MiniMax хочет найти следующий «в 10 раз»

随着ClaudeCode们的爆发，AI从聊天工具变成Agent，当模型开始真正替人执行任务，Token消耗会出现指数级增长。

Крупные модели ClaudeCode вызывают взрывной рост, и AI превращается из чат-инструмента в агента, когда модель начинает реально выполнять задачи за человека, расход токенов будет расти экспоненциально.

谁能让AI真正进入生产流程，谁就能拿到最稳定、最持续的Token消耗。经历年初AI概念股集体暴涨、随后又快速回调之后，国内大模型公司开始重新寻找新的增长叙事。

Кто сможет действительно внедрить AI в производственные процессы, тот получит самую стабильную и постоянную потребность в токенах. После коллективного взлета акций AI-активов в начале года и последующего быстрого отката, отечественные компании по большим моделям начали искать новые сценарии роста.

在抓住vibe coding、龙虾热潮，尝到甜头的国内模型玩家MiniMax，急着扩张自己的朋友圈，寻找下一个金矿了。

Поймав волну кодинга и хайп вокруг раков, получив первые успехи, отечественный игрок MiniMax спешит расширять свою сеть контактов и искать следующий золотой рудник.

5月11日，MiniMax发了一个名为“十倍小组”（10xTeam）的新合作计划。

11 мая MiniMax объявил о новом совместном проекте под названием «Группа десятикратных» (10xTeam).

除了已经绑定的工业软件、游戏引擎、芯片设计、金融、财务等垂直领域外，这次MiniMax主要公开向经济学、生命科学、材料化学，这些更面向全球可能与大模型深度结合的领域专家邀约共创，并同步在招聘平台上线"10xTeam研究员"岗位。

Помимо уже подключенных вертикальных областей, таких как промышленное программное обеспечение, игровые движки, проектирование чипов, финансы и бухгалтерия, в этот раз MiniMax публично приглашает экспертов из экономики, наук о жизни, материаловедения и химии — областей, которые потенциально могут глубоко интегрироваться с большими моделями по всему миру, — для совместной работы и одновременно размещает вакансию «Исследователь 10xTeam» на платформах найма.

背后野心是显而易见的，其欲想将编程领域出现的"10倍效率跃迁"复制到更多产业。

Задумка очевидна: желание перенести «десятикратный скачок эффективности», достигнутый в программировании, в другие отрасли.

这会是双赢，MiniMax通过这种方法提升通用智能基座能力，也能推着模型向更多产业纵深场景的渗透。

Это будет взаимовыгодно: MiniMax с помощью такого подхода повысит базовые возможности универсального интеллекта и подтолкнет модели к проникновению в более глубокие сценарии различных отраслей.

事实上，"通用大模型+行业专家共建"已经成为头部公司的共识。

На самом деле, концепция «универсальные большие модели + совместное создание с отраслевыми экспертами» уже стала общим пониманием ведущих компаний.

Anthropic长期吸纳学术与行业研究者；其EconomicIndex进一步把模型对各行业经济活动的影响纳入评估视野；OpenAI推出面向医疗的HealthBench，并把法律、金融场景作为GPT系列重点优化方向；GoogleDeepMind长期以"科学领域突破"作为旗帜：AlphaFold（结构生物学）、GNoME（材料科学）等，证明了顶尖领域专家与基础研究团队联手，可以产生"领域级跃迁"。

Anthropic постоянно привлекает ученых и отраслевых исследователей; их EconomicIndex расширяет оценку влияния моделей на экономическую деятельность различных отраслей; OpenAI запустила HealthBench для медицины и делает юридические и финансовые сценарии приоритетными направлениями оптимизации серии GPT; Google DeepMind долгое время использует «прорывы в научной области» как флаг: AlphaFold (структурная биология), GNoME (материаловедение) и другие показывают, что сотрудничество ведущих экспертов и исследовательских команд может привести к «промежуточным скачкам» в области.

2025年末，百度也抛出过类似的“文心导师” 计划，面向行业与学界的专家，在知识传授、质量评定、专业校准方面对大模型进行指导。

К концу 2025 года Baidu также анонсировал похожий проект «Вэньсинь наставник», ориентированный на экспертов из индустрии и академии, для руководства большими моделями в области передачи знаний, оценки качества и профессиональной калибровки.

过去一年，编程领域成为大模型最早出现"10倍效率"的现象级场景：Cursor、ClaudeCode等工具已经事实上重塑了软件开发流程，相关基础设施竞争也已基本完成。

За последний год область программирования стала первой, где проявился феномен «десятикратной эффективности» больших моделей: инструменты Cursor, ClaudeCode и другие фактически перестроили процессы разработки программного обеспечения, конкуренция за инфраструктуру практически завершена.

ClaudeCode爆红之后，整个AI行业其实迅速达成了一个共识：AI最重要的能力，不再只是“回答问题”，而是“完成任务”。一旦AI进入真实生产系统，它就会变成刚需。

После взлета ClaudeCode вся индустрия AI быстро пришла к единому мнению: самая важная способность AI — не просто «отвечать на вопросы», а «выполнять задачи». Как только AI войдет в реальные производственные системы, он станет необходимостью.

