MiniMax M3.1 Flash 修 Bug 实测：先卡分析15分钟，收窄任务后改代码全过测

让 AI Agent 干活，有种情况挺让人头疼的。

任务交出去了，让它修几个 Bug，顺手把网页也做了。结果等了大概 15 分钟，分析倒是一直在分析，代码愣是没动

最近测试 MiniMax M3.1 Flash 的时候，就遇到过这么一次。

这次准备的是一份故意留了 3 个 Bug 的 Node 小工程，涉及 JSONL 日志解析、缓存 Token 计费和任务聚合。

项目原本有 5 项测试，只有 2 项能通过。

第一轮任务范围太大，15 分钟过去仍没有实际代码修改。

于是我在 WorkBuddy 中调整了任务：先修核心逻辑，明确修改范围，保留原始测试和数据，再完成网页功能。

MiniMax M3.1 Flash 修改了 src/analytics.js，后续还完成了 public/app.js 和 public/index.html 的相关改动。

但文件改了，问题就一定修好了吗？

还真不能这么判断。

所以后面又让 Codex 独立运行了一遍原来的 5 项测试。

5/5 全部通过，退出码 0。

原始测试文件和样本数据都没有修改，避免了通过调整测试标准来制造成功结果。

在这次工作流里，MiniMax M3.1 Flash 不只是能分析问题，还能在明确的任务约束下完成实际代码修改，交付可独立验证的结果。

当然，前后任务范围不同，不能直接证明模型速度更快；5/5 通过也仅代表既有测试全部通过。

但比起 Agent 生成了多少代码，我更看重它能否真正解决问题，以及结果能不能被验证。

当然，这只是个合成小项目，前后任务范围也不一样，不能拿来比较模型速度。视频里的费用也是模拟数据，别当成真实账单。

有兴趣的话，也可以拿自己的项目试试 MiniMax，

想要试的小伙伴，这是传送门

API:

M Plan:

MiniMax Code for desktop: