随着 ClaudeCode 们的爆发，AI 从聊天工具变成 Agent，当模型开始真正替人执行任务，Token 消耗会出现指数级增长。
谁能让 AI 真正进入生产流程，谁就能拿到最稳定、最持续的 Token 消耗。经历年初 AI 概念股集体暴涨、随后又快速回调之后，国内大模型公司开始重新寻找新的增长叙事。
在抓住 vibe coding、龙虾热潮，尝到甜头的国内模型玩家 MiniMax，急着扩张自己的朋友圈，寻找下一个金矿了。
5 月 11 日，MiniMax 发了一个名为 " 十倍小组 "（10xTeam）的新合作计划。
除了已经绑定的工业软件、游戏引擎、芯片设计、金融、财务等垂直领域外，这次 MiniMax 主要公开向经济学、生命科学、材料化学，这些更面向全球可能与大模型深度结合的领域专家邀约共创，并同步在招聘平台上线 "10xTeam 研究员 " 岗位。
背后野心是显而易见的，其欲想将编程领域出现的 "10 倍效率跃迁 " 复制到更多产业。
这会是双赢，MiniMax 通过这种方法提升通用智能基座能力，也能推着模型向更多产业纵深场景的渗透。
事实上，" 通用大模型 + 行业专家共建 " 已经成为头部公司的共识。
Anthropic 长期吸纳学术与行业研究者；其 EconomicIndex 进一步把模型对各行业经济活动的影响纳入评估视野；OpenAI 推出面向医疗的 HealthBench，并把法律、金融场景作为 GPT 系列重点优化方向；GoogleDeepMind 长期以 " 科学领域突破 " 作为旗帜：AlphaFold（结构生物学）、GNoME（材料科学）等，证明了顶尖领域专家与基础研究团队联手，可以产生 " 领域级跃迁 "。
2025 年末，百度也抛出过类似的 " 文心导师 " 计划，面向行业与学界的专家，在知识传授、质量评定、专业校准方面对大模型进行指导。
过去一年，编程领域成为大模型最早出现 "10 倍效率 " 的现象级场景：Cursor、ClaudeCode 等工具已经事实上重塑了软件开发流程，相关基础设施竞争也已基本完成。
ClaudeCode 爆红之后，整个 AI 行业其实迅速达成了一个共识：AI 最重要的能力，不再只是 " 回答问题 "，而是 " 完成任务 "。一旦 AI 进入真实生产系统，它就会变成刚需。
程序员每天要调用，企业每天要运行，团队协作要持续接入，推理链路会不断增长。模型调用从偶发需求变成持续性消耗，Token 收入自然也开始指数级提升。
但如此确定性也引来一种玩家分食蛋糕，18 个月前，AI 编程还是 Copilot 一家独大的市场。如今，在海外 Cursor、Windsurf、Cline、Claude Code、Aider 正在血拼，国内的 DeepSeek TUI 、Kimi Code、MiniMax-M2.5、字节的 Trae、通义灵码、文心快码、智谱的 CodeGeeX、阿里的 Qoder 等等都在抢占市场。
当编程红利进入瓶颈期，" 下一个被 10x 的领域是什么 " 将成为所有公司需要回答的问题。
MiniMax 给出的答案是：把模型能力下沉到专业知识密度高、工作流复杂、尚未形成标准化打法的领域。
这恰恰是单靠模型团队闭门优化无法解决的。必须有领域顶尖专家介入定义问题、共建评测和工作流、再由模型反向驱动行业变革。
行业知识天然具有极强门槛。
芯片设计有复杂验证流程，工业软件有庞大工程体系，金融有自己的风控逻辑与监管框架，生命科学则充满隐性实验经验与专业知识结构。这些并不会天然存在于互联网公开语料里。
一个真正能用的产业 Agent，难点并不在模型推理能力，而在于它是否理解行业工作流。
这让大模型公司开始越来越像科研机构、产业组织与咨询公司的混合体。MiniMax 的「10xTeam」，某种程度上也是国内大模型厂商第一次明确把这种 " 科学协作模式 " 搬到台前。
在 MiniMax 看来，这更像一种产业研究合伙人机制。模型团队负责基础能力，行业专家负责定义问题、构建工作流、建立评测体系，再由 Agent 进入实际生产场景。
因为当 AI 的目标从 " 回答问题 " 变成 " 完成任务 "，行业专家的重要性会被迅速放大。
回溯来看，过去互联网时代最重要的人才是产品经理，因为他们定义用户需求；而 Agent 时代，真正重要的人，可能变成那些最懂产业流程的人。
编程只是第一个被 Agent 重构的行业。所有大模型公司现在真正想寻找的，是下一个能产生巨大 Token 消耗、同时真正创造产业价值的场景。
过去一年，大模型行业的估值上涨速度，已经开始让越来越多人联想到 2000 年前后的互联网泡沫。
近期，经济学家马光远就指出，上游基础设施算力、光模块、硬件等，确实有订单、有营收、能盈利，因为全球都在疯狂囤算力；但中游大模型、下游应用比如人形机器人、通用 AI、ToC/ToB 落地场景等，至今仍停留在概念与故事阶段，没有大规模商业化、没有持续盈利、没有真实需求爆发，但这些未来预期已经被全部计入当前估值。
整个行业其实都很清楚，如果 AI 迟迟无法真正进入产业、无法帮助企业持续提效赚钱，那么这场资本游戏很可能难以长期维持。只有当 AI 真正开始替企业工作、参与生产流程、帮助行业赚钱，整个产业链才能真正运转起来。
这也是为什么，现在全球头部 AI 公司都在疯狂往产业深水区推进。
Anthropic 不再只强调模型能力，而开始强调 Claude 如何进入企业工作流；OpenAI 持续强化医疗、法律、金融等垂直场景；GoogleDeepMind 则长期把 " 科学突破 " 作为重要战略方向。
因为大家都知道，AI 必须真正开始帮助行业赚钱、提效、降低成本，整个产业叙事才能继续向前。否则，泡沫迟早会被戳破。
而一旦泡沫破裂，受影响的也不会只是几家模型公司。从 GPU 到云厂商，从数据中心到 AI 创业公司，从一级市场到二级市场，整个 AI 上下游都可能经历一场剧烈寒潮。
所以今天所有大模型公司，其实都在争分夺秒地证明一件事，AI 不只是概念，而是真正的生产力。而 MiniMax 的「10xTeam」，本质上也是在这个背景下的一次产业卡位。
它希望提前绑定行业专家，把模型能力真正嵌入芯片设计、工业软件、金融分析、生命科学等复杂产业流程，再逐渐形成自己的数据壁垒、工作流壁垒和商业化壁垒。
因为当 AI 的目标从 " 回答问题 " 变成 " 完成任务 "，行业知识就会成为新的稀缺资源。编程只是第一个被 Agent 重构的行业。而整个 AI 行业现在真正想证明的是。下一个，会不会是整个产业世界。
