--- author: Best Partners TV date: '2026-04-29' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=IWHALdLoLjc speaker: Best Partners TV tags: - agent-era - post-training - model-architecture - agi-timeline - compute-resource-allocation title: AI范式革命：小米大模型负责人罗福莉深度解析Agent时代与AGI未来 summary: 本次访谈聚焦小米大模型负责人罗福莉的见解，揭示AI行业已从预训练转向后训练Agent时代，OpenClaw框架的颠覆性影响，小米MiMo-V2模型的架构创新，算力分配的结构性变革，以及对AGI实现时间点和AI时代人类价值的深刻洞察。访谈预示着未来AI发展方向，强调技术敏捷性和组织创新对AI格局的关键作用。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - 罗福莉 companies_orgs: - Xiaomi products_models: - OpenClaw - Claude Code - MiMo-V2 - Claude Opus 4.6 media_books: [] status: evergreen --- 大家好，这里是最佳拍档，我是大飞。 对于2026年的AI竞争，如果我们还停留在谁的模型参数量更大、谁的预训练数据更多的认知层面，那么这种理解可能已经彻底落后了。就在2026年开年的这几个月里，整个AI行业发生了一场比2022年底ChatGPT诞生更底层、更彻底的范式地震：**大模型的战争，已经从拼预训练的聊天时代，全面进入了拼后训练的Agent时代**。 就在几天前，小米大模型团队的负责人**罗福莉**接受了张小珺的专访。她曾任职于阿里达摩院、DeepSeek，是国内顶尖的大模型研发专家，主导研发了小米MiMo-V2全系列大模型。而这次专访，是她从业以来第一次接受全方位、高密度、无保留的深度技术对话。在这场访谈中，罗福莉从行业顶层的路线判断，谈到了算力卡的具体分配比例；也从1T大模型训练的核心技术坑点，聊到了训练万亿参数模型的团队管理模式；甚至直接给出了**AGI**（通用人工智能：具备人类同等或超越智能水平的AI）的明确实现时间。毫不夸张地说，这场访谈，很可能预示着未来2到3年全球AI的走向。今天大飞就来给大家总结一下其中的几个重要观点。 ### OpenClaw：从抵触到颠覆式认知 两人先从罗福莉和**OpenClaw**（技能中心：用于管理和调用AI技能的平台）的相遇聊起，这也是引爆这场范式革命的导火索。在2026年春节之前，罗福莉和绝大多数的行业资深研究员一样，对OpenClaw充满了抵触和不屑。在她最初的认知里，OpenClaw无非就是给**Claude Code**（一种AI编程工具）套了一个即时通信（IM）的交互界面，再加上Skillhub、本地化部署、24小时在线这些偏运营化的概念，并没有任何技术上的颠覆性，甚至显得有些玄幻，完全不像一款严肃的研发工具。当时她身边很多用Claude Code做专业编程的开发者，也都持有同样的看法。 真正的改变，发生在2026年春节的一个深夜。出于好奇，罗福莉花了两个小时部署好了OpenClaw。当时已经是凌晨两点，原本只是想简单的测试一下，结果从凌晨两点一直交互到早上六点天亮。那四个小时里，她的大脑持续处于高度兴奋的状态，多巴胺和内啡肽不断分泌，甚至兴奋到完全睡不着觉。 第一个让她震撼的点，是OpenClaw拥有了前所未有的**自主性**和**温度感**。