Agent血战：Grok、Qoder、TRAE混战，谁会成为第一个赢家？

四月还是山雨欲来，五月尚未结束，已然血雨腥风。

整个行业的加速快到不讲道理。Vibe Coding 已经不再是新名词，编程这条赛道也从未如此拥挤：Claude Code、Codex、Cursor 贴身肉搏，Trae、Qoder、CodeBuddy 杀成一团。

黑话一个接一个流行起来，支配所有人的注意力。去年还是 skill（技能）的天下，如今 harness（脚手架）站上了王座。

热词之下，模型已经卷到几近一条平直的线：不同的基准测试会给不同的答案，但总体来说，无论是 Opus、GPT，还是 Qwen、GLM、Kimi 和 MiniMax 们，无论是写代码还是执行越来越复杂的任务，都已不在话下。

模型之间仍然存在差距，但拉开模型公司之间真正差距的，早已不再是模型本身，而是套在外面的那层壳。

之前一份研究报告拆解了 Claude Code 泄露的代码，发现真正属于模型决策的代码只有 1.6%，剩下 98.4%，全是管权限、管上下文、兜错的 harness。

新一代Agent排山倒海而来

为了进一步发挥模型的优势，全新一代的 agent 产品如排山倒海而来。Grok Build、Qoder 1.0、TRAE SOLO 纷纷推出。连一直以来低调沉默的 DeepSeek 都挂出多岗位招聘，组建 agent 开发队伍。

早于业界布局 agent 的 MiniMax，在混战中落下自己的子。桌面端产品先是在 5 月中推出主打全新多 agent 编排架构的 Agent Team 功能。

而随着 M3 旗舰模型，MiniMax 桌面端全面升级为 MiniMax Code，再次搅动了大厂、小龙云集的 agent 市场。

Agent Team 的内核是一套 Leader-Worker-Verifier（领导-执行-验证）的对抗式架构。负责干活和负责挑错的职责，被拆成不同的 agent，受到经过代码逻辑固化的状态机去管理，彼此之间上下文隔离。

这味药，治的是长程 agent 任务中那些出了名的顽疾：上下文污染、上下文焦虑、agent 之间的共谋。

有趣的是，正如前述 MiniMax 并没有等 M3 发布，而是率先在 M2.7 上就将 Agent Team 推了出来。M2 这一代，被 MiniMax 称为大巧若拙，模型和脚手架之间的共融共生已经看到了黎明前的曙光。预料之中，M3 只会更强。

共识形成速度超乎想象

业界有一种观点正盛：Anthropic 拥有最好的模型和最烂的工程。在择因看来，Anthropic 骨子里不信任模型，预设模型会作弊、耍小聪明，于是到处加以约束。OpenAI 的 harness 核心却是一个极简的 agentic loop。

一个极简框架养出了遵循度极好的模型，一个约束极强的框架却养出了黑天鹅。MiniMax 做 agent 的思路，既将两者融合，又不完全相同：要相信模型，给它和人一样的操作权限，但也要在脚手架中加入合理的约束。

这些思路在业界独树一帜，但业界追赶新东西并将之确立为共识的节奏，早已快过于新思想诞生的速度。在 agent 上，MiniMax 没有壁垒——没有任何人有。

择因发给我一篇 71 页的论文，告诉APPSO：关于 agent 的所有东西，都在这篇论文里了。如果一篇就能说清楚，还有什么壁垒？

中国模型公司的尴尬处境

但 MiniMax 仍有绝活。他们力求以最快的速度不断向整个行业输出新的认知，做共识的领导者、执行者、验证者——这也是为什么 Agent Team 及其背后架构没等 M3，就公之于众了。

究其根本，中国模型公司的开源玩法不会一直持续下去。

但这并不代表，优秀的认知不应该及时与世界分享。

就像一个 agent 的工作会有它的停止条件，开发 agent 的人们也有停止的那一刻。对于择因，可能会是当 agent 可以实现真正的自进化，并且在几乎任何数字或物理世界的任务上效率和成本优于人类。

