AI reviews

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

By CSDN2 viewsSource: CSDN
MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

要说这两天AI圈最火的一条消息,莫过于MiniMax正式通过港交所聆讯,即将冲刺IPO。

The full text has not been translated yet. The Chinese original is shown below.

要说这两天AI圈最火的一条消息,莫过于MiniMax正式通过港交所聆讯,即将冲刺IPO。

而前段时间,MiniMax M2 刚在 OpenRouter 上拿下了“全球前五、开源第一”的成绩,GitHub 上的 Cline、Roo Code 等硬核开发社区都在热议这个来自中国的模型。就在大家还在回味 M2 的代码生成能力时,MiniMax 团队没有任何喘息,反手又把M2.1端到了我们面前,在正式发布之前,先在社群里面掀起了一波讨论和内测高潮。CSDN也特别申请了内测资格,来个一手的评测体验。

说实话,时间走到 2025 年底,咱们开发者对 AI 的祛魅过程已经基本完成了。当最初那种生成个贪吃蛇、写个俄罗斯方块 Demo 的多巴胺刺激逐渐消退后,整个行业终于开始正视一个略显尴尬的现实:AI 写新代码容易,但想让它读懂并维护旧代码,真的很难。

在真实的软件工程世界里,我们 90% 的时间其实并非在从零创造什么惊天动地的算法,而是在与三年前(甚至三个月前)遗留的“屎山”搏斗。那些错综复杂的业务上下文、牵一发而动全身的架构债、莫名其妙的并发 Bug,以及前任开发者留下的“神之一手”,这才是资深工程师日常的主战场。

MiniMax M2.1 显然是瞄准了这一痛点。官方将核心能力押注在了多语言代码能力,在内测文档中我们了解到,M2.1在Multi- SWE-bench上表现优异,试图在“存量代码维护”这个让无数 AI 翻车的深水区开辟一条新赛道。

为了验证它到底是不是真有“资深维护工程师”的素养,这次测评我们决定玩点狠的。我们摒弃了那些常规的玩具级测试,专门构建了一个名为 LegacyShop 的电商后台项目。这个系统虽然表面上基于 React 与 TypeScript 的标准技术栈,但内里被我们刻意埋设了严重的性能陷阱、高度耦合的巨型模块以及基础设施配置的缺失。

这种“带病上线”的状态,主打一个完美复刻让无数开发者头疼的工程灾难现场。我们很好奇,面对这种顶级难度的“烂摊子”,M2.1 到底是会像普通 AI 那样胡言乱语,还是能真正拿出点工程级的解决方案?

优化细节直接让页面飞起

LegacyShop 的实时销售大屏模块,是我们设置的第一道关卡。

面对一个需要承载 5000 条高频更新数据的列表,前任开发者在 Dashboard.tsx 里留了个典型的大坑:简单粗暴地将所有 Mock 数据一次性映射为 DOM 节点。结果就是文档流里堆积了数千个带复杂内联样式的 div,页面卡得像幻灯片。

现状可谓惨烈:本地实测 LCP(最大内容绘制)高达 4.57 秒,这意味着用户打开页面后要盯着白屏发呆近 5 秒;CLS(累积布局偏移)高达 0.50,代表页面元素在渲染时像疯了一样乱跳,想点个按钮结果它自己跑了。更致命的是,由于 useEffect 里存在闭包陷阱,定时器从未被正确清除,浏览器内存占用曲线走出了一条惊悚的“上扬线”。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

面对这种性能瓶颈,通用型助手通常会唯唯诺诺地建议“加个分页”这种避重就轻的方案。但 M2.1 拿到代码后,没有任何废话,直接祭出了 VirtualList(虚拟列表) 方案。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

它通过精确计算可视窗口高度,引入 VirtualList 将页面承载的 DOM 节点从数千个瞬间压缩至几十个,从根本上解决了渲染阻塞;同时在处理隐蔽的内存泄漏时,模型表现得更为老练。它没有止步于简单补齐 clearInterval,而是巧妙地引入 useRef 挂载回调,这种高级技巧不仅完美规避了闭包陷阱,更避免了因依赖项抖动导致的定时器频繁重建。

甚至在指令之外,M2.1 还主动表现出了“代码洁癖”。它顺手对 TradeRow 子组件进行了深度清理,剥离冗余内联样式的同时包裹了 React.memo。这种防御性编程思维,把不必要的子组件重渲染压到了最低。