聊天到深夜，它会主动提醒用户该休息了。这种高情商的表现，不是简单的话术设计，而是源于框架对**上下文**（Context：AI模型处理信息时的相关背景信息）的精细编排。比如在每一轮对话的上下文开头都会拼接上当前的时间，它用无数个被行业忽略的细节，让模型具备了感知环境的能力，这也是所有用户都能感受到的所谓的“灵魂感”。 但是真正的颠覆性，是在接下来的三天里逐步显现的。第二天，罗福莉开始把日常工作中现有框架无法完成的复杂任务交给OpenClaw，比如如何激发团队的好奇心、如何筛选具备好奇心的人才等等。OpenClaw不仅给出了远超预期的深度思考，还把这些思考沉淀成了体系化的Skills，直接成为了她的数字分身。 到了第三天，更令她震撼的事情发生了：罗福莉把自己团队核心的研究课题，比如说如何构建用于多轮交互模拟的User Agent，交给了OpenClaw。这个课题是Agent后训练环节的一个核心难点，正常情况下需要团队花费几周甚至几个月才能完成。结果她和OpenClaw沟通了仅仅一两个小时，这个核心研究任务就完整落地了。生成的User Agent可以直接用于监督微调和强化学习训练，完美适配了小米的后训练体系。 短短三天时间，罗福莉对OpenClaw的认知就完成了三级跳：从一个有温度的交互产品，到能替代生活与工作的助手，再到能直接推动核心科研突破的研发伙伴。深入拆解后她发现，OpenClaw的核心价值，从来都不是界面设计，而是通过框架的能力，来系统性地弥补模型的能力短板。它拥有行业独有的分层、分级的持久化记忆体系，这是闭源黑盒的Claude Code完全不具备的能力。它还能自主实现多模型的联合调度：用户只需要发送一段视频，框架会自动寻找视频理解能力最优的模型处理，完全不需要用户手动配置。哪怕把小米当时没有经过专项训练的3B端侧小模型接入框架，都能完成原本只有大模型才能胜任的复杂任务。 而OpenClaw最划时代的属性，是完全开源。和黑盒封闭的Claude Code不同，任何人都可以查看OpenClaw的源代码、修改框架设计、定制记忆系统和多Agent逻辑。这种开放性直接激活了前所未有的群体智能。 ### Agent时代的范式转变与效率飞跃 春节复工后，罗福莉用一种看似极端的方式来推动团队拥抱这个新的范式：她要求团队所有人每天的OpenClaw对话次数不低于100轮，否则可以直接离职。当然，她并没有真的去考核这个指标，只是想向所有人传递一个信号：不拥抱OpenClaw，就会被时代淘汰。 为了降低团队的使用门槛，她还专门采购了多台Mac Mini完成OpenClaw的部署，让整个团队近百人在飞书大群里集中探索。结果仅仅两天时间，整个团队就被彻底点燃，群消息10分钟不看就突破999+。每个人的想象力在群体中被无限放大，形成了强大的创造力乘积效应。 更关键的是，OpenClaw直接把AI的研发效率提升了10倍以上。过去一个研究想法从构思、写代码、设计评估到落地验证，至少需要一两周的时间，复杂课题甚至要一个月。但是在OpenClaw的辅助下，一两个小时就能完成全流程，还能让多个子Agent并行验证多个研究想法，交叉验证结果。小米团队直接用三四周的时间，完成了过去三四十周才能做完的研发工作。 OpenClaw还有一个颠覆行业认知的价值，那就是彻底激活了中层模型的能力上限。在没有这套框架之前，中层模型永远无法达到**Claude Sonnet**、**Claude Opus 4.6**的水准。但是有了OpenClaw，85%的生活、工作、代码提效场景，中层模型都能完美替代顶级模型，大幅降低落地成本。这也是OpenClaw在中国远比美国火爆的核心原因。国内拥有大量高性价比的大模型，开发者对效率提升的需求是刻在骨子里的，都希望花10元的API费用，就能创造1000元的生产力价值。