你有没有过这种体验——晚上十点，你给一个 AI 智能体下了一个任务。它很认真地列了 7 个步骤，看起来条理分明。你泡了杯茶，心想终于可以当甩手掌柜了。然后它跑了 3 步，停下来了。「要继续吗？」你点了继续。它又跑了 2 步，又停了。「要继续吗？」一晚上来来回回，全是「继续」。你从一开始的「好厉害」变成「求求你别再问我了」。最后你干脆坐在电脑前，陪着它走完了全部步骤——合着你没让它替你干活，你给它当了全程监工。用过 AI 智能体的朋友，对这种体验大概都不陌生。MiniMax 给这个现象起了一个很精准的名字，叫「上下文焦虑」。模型不是不会做，它是不敢做。面对超长任务，它判断不了「什么时候才算做完」，于是每一步都在等你的确认。就像一个而这个问题的根源，其实是单 Agent 架构的底层缺陷。一个模型既要规划、又要执行、还要自查——当这些角色全部压在同一个「脑子」里的时候，它的本能反应就是：慢下来，多问，少出错。MiniMax 这次发布的产品 Mavis，要解决的就是这件事。Mavis 是什么：比名字更重要的，是背后的 Team Engine2026 年 5 月 13 日，MiniMax 正式把自家的 Agent 产品升级更名为 Mavis。如果你觉得这名字有点眼熟——MiniMax as a Jarvis，致敬钢铁侠那个全能管家。意图很明显：你负责思考，我帮你把事干了。但名字不是重点。真正值得聊的，是 Mavis 上线的核心能力：Team Engine。传统 AI 智能体干活，靠的是一个模型自己拆任务、自己执行、自己检查。Team Engine 把这件事拆成了三个角色，各干各的