结果是直观且震撼的:LCP 从 4.57 秒暴跌至 0.16 秒,基本上鼠标刚松开页面就刷出来了,实现了真正的瞬开;CLS 直接归零,整个布局稳得像张静态图片。这种从代码底层运行机制出发的精准治理,证明 M2.1 在微观层面已经超越了简单的“翻译代码”,它懂的不仅仅是语法,而是代码在浏览器里到底是怎么跑的。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

重构代码边拆屎山边把新功能做了

性能优化是为了用户体验,重构则是为了保住开发者的发际线。LegacyShop 的商品管理模块单文件超过 1600 行,业务逻辑和视图层缠绕得像一团乱麻,改动任何一行代码都可能导致整个页面崩溃。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

这次考题堪称地狱难度。任务要求以资深架构师视角将庞大单体拆解为 MVC 模式,还得顺手加个按库存状态筛选的新功能。这不仅要构建完整的架构图,更要确保新功能逻辑能穿透数据层直达 UI。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

M2.1 的操作相当老练。系统没有机械地按行数切割文件,而是玩起了 Type First 策略。先提取 TypeScript 类型定义,再把散落在各处的十余个状态收敛进自定义 Hook,最后才把 UI 剥离出去。这种先理清脉络再动刀子的方式,直接避开了重构最容易翻车的类型丢失坑。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

最见功力的地方在于新增功能。库存筛选逻辑被自然地融进了数据流转中,而不是事后打上的补丁。这种一边重构地基一边加盖新房的能力,确实只有资深开发才具备。

视图层的细节也没掉链子。生成的 ProductFilter 子组件拒绝了偷懒的行内样式,选用了严谨的 CSS Modules 方案。文件头部显式定义了 Props 接口,彻底告别了 any 类型这种埋雷行为。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

整个过程最让人惊喜的是自我纠错闭环。代码生成后,M2.1 并没有直接交差,而是主动跑了一遍 TypeScript 检查。发现类型匹配报错后,模型迅速定位文件并修正断言,直到检查全部通过。这种写代码、跑检查、修 Bug 的一条龙服务,像极了一位靠谱的独立开发者。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

最终交付结果非常清爽,原本臃肿的入口文件变成了一行 Hook 调用。这波操作不仅还清了技术债,还留下了一套扩展性极强的架构。

帮裸奔的项目穿上防弹衣

如果将业务重构视为功能交付的表层升级,那么工程基础设施建设则是保障系统稳定性的底层防线。在 LegacyShop 项目中,这道防线几乎形同虚设:核心的登录组件缺乏测试覆盖,一旦修改极易引发回归问题;而陈旧的构建工具配置导致热更新(HMR)失效,每一次微小的样式调整都需要忍受漫长的手动刷新,开发体验堪比坐牢。

这一环节,我们决定对 M2.1 发起更高维度的挑战,要求其协助构建防御体系并优化开发环境。

在测试编写环节,我们将目光锁定于关键的 LoginPage 组件。不同于简单的静态展示页,这个组件包含了表单验证、异步接口请求与路由跳转等复杂交互。M2.1 并未产出那种仅校验 DOM 是否存在的“注水代码”,而是基于 React Testing Library交付了一套完整的行为驱动测试用例。

它熟练运用 Jest Mock 模拟网络层响应,精准覆盖了用户提交空密码时的校验提示、服务端异常时的全局报错以及登录成功后的路由重定向。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

值得一提的是,在编写测试的过程中,M2.1 展现出了 TDD(测试驱动开发) 的敏锐度。它发现原有业务代码中的中文报错提示与测试用例不符,于是竟然主动修改了 src/pages/Login/index.tsx 源码,将错误信息标准化为英文 "Password is required",从而确保了代码与测试的一致性。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

随后,我们将矛头对准了失效的构建配置。面对被我们恶意破坏的 webpack.config.js,M2.1 展现出了精准的诊断能力。它迅速识别出 hot: false 和 liveReload: false 是导致热更新瘫痪的元凶,并顺手补回了丢失的 cacheDirectory 缓存配置与 CSS Modules 支持。

修复过程相当稳,M2.1 没有像某些愣头青 AI 那样上来就搞暴力覆盖,而是精准地只修补了坏掉的那几行。随着配置文件改好,终端里终于跳出了久违的热更新激活提示。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