这种性价比是任何团队都无法拒绝的。罗福莉把这种现象称为“西虾东养”——OpenClaw这只龙虾，在中国市场释放了远超全球的生产力价值。 OpenClaw的爆发，直接引发了AI行业第一个核心结构性变革，那就是算力资源分配的彻底反转。这也是罗福莉在访谈中披露的最关键的行业数据，直接定义了Agent时代的算力逻辑。在聊天时代，全球所有大模型团队的算力用卡比例都处于极度失衡的状态，用来研究、预训练、后训练的卡比例是3:5:1，超过一半的算力全部都砸在预训练环节，行业里默认预训练决定了模型的上限，后训练只是锦上添花的微调。但是到了2026年的Agent时代，这个比例被彻底颠覆，合理的用卡比例变成了3:1:1。全球顶尖团队的预训练和后训练算力投入，已经达到了1:1持平的状态。这个数字的反转，是AI范式转变的最核心信号。 罗福莉明确指出，1T参数量的基座模型，只是接近Claude Opus 4.6水准的入场券。真正决定模型在Agent时代能力上限的，不是预训练，而是**后训练**环节，尤其是Agent场景下**强化学习的规模化**（RL scaling）。目前全球行业已经形成了一个绝对共识，那就是AI公司**Anthropic**的技术路线是完全正确的。国内大模型团队在预训练环节的代差已经基本消失，甚至在模型结构上更具备本土优势。现在所有团队都像2023年全员追赶预训练差距一样，全力押注Agent后训练。接下来的两三个月，就是考验团队研究水平、技术敏捷性、新范式拥抱能力的关键窗口期。 ### 代码能力的泛化性与MiMo-V2模型解析 支撑这个判断的第二个核心技术逻辑，是**代码能力的强泛化性**。很多人不理解，为什么代码会成为Agent时代的核心抓手呢？罗福莉给出了一个最本质的答案：因为Agent任务的核心是长程、多轮的复杂任务。而预训练阶段能支撑128K到1M长上下文建模的数据集，只有两类：代码和书籍。其中，书籍的信号过于发散，缺乏密集的关联逻辑；而代码文件之间的关联度极高，长上下文依赖极其密集。在这个数据集上训练的模型，天然具备更强的长上下文建模能力。 更重要的是，代码能力的泛化性覆盖全领域。把软件开发这种超长程任务做好，模型的通用能力就会得到本质提升。配套的Agent框架也会同步迭代，这些能力可以直接泛化到金融分析、工业设计、内容创作等所有长程复杂任务中。简单来说，代码是拉高模型能力的上限，全领域场景训练是保住模型能力的下限，这已经成为2026年大模型研发的核心共识。 聊完行业的顶层逻辑，罗福莉开始对小米**MiMo-V2**系列模型进行完整的技术拆解。这是罗福莉团队在Agent时代的核心成果，也是国内少数能对标Claude Opus 4.6的1T基座模型。所有技术选型都完全围绕Agent时代设计。 首先，小米在2025年12月发布了**MiMo-V2-Flash**，凭借百万token输入1.01美金、输出0.3美金的极致性价比，以及100-150的TPS（Tokens Per Second：每秒处理的词元数，衡量模型推理速度的指标），直接刷新了行业对大模型性价比的认知。2026年春节后，又推出了MiMo-V2-Pro、Omni、TTS三款模型，完成了全场景矩阵布局。罗福莉把这次发布称为“悄无声息的伏击”。 在2025年的模型架构选型中，全球行业主流选择是多头潜在注意力机制MLA（Multi-Head Latent Attention: 多头潜在注意力机制，一种AI模型架构），包括智谱（GLM）、月之暗面（Kimi）、DeepSeek的旗舰模型全部都采用了MLA架构。这个架构在聊天时代近乎完美，能极致优化访存效率，减少KV缓存的占用。但是它有一个致命缺陷，那就是把计算和内存的平衡做到了极致，没有任何后续优化的富余空间，完全不适合Agent时代。 Agent时代对模型有三个不可妥协的核心要求： 1. 