视频来源：https://youtu.be/V9eI-t3TApE?si=8_GpGXH_MSAJGyhv
受访者：罗福莉（小米大模型负责人）
说明：本文基于用户提供的中文字幕转写整理，按模型、组织与研究范式重新组织，不是逐字稿。
如果只把这场访谈当成一篇 OpenClaw 体验分享，其实会错过更重要的部分。
罗福莉真正讲透的，远不止某个 Agent 框架有多强。她其实在讲另一件更大的事：Agent 一旦成了新范式，模型训练、后训练、组织结构、研究节奏、成本结构，整套方法都得重写。
过去三年，大模型行业已经习惯了一条比较清晰的路径：预训练、扩大参数、做 Chat、做 Reasoning、追 benchmark。可她这次讲出来的很多判断，都在指向另一件事。下一阶段比拼的重点，已经从“谁有更大的基座模型”挪到了“谁能让模型、Agent 框架、组织方式和推理基础设施一起迭代”。
说得更直白一点，未来领先者，靠的不只是训出更强模型，还得会把模型放进复杂任务系统里真正跑起来。
这篇文章想拆的，就是这条线。
一、她为什么会把 1T 以上模型看成 Agent 时代的入场券
先说一个最容易被误读的观点。
她提到，要把 Agent 做到接近 Claude Opus 4.6 那种水平，1T 级别的模型基本是入场券。这个说法很容易被理解成“大模型崇拜”，但她真正想表达的是，Agent 场景对模型底座的要求，已经和纯 Chat 场景不是一回事了。
Agent 要做的是长程任务、多轮任务、跨工具任务，还要在复杂上下文里维持稳定。这种场景会同时放大三个要求：
- 长上下文建模能力。
- 在复杂框架下的稳定性。
- 对代码、任务、环境反馈的泛化能力。
而这三个东西，靠 prompt 补不回来，最终还是得靠一个足够强的基座。
她的判断很清楚，Code 是一个泛化性极强的场景。你把 Code 做好，收获不只是写代码更强，在训练过程中，长上下文、任务分解、环境交互、长程依赖这些关键能力也会一起被练出来。正因为这样，她才会觉得，能在 Code 和 Agent 场景上达到顶级水平的基座，参数量至少得上一个更大的台阶。
说到底，这不是为了炫参数，是为了给后面所有 Agent 化能力留一个足够高的天花板。
二、MiMo V2 为什么从一开始就强烈押注 long context efficiency
她对 MiMo V2 的解释很有意思。
最开始设计这代结构时，并没有预判到后面会发生 OpenClaw 式的 Agent 冲击，但她们已经很明确地押了一个点：long context 一定很重要，而且它必须足够高效。
所以你会看到整个 V2 系列的一些关键技术选择，都是围绕这个判断展开的：
- Hybrid Attention
- 更高比例的 Sliding Window Attention
- MTP（Multi-token Prediction）
- 在推理效率和 KV Cache 上做极致优化
这里面最关键的，不在某个术语本身，在那套方法论。她们没先想“我要做一个多厉害的 benchmark 模型”，先问的是，“如果下一阶段任务越来越长、越来越复杂，这个结构还跑不跑得动，推理成本还扛不扛得住？”
这也解释了为什么她会反复强调成本和速度。Agent 真正进入生产后，模型能力当然重要，但便不便宜、够不够快、能不能长期跑，往往先决定它能不能普及。
所以 MiMo 这代模型的很多选择，看上去像工程优化，背后其实是在给 Agent 时代提前铺路。
三、MTP、Hybrid Attention 这些技术点，服务的其实是 Agent 时代的成本结构
她讲 MTP 那段，其实很能代表现在顶级模型团队的思考方式。
在很多外部讨论里，大家会把模型结构创新理解成某种优雅设计，仿佛重点是 paper 漂不漂亮。但她更在乎的，是这种结构在真实推理阶段到底有没有利用剩余算力、有没有压低成本、有没有拉高速度。
MTP 对她们来说，首先是个非常现实的问题，不是什么学术姿态：当模型结构本身留下了大量计算富余，你能不能把这些富余吃满，换来更高的 token 吞吐和更低的单 token 成本。
这件事放到 Agent 时代就更关键了。因为 Agent 的任务会越来越长、越来越频繁、越来越多轮。你只要把整个系统拉到一周、一月、一季去看，就会发现推理成本根本不是边缘问题，它就是决定这个产品能不能大规模使用的主变量。
所以她们做这些结构，不只是为了更聪明，也是为了把“聪明”压到一个可支付的价格里。
四、真正的变化，不在 Chat 到 Reasoning，而在 Chat 到 Agent
她对过去几年技术演进的分法，我觉得值得记一下。
在她看来：
- ChatGPT 做的事，是第一次把短上下文里的预训练智能通过对话形式完整释放出来。
- 之后几年，开源模型一边追平预训练，一边在结构上做新探索，比如 MoE、MLA。
- o1、R1 的意义，是把 Reasoning 从数学和代码这种强验证场景里真正跑通。
- 再往后真正发生范式变化的地方，在 Agent。
她为什么会觉得很多过去一年号称做 Agent 的东西，其实还不算真正的 Agent？原因很简单。那些系统虽然有更复杂一点的 prompt，也带一点环境反馈，但骨子里还是在一个很局限、很专用的 benchmark 结构里工作。
这种东西不具备工业级可用性。你真把它们塞进 Claude Code 或 OpenClaw 这类复杂框架里，很多模型会立刻露底。
