👦🏻 作者: Jack
🥷 编辑: Koji
🧑🎨 排版: NCon
3月7日，OpenClaw 创始人 Peter Steinberger 在 X 上转发了一份 PinchBench 榜单：专门测「哪个模型跑 OpenClaw 最强」
这条推文获得了 42 万次浏览。
32 个模型参与评测，MiniMax M2.1 以 95.4% 的成功率排名第二，仅次于 Google Gemini 3 Flash。
我们之前也测试过MiniMax M2.5 这个模型：《春节，MiniMax的王炸牌来了》，从 OpenClaw 私人助理到前端网页到 iOS App 原型，表现很稳。
现在 M2.7 来了。但这次的升级，和之前「模型变强了」的故事不太一样。
这次，我们没有去跑通用 benchmark，而是直接把 M2.7 接进了「十字路口」自己的工作流里，让它在我们真实的工作中干活。
十字路口内容团队平时用 Notion 来协作创作内容，但每次发公众号都要手动搬运和重新排版，一直是个体力活。
这次我们直接让 M2.7 从零开始，帮我们开发一个 Chrome 扩展：一键把 Notion 文档转换成微信公众号格式。
开发一个chrome的插件，在飞书或者notion的文章页面打开时
转换成公众号的排版格式，可以一键粘贴，图片使用base64；
我会提供给你目前排版的json格式给你
刚开始，M2.7 清晰的识别了这个项目的难度，自动启动了Plan Mode，把任务拆成了几个阶段。
这里有一个细节值得单独说。开发 Chrome 扩展的过程中，需要和浏览器做联调，传统流程里，开发者得手动打开 DevTools、一层层翻 DOM 结构，费时费力
M2.7 的做法不一样：它自己通过命令行启动了 Chrome 远程调试模式，用 CDP 协议直接抓取页面的 DOM 结构，在 console 里分析 Notion 的渲染逻辑，然后才动手写代码。
遇到样式问题，它会自己回到 DevTools 排查，改完继续推进，全程不需要人工介入。
从项目搭建到核心功能到调试修复，大概跑了半天，基本是它自己完成的，我们只做了最后的微调。
最终 M2.7 还通过 CLI 工具自动把代码 PR 到了 GitHub 上，全程我们只手动提供了一个 GitHub Token
来看最终成品：在文章页面打开插件，点「一键转换」，几秒钟搞定，复制粘贴到公众号后台就行。
它甚至还顺手做了两件附加的事：
1、把「十字路口」现有的公众号排版规则整理成了一个可视化网页，每种元素的样式对比一目了然
2、做了一个带一键下载功能的安装教程页面，每一步都写得很清楚。
我们除了公众号，还有一档播客：「十字路口 Crossing」，我们长期关注 AI 创业者、产品和行业变化，在小宇宙上有近 10 万订阅。
我们每天需要保证有大量的信息输入，所以我们需要长期监控 AI 行业的头部播客，作为选题调研和学习资料。
为了效率，我们自己写了一个批量下载工具，可以直接从 YouTube 上把播客音视频拉下来归档。
这次我们想做一件事：把这个下载工具接进 OpenClaw，变成一个龙虾可以直接调用的 Skill。
把仓库交给 M2.7 之后，它没有闷头部署，而是先把项目结构、依赖关系和运行方式完整过了一遍。
过程中它还主动去查了 yt-dlp 近几个版本的 changelog，发现 cookie 处理逻辑已经改了，于是回到代码里把调用方式一起修掉，再把 Docker 里的版本号锁死，顺手把未来可能踩的坑也补上了
这个排查路径很清晰：先读项目结构 → 查上游变更 → 定位本地影响 → 修复 → 防御性加固，确实像一个干过几年的后端工程师的习惯。
现在这个工具已经正式跑在我们的 OpenClaw 上。
我们试一下把一个月前Lex Fridman访谈OpenClaw创始人Peter Steinberger的播客视频下载下来
此时只需要跟「十字路口小助手」说：“帮我下载Lex Fridman访谈Peter Steinberger的播客视频”。
中途可以随时问进度，大概不到 5 分钟，一期 3 小时的对谈视频就下载到文件夹里了。
熟悉我们的朋友都知道，「十字路口」每期视频播客不只是发一条——正片要发，切片也要发，小红书、视频号、抖音三个平台都得覆盖。
算下来一期内容少说也要分发七八条。
我们自己写了一个自动化工具来干这件事，Python 后端加 Chrome 扩展，一次搞定多平台多视频的发布。
这次让 M2.7 在这个工具的基础上做一轮功能迭代：补上封面自动适配。三个平台的封面比例各不相同，之前都是手动裁三次。
这个任务天然是一个多 Skill 串联的压力测试：读取视频源、识别平台差异、裁切封面、填写标题、设置定时发布。
每一步都是独立的能力调用，全部串起来才能跑通一次完整分发。
这也是 M2.7 在「指令遵循」和「复杂任务编排」上的一次真实考验
我们来看看这个多skill串联的情况下，M2.7完成的情况：
以上录屏全程自动化，零人工点击。可以看到它在处理视频号时，自动识别出封面有两种尺寸要求，做了差异化处理。
🚥
这三个项目，都是我们自己的工具，自己的 Bug，自己的工作流。
M2.7 跑下来，体感上最明显的变化有两个：
一、面对真实工程问题时，排查路径像一个有经验的开发者而不是一个搜索引擎
二、多 Skill 串联的场景下，上下文保持得比 M2.5 稳了不少
回到最开头我们的判断，为什么说这次 M2.7 的更新，和之前「模型变强了」的故事不太一样呢？
它没有在某个榜单上刷出一个惊人的数字，三个项目 跑下来也不是零瑕疵——有些 corner case 它确实还覆盖不到。
但和之前几个版本比，最明显的变化不是「能做到更多事」，而是「做得更稳、更像一个熟手了」。
这些能力提升的背后，有一个细节值得单独说：
MiniMax 技术博客里提到，M2.7 的 Agent 脚手架有一部分是模型自己优化的！全程自主跑了 100+ 轮迭代循环，效果提升 30%。
在 MLE Bench 的 22 道 Kaggle 竞赛题上拿了 9 金 5 银 1 铜，仅次于 Opus 4.6 和 GPT-5.4。
也就是说，我们在这三个项目里感受到的「更稳、更像老手」，不完全是人调出来的，有一部分是模型自己迭代出来的。
不到五个月，四个版本。
当一个模型不只是等着人来优化它，而是开始自己优化自己的时候，迭代速度的意义就变了。
它不再只是线性的，而是开始有复利了。