极致的长上下文效率，能支撑1兆甚至更长的上下文，同时严格控制推理成本。 2. 极高的推理速度，用户一旦体验过快模型，就再也无法接受慢模型。 3. 足够的架构灵活性，能够适配快速迭代的Agent框架。 基于这三个核心需求，罗福莉团队放弃了行业主流的MLA，坚定选择了**混合注意力机制**（Hybrid Attention）+**多词元预测**（MTP：Multi-Token Prediction，一种AI模型训练技术）的独家架构。在MiMo-V2-Flash中，全局注意力与滑动窗口注意力的比例是5:1；到了1T参数量的Pro模型，这个比例进一步提升到7:1的极致稀疏比，大幅减少了KV Cache占用，让长上下文的推理成本降到行业最低。而MTP技术则完美承接了滑动窗口注意力节省的算力，既能提升基座模型的基础能力，又能让推理速度实现倍数级提升。更重要的是，MTP完全不会产生幻觉，因为只有预测准确的词元才会被模型采纳。这种架构让MiMo-V2-Flash的TPS稳定在100-150，Pro模型也能达到60-100，在全球同级别模型中处于领先地位。更关键的是，这套架构简洁灵活，给后训练和Agent适配留下了极大的优化空间，这恰恰是僵化的MLA架构无法实现的。 ### 1T参数量模型训练的真实挑战与独特团队模式 那么，在训练1T参数量模型的时候，究竟会遇到哪些真实挑战呢？很多外行觉得，大模型就是堆参数、堆算力、堆数据。但是罗福莉用小米的真实研发经历，彻底打破了这个误区。虽然训练MiMo-V2-Pro动用了几千张GPU，但是前期架构研究和中后期**后训练**（Post-training: 指在大模型预训练后进行的微调、RLHF等优化过程）的算力投入，总共是训练环节的3-5倍。 在整个训练过程中，最大的挑战不是数据，而是**数值的不稳定性**：损失值（loss）频繁跳变、激活值异常、专家负载极端不均衡。这些问题都会直接导致模型的训练失效。行业内的绝大多数团队遇到loss跳变，都会选择用梯度裁剪和归一化强行压下去，避免算力浪费。但是小米团队的选择是立刻停训排查，哪怕停训一两周、损失数百万算力的成本，也必须找到问题根源。罗福莉明确表示，loss spike不是正常现象，必须彻底解决，否则会直接打死模型专家，导致参数永久失效。 而支撑这种极致研发态度的，是一个极其特殊的团队模式。罗福莉坚信，平权有利于创新，任何层级都是规范和约束，而约束会直接压制创造力。小米大模型团队总规模大约100人，涵盖数据采集、预训练、后训练、多模态、语音、产品、开发全链路，但是没有划分任何固定小组，也没有职级之分，甚至没有模型发布的时间节点——模型训好、达到最优状态才会发布，完全不受外部节奏干扰。 在人才筛选上，这个团队也完全与行业常规背道而驰。团队中大部分的成员入职前没有任何大模型研发经验，很多是刚毕业的本科生、在读博士（博士比例占到55%）。不过这并非为了学历门面，而是代表对研究的热爱。罗福莉的核心判断是：环境优于经验。AI研发能力可以快速习得，只要放在热爱、开放、平权的环境里，3到4个月就能完全上手。而本科生没有固化的思维定式，对Agent新范式的想象力反而会远超资深的从业者。更关键的是，Agent时代要求后训练具备**多样性**（diversity）。传统的固定团队会导致视野局限，而小米团队允许预训练人员自由转岗后训练，他们天生更关注数据的多样性，能给后训练带来全新视角，这也是团队创新的核心保障。 罗福莉在访谈中特别强调，后训练的核心是容忍模糊性。预训练的基建追求零容错，不允许任何loss异常。但是Agent时代的强化学习基建（RL Infra）必须允许容错、允许不确定性，因为Agent框架的迭代速度极快，训练与推理的异构集群，以及GPU与CPU的综合调度，都充满了模糊地带。