当绿色的 Pass 信号亮起,按一下 Ctrl+S 浏览器就能秒更新,这种感觉真的很爽。这时候你就会觉得,它不仅仅是个生成代码的工具,更像是个能帮你兜底的工程老手。能把这些让人头秃的基建坑填平,把风险掐灭在上线前,这才是咱们真正想要的 AI 队友。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

一次成型手搓个太阳系

修复旧代码验证了工程底蕴,从零构建则能检验创造力上限。在完成了上述一系列繁重的修复工作后,我们决定换个口味,玩点大的。

我们给 M2.1 发出了最后一道终极指令:“作为一个资深的前端图形学工程师,请帮我们从 0 到 1 构建一个基于 Three.js 的太阳系引力模拟系统。”

这绝不是写几个 CSS 动画画个圆那么简单。我要求它必须在浏览器里从零手搓一个微型物理引擎:彻底抛弃预设动画,严格基于牛顿万有引力公式实时计算天体轨迹;不仅要处理三维空间中的向量运算来实现公转与自转的力学闭环,还要搞定复杂的 Raycasting(光线投射) 算法来实现 3D 交互——鼠标拖拽旋转、滚轮无级缩放、点击行星精准反馈。这哪里是考代码,分明是在考它能不能把高等数学和天体力学完美翻译成 JavaScript。

这对 AI 的跨学科知识融合能力是一个巨大的考验。

结果直接 One-Shot 一把过。

MiniMax M2.1 首发评测:专治祖传屎山,这种爽感谁用谁懂

模型生成的 HTML 单文件代码没有任何语法错误,直接在浏览器中跑通了。视觉效果方面,M2.1 使用了程序化生成的纹理贴图,质感细腻;星空背景采用了粒子系统,营造出了深邃的宇宙感。

物理逻辑更是严谨。通过阅读源码我们发现,行星的公转速度与相对距离经过了数学换算,不再是简单的平移运动。交互层面,Raycaster 射线检测准确无误,点击行星后的弹窗信息响应极快。这种将天体物理公式瞬间转化为三维视觉交互的能力,代表 M2.1 不仅仅精通代码语法,更展现出了物理、数学与设计美学的融合能力。

总结

LegacyShop 的实战演练,配合最后太阳系模拟的现场演示,我们彻底把 MiniMax M2.1 的底子摸透了。

这次评测给我们的最大感受,不是“被替代”的恐惧,而是一种久违的职业解脱感。我们亲历了 AI 从单一的代码片段生成工具,进化为通晓架构拆解、测试驱动与工程构建的全栈协作伙伴。

夸了这么多,说说不足吧。我们在用M2.1生成测试项目的时候,因为要做一些劣质代码,所以不是按套路地提要求。对于这种复杂要求,M2.1 在规划任务时还是有点问题。当我要求 M2.1生成“请你生成一套可以运行,但充满坏味道的代码” 之后,并没有触发任务规划,而是依次生成项目文件,并且生成的代码会报错,无法运行,但是在后续我们先创建基础项目,再做破坏性建设的思路下就没有出现这个问题。因此需要加强一下任务规划能力。

说实话,M2.1 在实战中展现出的多维素养表明,它完全有能力接管高风险的存量治理工作。既然 AI 能搞定基础设施维护与技术债治理这种消耗热情的“脏活累活”,那我们人类开发者就该腾出手来,回归架构设计与业务创新的高地。

从 LegacyShop 的起死回生到太阳系的无中生有,M2.1 的表现恰恰印证了 MiniMax 在 Multi-SWE 赛道上的技术远见。作为一款专为 Coding、复杂 Agent 工作流及长链条推理任务设计的模型 ,它的核心竞争力正在从单一的代码生成向深度的工程理解跃迁。它跳出了单纯比拼生成速度的怪圈,转而攻克复杂上下文理解与存量债务治理这两个最难啃的硬骨头 。这种进化让 M2.1 不再局限于做一个只会补全语法的插件,而是真正成为了能独立思考架构并解决系统级问题的工程智能体。这才是我们真正需要的未来分工,让机器去消化那些确定性的工程繁琐,让人类彻底回归不确定性的价值创造。

年底了,与其盯着那些枯燥的跑分榜单看,不如直接前往MiniMax 开放平台上手跑一跑。把你手头最棘手、最复杂的真实业务场景丢进去,看看这位 AI 工程师到底能不能抗住压力——它大概率会给你一点小小的震撼。

文章来自于“CSDN”,作者 “CSDN”。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)