企业官网建设流程全解析

【引语：冲突乍现】

刚刚过去的六月，有机会进入大模型公司 MiniMax 内部，围观 M3 模型发布的人，见证了一场合作后的不和冲突。本被寄予厚望的 M3 模型发布后，MiniMax 迅速陷入围绕模型产品定价的争论，公司陷入小型危机。

【争吵：激烈交锋】

这场争吵发生在 MiniMax 为新模型 M3 发布组建的 100 人“作战”群里。6 月 1 日 M3 正式发布，当天港股早盘 MiniMax 股价一度涨超 7%，然而半天后，群里就被各种外部批评冲刷。争议源于 M3 同步发布的定价方案，收费体系从订阅制 Coding Plan 切换成按 token 计费的新版 Token Plan，用户发现额度消耗远超预期且调整缺乏解释。不满发酵，有人投诉退款、有人不再续订。内部意识到缺少沟通后提出改进办法，晚间发出道歉公告，但当天股价依然收跌 15.71%。模型发布第二天，技术负责人质问开放平台同事，两人吵起来。他们围绕定价档位、额度对应、是否站在用户视角各执一词，但一小时内套餐设计就完成更新。风波平息后，与两位吵架主角聊天，他们表示吵完没个人恩怨，吵的是内部参数。后来技术负责人还维护了开放平台同事，认为他缺 context，这是所有人的责任。

【Context：信息核心】

在 MiniMax，人们上午 10 点半左右陆续到公司，午饭晚饭公司订餐，周末加班才打卡。中午工区热闹，办公区像“大通铺”，会议室使用率高。每周五午餐时间的全员会会请行业人士分享，模型发布前一个工作日的全员会嘉宾是《凡人修仙传》的编剧，大家还催更。6 月 1 日 M3 发布前夜，员工们有的盯服务稳定，有的追 checkpoint，有的熬夜讨论细节。这家公司习惯线上协作，谁有 context 谁就进群，关键信息群里共享。Context 是核心，鼓励信息自由流动，给人的印象是混乱又热火朝天。M3 发布前凌晨，全体算法和开发同学进入同一文档更新信息，IO 也参与其中，在足够 context 后给出最终决定。M3 寄托公司很多期待，“缺少 context” 的 token plan 带来的质疑让团队迎来“至暗时刻”。

【症结：发展困境】

3 月 OpenClaw 带来 Agent 启蒙，MiniMax 的 M2.5 迎来高光时刻，但模型格局变化快，M2.7 用户觉得不够用，后台反馈六成问题指向模型。MiniMax 是中国最早投入大模型训练且资源投入最大的公司，用户多通过产品建立对它的印象，M2 是首个被外界认知智能水平的模型，提升模型智能是内部最重要目标，M3 是关键节点。围绕 token plan 的争议放大，公司收获惊叹又触发用户愤怒，发出道歉，蒸发市值。后续反馈增多，批评偏离付费计划，出现水军化账号，冲散了对模型技术创新的关注。问题源于没经验和理想化行动方式，收费方式改变是追求模型能力提升的产物。行业都在重定价，MiniMax 成立 4 年，快速成长但内部像创业公司，又面对复杂资本市场，问题被放大。

【道歉：直面问题】

M3 发布后某一周的全员会变成内部复盘，IO 向所有人道歉，分享思考并提出接下来要把模型做好。这里与大厂不同，没有甩锅，创始人会客观评价，员工也能和创始人“吵架”，大家围绕做好事情，做错就改进。有员工认为安全感保护做事情的人，想得清楚专业会受尊重，没想清楚会受批评。

【ego：务实氛围】

这是一个鼓励平等交流、保证 context 透明的公司，不允许无序状态。IO 会思考公司不同阶段追求的事情，判断后不摇摆，关掉无意义的文本产品，坚持在大方向投入。公司全员 ego 小，与同行相比很少有“天才叙事”，团队评价靠谱。大家认为有实力、判断有逻辑的不是 ego，反之则是，ego 大没什么用。这种气质主导研究投入方向，不纠缠无实际意义的方向。公司气质由创始人决定，IO 务实，ego 大的人待不下去。

【Scale = from Mini to Max：发展目标】

IO 在工区没有单独办公室，分享直入主题，常思考技术和智能演进。他认为好研究像 ResNet 那样简洁可解释，简洁才最能 scale。MiniMax 布局全面，内部共识是要实现通用智能需多模态等能力，产品随模型发展。Scale 体现在技术路线、创新方向选择和工作方式上，如 M3 训练尝试提供更多 scale 可能，公司鼓励利用 AI 提效，不强制推广但好的实践会扩散。有员工认为 MiniMax 的优化目标是 scaling，即规模，包括智能和资源，公司用 Mini 资源奔着 Max 目标。M3 发布后开源，参数量比想象小。IO 认为 AI 产业无绝对技术鸿沟，关键是经验积累和进步速度。M3 上线后 TPS 从 20 左右优化到 100 左右，首包延迟将优化到 1 秒多，第三方和客户有正向评价，核心指标增长。6 月对 MiniMax 是疯狂的一月，行业不停，更大考验还会出现，公司会努力提升模型智能，让用户使用到。接下来 MiniMax 会有更多资源支撑下一代更强模型，目标是让使用 Opus 级智能不受成本限制。网友不禁要问：MiniMax 能否顺利实现从 Mini 到 Max 的跨越呢？