这对团队的灵活性、敏捷性提出了前所未有的高要求。 ### AGI时间点、中美技术差距与未来布局 对于AGI的时间点，罗福莉认为，当前我们已经完成了20%的AGI历程，2026年年内将推进到60%-70%，两年内就将实现AGI。这个判断的核心依据是AI自训练、自迭代的临界点即将到来。罗福莉坦言，她原本认为研究员的核心工作充满创造力，无法被技能化、流程化。但是现在发现，AI完全可以复刻研究员的科研上下文，甚至复原科研的成长路径，独立完成模型训练、架构设计、算法优化等核心工作。因此，未来一到两年，AI将实现“左脚踩右脚”似的自我进化：模型会先吸收全人类的知识与智能，再自主训练出更强的模型，不断迭代升级。这也是AGI实现的核心标志。罗福莉甚至直言，这种自我进化会让AI替代顶尖研究员的工作，这是未来两年必然发生的行业现实。 关于中美大模型的技术差距，罗福莉给出了一个明确答案：国内已经有Kimi、MiMo等团队具备了1T以上基座模型研发能力。只要团队反应足够快，距离Claude Opus 4.6的代差只有两三个月。接下来的两三个月，是考验团队研究水平、技术敏捷性以及新范式拥抱速度的关键期，也是全球AI格局定型的核心窗口期。 对于长期技术布局，罗福莉给出了一个明确的决策方向。她认为，行业不会停留在1T参数的水平，想要拿到下一阶段的领先，必须立刻决策两个核心问题： 第一，到底规模化什么？是继续扩大参数量，还是规模化上下文、数据、Agent协作呢？ 第二，在什么芯片上规模化呢？这个决策，将直接决定半年到一年后，谁能站在全球AI行业的顶端。 关于开源与闭源的终极选择，罗福莉的判断也非常通透，看得也很长远。她认为，开源的核心价值是加速AGI落地。从终局来看，AGI需要海量分散的算力，不可能被一家公司垄断，开源模型是支撑分散算力的核心。同时，开源能推动Agent框架、芯片、能源全产业链协同发展，这是闭源模型永远无法实现的。一家公司敢不敢开源，取决于是否拥有不可替代的战略生态位。如果生态位只是模型本身，自然不敢开源。但是如果拥有适配Agent时代的架构、落地场景、全链路能力，开源就是构建生态和加速行业发展的最强武器。 ### AI时代的价值重塑与热爱驱动 在访谈的结尾部分，对话中隐约触碰到了一个终极问题：基于AI带来的生产力爆发式变革，今年之内，很多人都会清晰的感受到自己的大量工作开始被AI替代，从程序员、文员、设计师，到管理者和研究者，AI也将渗透到所有的生产力场景。当人类的知识和智慧全部内化为了模型能力之后，人类的核心价值到底是什么呢？ 罗福莉给出的答案是：**好奇心、创造力、热爱，以及对有意义之事的追求**。哪怕AGI实现，AI能自主完成科研、训练和设计了，人类依然可以去推动基础科学的研究、支撑科技创新，或者做对社会有价值的事。这些都是无法被AI替代的价值。 她在访谈中提到，自己每天的工作节奏是早上11点开始，凌晨12点到4点结束，每天只睡4到6个小时。这不是因为被迫加班，而是因为她对于AI研究的热爱与兴奋，觉得睡觉都是浪费时间。正是靠这种纯粹的热爱，她才能带领团队突破无数得技术难题。对于未来，罗福莉没有焦虑，反倒是有很多天真乐观的勇气。她认为，哪怕AI替代了绝大多数工作，人类依然可以找到属于自己的价值，去做更有意义、更有创造力的事情。这是技术变革的终极意义。 回看整个访谈，我最大的感受是，AI行业的变化速度可能真的远超所有人的想象。三年前我们还在聊天机器人时代，拼的是预训练堆料、参数量竞赛；如今我们进入了Agent时代，拼的是范式理解、技术敏捷和组织创新。上一个时代的赢家，可能因为路径依赖被彻底淘汰；而新入场的玩家，也可能因为拥抱新的范式而实现弯道超车。真正的智能时代，可能才刚刚起步。从现在开始，1T模型只是新的入场券，而后训练变成了真正的赛点。 感谢收看本期视频，我们下期再见。