从 Chatbot 到 Agent：
AI 的范式已然巨变

预训练时代谢幕，
后训练时代登场

罗福莉在访谈中给出的最锋利判断是：2026 年 AI 的本质变化，是从「预训练主导的 Chatbot 时代」转向「后训练主导的 Agent 时代」。这不是阶段性技术迭代，而是研发重心、算力分配、组织方式的整体迁移。

过去预训练对后训练的算力配比通常是 3:1 甚至 5:1，而 Agent 范式下，长上下文、多轮交互、复杂环境反馈把后训练的权重彻底拉满。研究卡甚至需要更多。

OpenClaw：
罗福莉视角下的差异点

罗福莉一开始也抵触 OpenClaw，认为它不过是「产品交互创新 + 本地化 + 24 小时在线」这些「玄幻卖点」的堆叠。亲手用过之后，她的判断完全反转。

她真正改观的能力

• 分层分级的持久 Memory：跨 Session 记住上下文，构成连续认知。
• 自主多模型调度：视频理解短板时自动切换到强模型，不依赖单一权重。
• 厚框架编排：通过框架弥补当下大模型的行动短板，让中层模型在生活/工作场景里逼近顶尖模型的体感。
• 3B 小模型也能跑出超预期效果：当框架够厚时，模型规模不再是体验天花板。

她对 Claude Code 的真实评价

这里要谨慎：访谈中罗福莉并未把 Claude Code 贬为「单一会话级」。她明确肯定 Claude Code 也有持久化记忆与跨 Session 上下文，且认为「追求顶尖编程体验，Claude Code + Claude 顶级模型仍是最好的」。她区分的是设计目标，而不是能力高下：

三天改观：
从抵触到「数字分身」

罗福莉描述的春节那三天，是这次访谈最具感染力的细节。从凌晨两点聊到天亮，再把整个团队拉进群「强制体验」——全员躁动。

研究范式被重写：
从两周到一小时

她甚至下过一道「强制指令」：对话次数不到 100 轮的可以 quit——虽然没真开除人，但意图很清楚：环境比经验更重要。100 多人的团队里，许多是没训过大模型的本科生与在读博士，三个月就能在「高标准 + 群体智能」的环境里成长起来。

1T 参数与 MiMo 的技术取舍

她明确说：要做接近顶级 Agent 体验，1T 参数是合理门槛。中美预训练代差基本消失，国内追赶后训练的路径也已经清晰——就像三年前追预训练那样清晰。

MiMo-V2 系列的设计取向（不只列名词）

• Hybrid Attention：把全注意力与稀疏/局部注意力混合，是为了在 Agent 长上下文（多轮记忆 + 工具反馈）下保持推理效率，而不是单纯追长度。
• MTP（Multi-Token Prediction）：在后训练阶段提升单 token 信息密度，等价于用更少样本完成同等强化学习，对算力受限的团队尤其关键。
• 极致性价比：专为 non-code 场景优化，瞄准 Agent 的真实分布——大量调用是日常对话、检索、调度，而不是高强度代码生成。
• 分层产品线（Flash / Pro / Omni / TTS）：不做单一巨模型，是为了在框架里按场景调度——成本敏感场景走 Flash，复杂推理走 Pro，多模态走 Omni，语音走 TTS。这本身就是 Agent 范式的具体表达：模型规模随场景流动，而不是固定一个权重做所有事。

小米 MiMo 的组织密码

访谈里最让人意外的，是她对团队管理的描述：没有职级、没有严格小组、没有直属领导、甚至没有 deadline。

• 热爱驱动 + 群体智能：所有人在大群里疯狂聊天、改框架、共享体验，沟通成本几乎为零。
• 没有 KPI 绑死：允许「浪费」算力去解决 Loss Spike、数值不稳定等深层问题。
• 容忍模糊性：后训练本身充满不确定，研究流程不强求每一步都可解释。
• 异构基础设施：GPU / CPU / 存储混合调度的 RL infra 是隐性壁垒，比单一模型重要得多。
• 开源为加速：AGI 要规模化产生经济价值，必须依赖分散算力，而分散算力需要开源模型适配。

未被强调但同样重要的五件事

很多解读把这场访谈压缩成「Agent 来了」，但下面这五件事恰恰是访谈里最像「内部信息」的部分：

• ① 端云混合与隐私本地化：罗福莉判断「Agent 真正大规模落地」必须配合端侧推理与本地隐私存储，而不是全量上云。这与 MiMo 的分层模型设计直接呼应。
• ② RL infra 是隐性壁垒：后训练强化学习对 GPU/CPU/存储的混合调度极其挑剔，能把这套基础设施跑稳本身就是壁垒。
• ③ 3B 小模型也能跑出超预期效果：当框架够厚，3B 接进 OpenClaw 也能完成大量任务——这意味着「小模型 + 厚框架」是端侧落地的现实路径。
• ④ 推理芯片是下一个变量：不仅是 GPU，专用推理芯片会随 Agent 的高频小步推理需求而崛起。
• ⑤ 对 Multi-Agent 的克制：她公开认为很多 Multi-Agent 框架「有点伪」，主要降本提效，不一定提升能力上限——这与坊间「多智能体万能论」明确区隔。

未来曲线 · 行动清单 · 作者判断

未来 2–3 个月的关键变量

• Agent 框架自迭代 + 模型能力双向进化，节奏会非常快。
• 机器人成为下一个 token 需求曲线，把推理总量再拉高一个量级。
• 生产力革命：大部分重复工作会被替代，人需要重新思考「自己的意义」。
• 2 年内 AI 具备自主迭代和创造性研究的能力，是可预期的窗口。

个人层面的行动清单

• 立刻把工作流从「Chatbot 单轮问答」迁移到「Agent 任务交付」。
• 建立自己的 Memory 系统，让 Agent 跨 Session 记住偏好与上下文。
• 每天至少完成一次「让 Agent 替代我半天工作」的实验。

团队层面的行动清单

• 把后训练算力提升到与预训练 1:1，并预留研究卡用于「浪费式探索」。
• 组织扁平化，用群体智能替代汇报链，让环境驱动成长。
• 招聘看好奇心和热爱，不再唯历史经验论。
• 把「Agent 框架」作为产品的第一公民，而不是模型的附属。
• 预算上把「RL infra + 端侧推理」单独立项，不要混在通用云预算里。