們自身內部實踐是跟產品發布相迭代的，我們自身在企業日常使用中也會大量使用自己的模型，通過dogfooding形成場景和效果的閉環。

通過我們自己的實踐來看，有幾個經驗可以跟大家共享。

第一個經驗，因為是AI公司，我們老板沒有限定我們每個員工的Token，我們可以無限量使用。

第二個針對HR崗位，我們創業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，從簡歷篩選、和候選人打招呼，到面試評估，整個過程我們都會讓Agent參與。

第三個在開發環節，我們所有的開發人員也都會用我們自己的AI作為他們的開發工具，我們只是在代碼提交的時候進行人工確認和審核。

第四個，運維體系上我們也會提供線上問題的定位，包括Demo輸出、音色調整，都會讓AI來參與。

第五個，因為我個人處在市場崗位，我們平時也會生成很多宣發視頻、銷售線索跟蹤、問題閉環、日常銷售過程管理，這些我都會交由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踐來看，這也是我跟很多客戶交流的結果，現在很多客戶特別是老板，資產越大的越焦慮，我們的觀點是，與其焦慮不如加入。大家不用只看營銷號，更多的還是自己動手試試。

很多客戶也問我，如果我要做Agent、AI實踐，應該從哪些場景切入比較合適？

我們的建議和經驗是從最有價值的場景進行切入，最好這個場景是人類很不愿意干的。

選這種場景進行切入的話，在公司內部阻力是比較好的，這時候通過AI的提效，員工的滿意度也會有所提升，就會幫助你在內部大力推行AI的使用。

第三點是，AI廣泛使用之后會讓組織更加扁平。

從我們自己實踐來看，包括跟客戶的交流來看，現在很多研發已經沒有區分前端研發和后端研發，基本上就是一個研發崗位，甚至有些公司做得更激進，產品的人會直接出Demo，出了Demo之后再給研發看看是否做一些大批量生產。很多產品前端Demo設計，已經是由產品同學直接完成的，然后再交給研發。

再有一個思考是，我們發現每個人和每個組織對AI接受程度是不一樣的。

有些人AI用得很溜，消耗Token就很高，有些同學對AI的接受度就會弱一點，我們發現AI會讓組織和組織，人和人之間使用的效率發生變化。

最后從我們自己視角來看，我們認為未來2—3年AI會不斷快速迭代，會和各個行業深度融合在一起，成為各個行業的生產力工具，甚至改變這個行業的商業模式、組織的構成，所以我們認為AI的序幕才剛剛開啟。

非常高興MiniMax能夠作為一個創業公司和各行各業伙伴一起在AI賽道不斷探索和前行，謝謝聆聽！