从站在第一线的他的视角来看，我们离那个未来并不遥远。

技术的本质是解放还是奴役？

Agent 的出现正在重新定义工作边界。在训练 M3 的最关键时刻，APPSO 与 MiniMax Agent研发工程师择因做了一场对谈。我们聊了Agent Team 的设计原则及其所体现的 MiniMax 认知，探索了 Agent Team 的技术内核，浅析其它玩家对于 agentic 模型如何约束与放任。

择因分享了他在新西兰度假时的感受：那里没有任何的 AI 和 agent，但我过得很快乐。那么我觉得，到时候或许人类只要去享受 agent 提升的效率带来的便捷性就够了，大家完全可以去干其它更感兴趣、更符合人性的事情。

但他也提出了一个残酷的推演：将来大学本科生毕业之后，可能要付费再上两到三年班，成为一个 senior 之后，才能开始上班赚钱。

付费上班的意思是，首先你的 token 消费可能最初是由自己买单，等同于交学费。如果 agent 的能力真的全面赶超人类，聪明的公司算笔账都不会再招初级员工，这才是最可怕的。

Agent战争的三大预测

基于当前的混战格局，我们可以做出三个大胆的预测：

第一，技术壁垒正在消失。正如择因所言，关于 agent 的所有东西，都在这篇论文里了。既然 agent 已经能被一篇论文所概括了，你说有没有壁垒？真正的差距在于执行细节和组织效率。

第二，开源红利期即将结束。过去两年里中国模型刚起步的时候，作为追随者，开源的确能够更好地体现价值。但一旦模型能力足够强，开源不开源取决于团队的偏好与意志。很多人已经意识到，如果有一天模型进入价格战阶段，到时候开源的风气可能会有所消减。

第三，真正的赢家不是技术最先进的，而是产品最闭环的。择因指出：agent 为什么存在，其实很明确的两个点：一是让模型以完全体形态呈现，放大模型的能力，让它被真正用起来，二是代表你这家公司对模型该怎么用做的探索。你的 agent 产品应该能闭环到模型训练上。

如果你堆了大量的 agent 产品，里面有多少是和你的模型能力闭环的？有多少能反馈到自己的模型训练当中？

行业的终极问题

在对话的最后，择因被问到了一个开放性问题：如果你能掌握无限制的算力，训练或推理都行，并且可以以亲民的价格向用户提供，你想做什么？

他的回答令人深思：我可能会把它用在推理上。人类的命运是可以被计算的：你的基因序列、倾向性、性格、激素水平可以测算；你的家庭条件，父母对你的影响也可以计算；你所处的环境是可量化的。

在集齐了这些要素之后，每个当下的人的后续行为都可以预测。我不是要用这个去预测别人，我希望它成为每个人的分身，可以把我的一切过往经历和生理资料都给它，在遇到决策点时去跟它讨论。

人有生老病死，我们认为人生是一条单行线。但其实每个分支点都可能展开不一样的平行人生。

以及前面这些没有考虑意外。意外反而是最大的、不可预测的。我希望我做这个东西能够拯救因为意外而导致所有要素不再成立的人。从肥尾效应的角度来看，小概率事件才真正支配了我们大部分时间。

写在最后

Grok Build、Qoder 1.0、TRAE SOLO 的混战才刚刚开始。这场战争的核心不是技术，而是认知；不是代码，而是共识；不是模型，而是组织。

那些能够最快形成共识、最高效执行、最完整闭环的公司，将成为第一批赢家。而输家，很可能不是技术落后，而是组织臃肿、目标分散、无法跟上这个时代的节奏。

Agent 的世界正在以超过所有人预期的速度进化。在这个战场上，唯一的确定就是不确定。但有一点可以肯定：谁能够在这个过程中保持开放、保持迭代、保持对终极问题的思考，谁就更有可能笑到最后。

否则，今天的血雨腥风，不过是明日黄花。