程序员每天要调用，企业每天要运行，团队协作要持续接入，推理链路会不断增长。模型调用从偶发需求变成持续性消耗，Token收入自然也开始指数级提升。

Программисты используют его ежедневно, компании запускают постоянно, командная работа требует постоянного подключения, цепочки рассуждений будут расти. Вызовы моделей перейдут от случайных потребностей к постоянным расходам, доходы от токенов начнут расти экспоненциально.

但如此确定性也引来一种玩家分食蛋糕，18 个月前，AI 编程还是 Copilot 一家独大的市场。如今，在海外Cursor、Windsurf、Cline、Claude Code、Aider 正在血拼，国内的DeepSeek TUI 、Kimi Code、MiniMax-M2.5、字节的Trae、通义灵码、文心快码、智谱的CodeGeeX、阿里的Qoder等等都在抢占市场。

Но такая предсказуемость привела к тому, что игроки начали делить пирог: 18 месяцев назад рынок программирования на AI был монополией Copilot. Сейчас за границей борются Cursor, Windsurf, Cline, Claude Code, Aider, а внутри страны — DeepSeek TUI, Kimi Code, MiniMax-M2.5, ByteDance Trae, Tongyi Lingma, Wenxin Kuaima, Zhipu CodeGeeX, Alibaba Qoder и другие, все захватывают рынок.

当编程红利进入瓶颈期，"下一个被10x的领域是什么"将成为所有公司需要回答的问题。

Когда рост в области программирования достигнет пика, вопрос «какая следующая сфера достигнет 10-кратного улучшения» станет ключевым для всех компаний.

MiniMax给出的答案是：把模型能力下沉到专业知识密度高、工作流复杂、尚未形成标准化打法的领域。

Ответ MiniMax — это перенос возможностей моделей в области с высокой концентрацией профессиональных знаний, сложными рабочими процессами и отсутствием стандартизированных методов.

这恰恰是单靠模型团队闭门优化无法解决的。必须有领域顶尖专家介入定义问题、共建评测和工作流、再由模型反向驱动行业变革。

Это именно то, что невозможно решить только командой моделей за закрытыми дверями. Необходимы ведущие эксперты в области для определения проблем, совместной разработки критериев оценки и рабочих процессов, а затем — обратное управление моделями для индустриальных изменений.

行业知识天然具有极强门槛。

Отраслевые знания по своей природе обладают очень высоким порогом входа.

芯片设计有复杂验证流程，工业软件有庞大工程体系，金融有自己的风控逻辑与监管框架，生命科学则充满隐性实验经验与专业知识结构。这些并不会天然存在于互联网公开语料里。

Проектирование чипов включает сложные процессы проверки, промышленное программное обеспечение — огромные инженерные системы, финансы — свои логики риск-менеджмента и регуляторные рамки, науки о жизни — скрытые экспериментальные знания и профессиональные структуры. Всё это не существует по умолчанию в открытых интернет-данных.

一个真正能用的产业Agent，难点并不在模型推理能力，而在于它是否理解行业工作流。

Настоящий рабочий индустриальный агент — не в способности модели к рассуждению, а в её понимании отраслевых рабочих процессов.

这让大模型公司开始越来越像科研机构、产业组织与咨询公司的混合体。MiniMax的「10xTeam」，某种程度上也是国内大模型厂商第一次明确把这种“科学协作模式”搬到台前。

Это превращает крупные модели всё больше в гибрид научных институтов, промышленных организаций и консалтинговых компаний. В какой-то мере «10xTeam» MiniMax — первый в отечественной индустрии пример явного выдвижения такой «научно-кооперативной модели» на передний план.

在MiniMax看来，这更像一种产业研究合伙人机制。模型团队负责基础能力，行业专家负责定义问题、构建工作流、建立评测体系，再由Agent进入实际生产场景。

По мнению MiniMax, это скорее механизм партнерства в отраслевых исследованиях: команда моделей отвечает за базовые возможности, эксперты отрасли — за формулировку задач, построение рабочих процессов и создание систем оценки, а затем агент внедряется в реальные производственные сценарии.

因为当AI的目标从“回答问题”变成“完成任务”，行业专家的重要性会被迅速放大。

Поскольку цель AI меняется с «ответа на вопросы» на «выполнение задач», роль отраслевых экспертов быстро возрастает.

回溯来看，过去互联网时代最重要的人才是产品经理，因为他们定义用户需求；而Agent时代，真正重要的人，可能变成那些最懂产业流程的人。

Если оглянуться назад, в эпоху интернета самыми важными специалистами были продуктовые менеджеры, определяющие потребности пользователей; в эпоху агента, возможно, самыми важными станут те, кто лучше всего понимает отраслевые процессы.

