The results demonstrate consistent improvements over strong baselines, supporting the effectiveness of agent resource management and closed loop self evolution.
虽然大多数AI研究者相信自我演化能带来性能提升，但很少有人能够证明这种提升在多个具有挑战性的基准测试中持续超过强大的基线模型。作者声称他们的AGS系统不仅实现了自我演化，而且这种演化是闭环的、可审计的，这挑战了当前AI社区对自我演化系统的认知，暗示了更加结构化的演化方法可能比开放式的演化更有效。
MiniMax handed an internal version of M2.7 a programming scaffold and let it run unsupervised. Over 100 rounds it analyzed its own failures, modified its own code, ran evaluations, and decided what to keep and what to revert.
令人惊讶的是：AI模型能够自主进行代码修改和自我优化，这代表了人工智能自主性的一大突破。M2.7模型不仅能够分析自己的失败，还能自主决定哪些代码更改保留，哪些回退，这种自我进化的能力打破了传统AI开发模式，展示了AI系统自我改进的潜力。