所以她把现在这个阶段看得很清楚：真正要解决的问题，是怎么在复杂 Agent 框架里，让模型在长程任务、多轮交互、环境反馈、技能沉淀、跨 session 记忆这些维度上都稳定表现。
这已经不是“多做点 tool use 数据”就能糊过去的问题了。它要求模型训练范式、RL infra、评估体系、组织方式一起变化。
五、她对 RL scaling 的理解，已经从“模型推理引擎优化”转到了“复杂系统训练”
这部分特别关键。
在 Code 和 Math 的 Reasoning 时代，RL 更像是在优化模型本体的推理过程。你关心 rollout，关心思考轨迹，关心怎么在一套相对清晰的验证目标下让模型变强。
到了 Agent 时代，问题一下复杂了很多。因为你训练的，已经不只是模型本体，还有模型和框架共同作用后的行为。
她的说法很准确，RL Infra 的中心开始从“模型推理引擎”转向“以 Agent 为核心的系统”。这里的变量暴增了：
- 模型会和框架交互。
- 框架会和环境交互。
- CPU、GPU、存储、通信都要一起调度。
- rollout 到一半断掉，原因可能有十种。
- 很多错误不是 deterministic 的。
这会带来一个组织要求上的变化。做 RL Infra 的人，不能只是传统意义上的稳定系统工程师，还得能容忍模糊性、异构资源和系统行为不完全可解释这件事。
换句话说，Agent 时代的 RL，已经不是一个单点算法问题，它更像是一个复杂系统训练问题。
六、她对组织的判断，其实和她对 Agent 框架的判断是一套逻辑
访谈后半段最有价值的部分，我觉得是她谈组织。
很多人会觉得这只是管理学话题，但它和 Agent 其实是连在一起的。
她强调几件事：
- 没有严格按组划分预训练、后训练。
- 很多人会自然在不同环节之间流动。
- 经验不如环境重要。
- 不要过早用组织结构把人的创造力锁死。
- 要靠热爱、环境、平权和高密度交流驱动人，而不是靠精细 KPI 和层级。
这套逻辑为什么有力量？因为它本质上跟她推崇的 Agent 框架设计是同一个哲学。
她不喜欢把人固定成单一角色，正如她不喜欢把模型固定成只能在单一场景里发力。她强调上下文流动、角色协作、边界松动、持续进化，这和她看 OpenClaw、看 Multi-Agent、看 Skills 的方式，其实是一套统一的世界观。
所以她才会反复提群体智慧。
在她这里，群体智慧不是一句空话，它就是一个真正能加速创新的结构条件。春节期间整个团队在群里躁动、互相分享、互相启发、共同修改框架，本质上就是一次现实世界里的 human swarm。
她后来在团队组织上继续坚持平权和流动性，也是在给这种群体智能留空间。
七、为什么她会说“环境比经验更重要”
这一句非常值得记。
她说，这些能力其实一两个月、慢一点三四个月就能快速习得，所以环境比经验更重要。
这句话放在传统大公司语境里可能很冒犯，因为它几乎是在否定很多资历叙事。但如果把它放回 Agent 时代，意思就很清楚了：当知识和执行能力被模型快速放大时，真正决定人成长速度的，往往是现在身处什么样的高密度环境。
一个对新范式开放、能快速试错、能不断被高标准任务拉扯的环境，会让很多原本需要几年才能长出来的能力，在几个月内被压缩式激发。
这也是为什么她现在反而很重视本科生，甚至大二大三的人。基础当然重要，只是他们没被旧范式污染太深，更容易相信新东西、尝试新东西，也更敢把自己的想法交给 Agent 去验证。
你会发现，她对人的判断方式也在 Agent 化。她更看重 checkpoint 的上限，不太迷信某种已经被旧监督方式固定住的当前状态。
八、她对未来两年的判断，重点在“生产力先被改写”
她后面反复讲，自己并不执着于 AGI 的精确定义。这个态度我挺认同。
很多时候，AGI 这个词太像一个神学终点，反而会遮住真正正在发生的事情。她更关心的是，工作模式什么时候开始被大规模改写，生活模式什么时候开始继续被改写，Agent 什么时候开始真正自进化，模型什么时候开始自己参与训练更强模型。
从这个角度看，她谈的不是抽象终局，更像是一组非常具体的前兆：
- 高价值任务开始被 Agent 介入。
- 代码、研究、团队管理等复杂工作流被重构。
- Agent 框架和模型互相迭代。
- 端云协同、隐私本地化、多模型协同开始成熟。
- 推理需求会暴涨，芯片和成本问题会被彻底放大。
这些东西一旦一起发生，生产力系统就已经被改写了。到那时，叫不叫它 AGI，反而没那么重要。
结尾
我看这场访谈最大的感受是，罗福莉已经不再把“训练一个好模型”当成目标本身了。
她现在更像是在想：
- 怎么训练一个更适合 Agent 的模型。
- 怎么让 Agent 框架和模型互相进化。
- 怎么重新组织一支团队去适应这件事。
- 怎么在成本、算力、推理、基础设施上为这个新时代搭桥。
所以真正的变化，不在某个 benchmark 高了几分，也不在某个模型又多会了几个任务。
真正的变化在于，大模型竞争正在从“训练更强的大脑”，转向“训练更强的大脑，再把它放进一个能持续运行、能低成本扩张、能自我进化的复杂系统”。
如果这个判断成立，那接下来最有价值的公司，未必是单点模型最强的公司，更可能是最早把模型、框架、组织和基础设施四件事一起想明白的公司。
从这个角度看，这场访谈真正让人兴奋的地方，不在它回答了多少问题，而在它把问题重新定义了一遍。