MiniMax发布Expert 2.0：从提示词工程到自然语言定义SOP的范式转变
AI智能体领域正在经历一场静默但深刻的范式革命。过去两年，”提示词工程”几乎成了AI应用的代名词——谁能写出更精准的Prompt，谁就能从大模型中获得更高质量的输出。然而，这道技术门槛正在被MiniMax最新推出的Expert 2.0彻底推倒。
Expert 2.0的核心创新，用一句话概括：用自然语言定义SOP，替代手写提示词。用户无需编写任何代码，也不需要理解复杂的Prompt技巧，只需用日常语言描述自己的需求，系统就能自动完成知识注入、工作流编排与能力配置。这种”说人话就能造Agent”的模式，标志着AI智能体从”技术精英的玩具”正式走向”全民可用的工具”。
零代码构建专业级Agent
在Expert 2.0之前，创建一个可用的AI Agent通常需要完成三个高门槛步骤：首先，选择合适的大模型并调试参数；其次，编写精细的提示词来定义Agent的行为边界和响应逻辑；最后，配置工具调用接口和外部数据源。每一个环节都需要相当程度的技术理解，普通业务人员几乎无法独立完成。
Expert 2.0的工作方式完全不同。用户只需要用自然语言描述”我需要一个什么样的助手”，比如”帮我每天早上9点收集汽车行业的市场情报，整理成简报发送到飞书群”，系统就会自动拆解这个需求：识别出”信息抓取””内容总结””定时任务””飞书通知”四个子能力，然后从技能库中匹配对应的工具和流程，最后组装成一个可运行的Agent。整个过程不需要写一行代码。
这种从”提示词工程”到”自然语言定义SOP”的转变，本质上是把AI智能体的创建逻辑从”我告诉模型怎么做”翻转成了”我告诉模型我要什么结果”。前者要求用户理解模型的工作机制，后者只要求用户理解自己的业务需求。
1.6万个专家Agent的生态飞轮
Expert 2.0带来的不仅是技术门槛的降低，更是一个生态飞轮的启动。截至目前，该平台已沉淀超过1.6万个专家Agent，覆盖技术开发、商业金融、内容创作、数据分析等多个专业领域。
这个数字的意义在于：每一个被创建并投入使用的Agent，都在持续产生”经验数据”——哪些工作流更高效、哪些知识注入更精准、哪些工具组合更稳定。这些经验沉淀下来，反向优化Expert 2.0的自动编排能力，使得后续用户创建同类Agent时，系统能够给出更成熟的方案。这是一个典型的”使用越多、系统越强”的飞轮效应。
从商业角度看，1.6万个专家Agent也意味着MiniMax正在构建一个”Agent即服务”的市场雏形。用户既可以从零创建自己的专属Agent，也可以直接调用已有的专家Agent来快速解决特定问题，这大大缩短了AI能力的落地周期。
MaxClaw云端助手：零部署体验的最后一公里
Expert 2.0的落地载体是MaxClaw——MiniMax基于OpenClaw框架打造的云端AI助手。如果说Expert 2.0解决的是”会不会造Agent”的问题，那么MaxClaw解决的就是”能不能跑起来”的问题。
传统OpenClaw的使用门槛主要集中在部署环节：用户需要本地安装Docker环境、配置API Key、管理模型权限，任何一个环节出错都可能导致整个系统无法运行。MaxClaw采用全云端架构，用户打开浏览器即可使用，无需本地部署任何环境。
具体能力方面，MaxClaw预置了丰富的工具技能，提供50G专属云存储空间，并打通了飞书、钉钉等多款办公工具，支持跨端协作。这意味着用户在手机上通过钉钉下达的指令，可以在电脑端的MaxClaw上继续执行，任务状态和记忆数据实时同步。
对于中小企业而言，MaxClaw的云端模式降低了AI助手的采用成本——不需要专职技术人员维护服务器和更新模型版本，按需使用即可。这种SaaS化的交付方式，正在让”专业级AI助手”从大企业的专属工具，变成中小企业也能轻松获得的基础设施。
行业影响：智能体创建民主化的信号
Expert 2.0的发布并非孤立事件。放眼整个AI智能体行业，从OpenClaw的Skill一键安装，到MaxClaw的自然语言创建技能，再到Expert 2.0的SOP自动编排，行业的演进方向非常清晰：持续降低AI智能体的创建和使用门槛，直到任何人都能够像使用搜索引擎一样创建和使用AI Agent。
当创建Agent的门槛降到”说话就行”的时候，竞争的焦点将从”谁的模型更强”转向”谁的生态更厚”——谁的专家Agent更多、谁的工作流更成熟、谁的工具链更完善。在这个维度上，MiniMax凭借Expert 2.0+MaxClaw的组合，正在构建一个以”易用性”和”生态密度”为核心竞争力的差异化路线。
这场范式转变才刚刚开始，但方向已经明确：提示词工程的黄金时代正在落幕，自然语言定义SOP的新纪元已经到来。