这两年，AI 在写代码这件事上的进步，说实话有点不讲道理。

不管是 MiniMax、Claude 这些大模型，还是 Cursor、Claude Code 这种编程工具，现在写代码基本已经进入了「动动嘴」阶段。很多时候，你只需要把需求说清楚，剩下的交给它就行。

但只要你把视角从“写代码”稍微挪开一点，现实立刻就变了。

整理文件、筛选信息、跑流程、处理各种零碎事务——这些才是大多数工作里最耗时、最磨人，但又最难被自动化的部分。

AI 工具其实已经很多了，但用下来会发现一个很明显的共性：它们大多停留在“给建议”这一步。

---

你问它怎么做，它会告诉你思路；

你让它总结，它能写得头头是道；

可一旦涉及「真正动手」，比如进文件夹、操作网页、跑一整套流程，它往往就卡住了。

---

最近在整理一些非代码工作的过程中，正好看到 AI Native Workspace 更新上线。它宣传的点并不是模型升级，而是开始让 AI 去“干活”。

刚好我自己一直在订阅 MiniMax 的 Coding Plan（也是目前唯一订阅的国产大模型），就顺手试了一下，看看模型之外，它的 Agent 能力到底靠不靠谱。

AI Native Workspace：从聊天室到工作台

AI Native Workspace 这次的思路，其实挺克制的。

它没有试图再造一个更聪明的聊天框，而是把重点放在了两个非常具体的能力上：

• Desktop 安装包：让 Agent 能操作本地文件和网页环境
• Expert Agents：围绕具体任务封装能力，而不是泛泛对话

背后的判断其实很清楚：现在真正限制 AI 落地的，已经不是“会不会想”，而是“能不能做”。

很多非代码工作的问题，并不是模型不会推理，而是它根本进不来你的真实环境——看不到你的文件结构，碰不到你的素材，点不了你的网页。

AI Native Workspace 想做的，就是把这道墙拆掉一部分。

如何使用？

Desktop 安装包可以直接在 MiniMax Agent 官网下载：

下载地址：https://agent.minimaxi.com/download

Expert Agents 可以在网页端直接体验：

在线体验：https://agent.minimaxi.com/

接下来我没有做参数对比，也没有跑 Benchmark，而是选了两个非常琐碎、但极其真实的非代码场景，看看它到底能不能顶得上来。

Case 1：治愈我的「后期强迫症」

第一个测试，我没一上来就搞复杂场景，先从一个很常见的问题开始。

最近在做一系列 Vibe Coding 项目，项目目录已经被折腾得不成样子。

AI 生成的文档、脚本、说明文件，经常被随手丢到不太对的地方。README、配置文件、临时脚本、素材混在一起，隔一段时间再回来看，自己都要重新捋一遍。

我直接把整个项目目录交给 MiniMax Agent，让它做三件事：

识别每个目录/文件大概在干什么、对文件进行分类，给我一个更合理的整理方案。

它没有直接乱动文件，而是先给出了一份整理后的结构说明，把核心项目、参考项目、素材、文档、测试代码分得很清楚。

此处为语雀卡片，点击链接查看

我简单对比了一下，和实际情况基本一致。

同时它还给了我两个整理方案（视频里有）：

• 一个是按业务重新分类
• 一个是尽量少改动现有结构

我选了第一个，难度更高，但长期更舒服。

说实话，在点确认之前我还有点慌——这个目录里差不多有 20 万个文件，真怕它给我整乱了。

结果证明我多虑了。

它严格按方案执行，把整个目录重新整理了一遍，过程很克制，逻辑也很清楚。

整理完成后，还生成了一个可视化页面，用来对比整理前后发生了什么变化：哪些文件被移动了、为什么这么动，全都写清楚了。

这个场景算是个开胃菜，不复杂，但非常实用。

难度升级：50G 照片整理

在这个基础上，我给它上了点难度。