编程只是第一个被Agent重构的行业。所有大模型公司现在真正想寻找的，是下一个能产生巨大Token消耗、同时真正创造产业价值的场景。

Программирование — это лишь первая отрасль, которую агент полностью перестроил. Все крупные компании по моделям сейчас ищут следующий сценарий, способный вызвать огромный расход токенов и одновременно принести реальную ценность для отрасли.

过去一年，大模型行业的估值上涨速度，已经开始让越来越多人联想到2000年前后的互联网泡沫。

За последний год скорость роста оценки индустрии больших моделей начала всё больше напоминать интернет-бум начала 2000-х.

近期，经济学家马光远就指出，上游基础设施算力、光模块、硬件等，确实有订单、有营收、能盈利，因为全球都在疯狂囤算力；但中游大模型、下游应用比如人形机器人、通用 AI、ToC/ToB 落地场景等，至今仍停留在概念与故事阶段，没有大规模商业化、没有持续盈利、没有真实需求爆发，但这些未来预期已经被全部计入当前估值。

Недавно экономист Ма Гуаньюань отметил, что верхний уровень инфраструктуры — вычислительные мощности, оптические модули, оборудование — действительно заказы и доходы, приносят прибыль, так как весь мир активно запасается мощностями; однако средний уровень — большие модели, а также приложения, такие как гуманоидные роботы, универсальный AI, сценарии внедрения ToC/ToB — всё ещё находятся в стадии концепций и историй, без масштабной коммерциализации, стабильной прибыли или реального спроса, но все эти ожидания уже заложены в текущие оценки.

整个行业其实都很清楚，如果AI迟迟无法真正进入产业、无法帮助企业持续提效赚钱，那么这场资本游戏很可能难以长期维持。只有当AI真正开始替企业工作、参与生产流程、帮助行业赚钱，整个产业链才能真正运转起来。

Вся индустрия ясно понимает: если AI долго не сможет войти в реальные отрасли, помочь компаниям постоянно повышать эффективность и зарабатывать, то эта игра капиталовложений вряд ли сможет долго продолжаться. Только когда AI начнет реально работать на предприятиях, участвовать в производственных цепочках и приносить доход, вся цепочка сможет полноценно функционировать.

这也是为什么，现在全球头部AI公司都在疯狂往产业深水区推进。

Именно поэтому ведущие AI-компании мира сейчас активно движутся вглубь индустрии.

Anthropic不再只强调模型能力，而开始强调Claude如何进入企业工作流；OpenAI持续强化医疗、法律、金融等垂直场景；GoogleDeepMind则长期把“科学突破”作为重要战略方向。

Anthropic уже не ограничивается только возможностями моделей, а акцентирует внимание на том, как Claude интегрируется в бизнес-процессы; OpenAI продолжает развивать медицинские, юридические и финансовые вертикали; Google DeepMind долгое время делает «прорывы в науке» своим ключевым стратегическим направлением.

因为大家都知道，AI必须真正开始帮助行业赚钱、提效、降低成本，整个产业叙事才能继续向前。否则，泡沫迟早会被戳破。

Потому что все понимают, что AI должен реально начать помогать отраслям зарабатывать, повышать эффективность и снижать издержки, иначе пузырь рано или поздно лопнет.

而一旦泡沫破裂，受影响的也不会只是几家模型公司。从GPU到云厂商，从数据中心到AI创业公司，从一级市场到二级市场，整个AI上下游都可能经历一场剧烈寒潮。

И как только пузырь лопнет, пострадают не только несколько моделейных компаний. От GPU и облачных провайдеров до стартапов AI, от первичного до вторичного рынка — весь индустриальный цепной цикл может пережить сильный кризис.

所以今天所有大模型公司，其实都在争分夺秒地证明一件事，AI不只是概念，而是真正的生产力。而MiniMax的「10xTeam」，本质上也是在这个背景下的一次产业卡位。

Поэтому все крупные компании по моделям сейчас борются за то, чтобы доказать: AI — это не просто концепция, а реальная производительная сила. И «10xTeam» MiniMax по сути — это попытка занять свою нишу в этой борьбе.

它希望提前绑定行业专家，把模型能力真正嵌入芯片设计、工业软件、金融分析、生命科学等复杂产业流程，再逐渐形成自己的数据壁垒、工作流壁垒和商业化壁垒。

Они стремятся заранее привлечь отраслевых экспертов, встроить возможности моделей в сложные производственные процессы — проектирование чипов, промышленное ПО, финансовый анализ, науки о жизни — и постепенно создать свои барьеры в данных, рабочих процессах и коммерциализации.

因为当AI的目标从“回答问题”变成“完成任务”，行业知识就会成为新的稀缺资源。编程只是第一个被Agent重构的行业。而整个AI行业现在真正想证明的是。下一个，会不会是整个产业世界。

Потому что когда цель AI меняется с «ответа на вопросы» на «выполнения задач», отраслевые знания становятся новой дефицитной ресурсной базой. Программирование — это лишь первая отрасль, которую полностью перестроил агент. А вся индустрия AI сейчас хочет доказать: а может, следующим станет весь промышленный мир.