我有一个接近 50G 的照片文件夹，将近 3000 张相机原图。

问题不是目录乱，而是内容乱：大量连拍照片、重复文件、肉眼看着差不多但文件信息完全看不出来的相似图。

如果我自己来，大概率要耗掉一整个下午，而且一定会整理到烦。

这一次，我关注的点只有一个：它能不能真正“看懂”照片，而不是只看文件名和时间。

我让 MiniMax Agent 在本地扫描整个目录，生成整理建议。整个过程都是本地完成的，不需要上传任何素材。

它先生成了一份对比报告，然后给出了下一步的整理建议。

我让它直接照这个方案继续执行。

我抽样看了一下结果，相似/重复判断的准确度在 80% 以上。

当然，选哪一张“最好看”本身就带点主观因素，但能做到这个程度，已经非常离谱了。

最后我让它按方案直接执行整理，很快，文件夹就被分门别类整理好了，最终还帮我节省了一半的内存空间。

这一段，真的不是炫技，而是在实打实地省时间。

Case 2：打造一个最懂我的写作专家

作为一个公众号作者，我一直觉得：写文章最累的不是写，而是前后的那些事。

选题、找资料、筛信息、配图、排版、设计封面、发布——这些事情分散在好几个平台里完成，而且非常消耗注意力。

这次我用 MiniMax 的 Expert Agent，想看看能不能把整个写作流程“收拢”起来。

创建写作专家 Agent

第一步是在网页端新建一个 Expert Agent。

官网已经内置了不少 Agent，但我还是选择从零创建一个写作方向的。

让我比较意外的是，这一步并不需要你真的“设计 Agent”，而是通过对话，把你的需求一步步说清楚，它会自动拆解流程、配置子任务。

很快，一个写作专家就搭好了。

实际测试

接下来我让它先学习我过往的文章风格，然后去搜索最近的前端热点。

它梳理出来的热点基本都在点上，还会告诉我哪些更值得写，哪些不太适合这个账号。

我选了最热的 jQuery 4.0。

很快，它就完成了整篇文章，包括配图和封面，并且已经按公众号格式排好版，我只需要复制到后台发布就行。

我最后关注的，其实不是“写得像不像我”，而是流程顺不顺。

实际体验下来：

• 内容质量很稳定
• 不是一次性的效果
• 这个 Agent 是可复用的，下次不用重新教

从选题到成稿，中间大量零碎、重复的工作被吃掉了。

这一点，比“像不像人写的”，更重要。

AI Native Workspace 在解决什么问题

如果站远一点看，AI Native Workspace 解决的，其实不是某一个具体功能，而是一个更大的问题：

---

AI 能不能真正进入人的完整工作流，而不是只存在于某一个环节。

过去的 AI 工具，大多是插件式的：写代码时用它，写文案时用它，查资料时用它。

但真实的工作，从来不是插件化的。

MiniMax Agent 尝试做的，是让 AI 成为一个可以跨步骤、跨工具、跨环境的执行者。

工具的边界，也必须说清楚

它当然不是魔法。

你依然需要给目标、做判断、为结果负责。

它也不适合所有人。

但如果你经常被这些事情消耗精力：文件整理、信息筛选、多步骤执行、重复但不固定的流程——那 AI Native Workspace 至少给出了一个目前很少见、但方向很清晰的解法。

最后一句话

如果用一句话总结 AI Native Workspace：它不是来替代 AI Coding 的，而是补上了 AI 在非代码工作流里，最薄弱、也最现实的那一段。

它真正的价值，不在于多聪明，而在于：
能不能真的动手，
能不能少打断人，
能不能把杂事变少。

从这个角度看，它可能还不完美，但方向是对的。

而很多时候，方向对，比功能满更重要。

说了这么多，心动不如行动，即日起，新注册用户将自动获得 3 天免费试用权益！

Desktop 安装包下载地址：https://agent.minimaxi.com/download

在线体验：https://agent.minimaxi.com/