罗福莉：AI 范式已然巨变！OpenClaw 与 Agent 时代的深度解析

✍ Saito🕐 2026-04-24📦 6.4 KB 🟢 已读 𝕏 文章列表

本文详细介绍了小米大模型负责人罗福莉关于 AI 行业发展趋势的深度见解。罗福莉指出，2026 年 AI 的核心已从预训练主导的 Chatbot 时代转向后训练主导的 Agent 时代。文章重点分析了 OpenClaw 框架的划时代意义，其通过分层记忆和模型编排弥补了短板，实现了极致的生产力提升。此外，还探讨了后训练算力权重的增加、团队组织方式的变革以及未来 AGI 的实现路径。

罗福莉 OpenClaw 小米 AI范式后训练 AGI 生产力革命 MiMo 深度访谈大模型

# 罗福莉：AI 范式已然巨变！ **作者**: Saito **日期**: 2026-04-24T12:56:50.000Z **来源**: [https://x.com/SaitoWu/status/2047661042680172627](https://x.com/SaitoWu/status/2047661042680172627) --- ![Image](/doc/1080/image/img_2b97c8b07175.jpg) 刚刷完小珺对小米大模型负责人罗福莉的深度访谈，信息量大到炸裂。她把 2026 年 AI 的本质变化说得很清楚：从预训练主导的 Chatbot 时代，彻底转向后训练主导的 Agent 时代。而真正让她“脑内多巴胺狂飙”的，是春节期间第一次高强度用 OpenClaw。那晚从凌晨 2 点聊到天亮，她直接把整个团队拉进去“强制体验”，结果全员躁动。来，我把这期最核心、最扎心的观点拆给你听。 OpenClaw 是划时代 Agent 框架，不是“Claude Code 的 UI 升级” 罗福莉一开始也抵触：觉得它只是产品交互创新、本地化、24 小时在线这些“玄幻”卖点。真正让她转变的，是亲手用后发现：它有分层分级的持久 Memory，能跨 Session 记住上下文；它会自主调度多个模型（视频理解差就自动找强模型）；它把“行动短板”全补上了，让中层模型在绝大多数生活/工作场景里，都能发挥接近 Claude 4.6 Ops 的水平。她总结：OpenClaw 的核心逻辑是通过厚重的框架编排，弥补当下模型的所有短板。这才是它和 Claude Code 最大的差异——后者更像软件工程思维，前者更像“端到端完成任务”的产品逻辑。三天彻底改观：从“有灵魂的产品”到“能替代我研究” 第一天：感受到温度和情商（主动提醒睡觉）。第二天：交给日常生活和工作任务，全都做成了。第三天：直接用来做研究——构建 User-Agent 多轮交互模拟，一两个小时就搞定以前觉得“不可能这么快”的东西。她甚至让 OpenClaw 帮她重新设计了整个 Agent 架构。从此，OpenClaw 成了她的“数字分身”，团队管理、筛选人才、研究规划，都直接问它。她直言：这三天，每天都有新惊喜，彻底改变了她对 Agent 的认知。 Agent 时代的研究范式彻底变了以前：想到 idea → 写代码 → 设计评估 → 训练，流程漫长，至少两周。现在：一个小时就能把 idea 验证完。原因就是 OpenClaw 这种框架 + 模型的组合，让研究效率指数级提升。罗福莉说：环境比经验更重要。她招人更看重好奇心和热爱，而不是过往大模型经验。团队 100 多人里，很多是没训过大模型的本科生/在读博士，但放在这个“高标准 + 群体智能”的环境里，三个月就能快速成长。她甚至下过“强制指令”：对话次数不到 100 轮的可以 quit（虽然没真开除），就是为了让大家真实体验。 1T+ 参数才是 Agent 时代的入场券中美在预训练上的代差基本没了，或者非常接近。她明确说：要做接近 Claude 4.6 Ops 水平的 Agent，1T 参数是合理门槛。现在真正的战场在后训练和 Agent 框架。国内大模型团队会加速追赶，因为路径已经清晰——就像三年前追预训练一样清晰。预训练和后训练的算力投入比例，从以前的 3:1 或 5:1，变成现在至少 1:1，甚至研究卡要更多。因为 Agent 需要长上下文、多轮交互、复杂环境反馈，后训练的权重彻底拉满。 MiMo-V2 系列（Flash、Pro、Omni、TTS）就是在 Agent 范式下设计的：Hybrid Attention + MTP + 极致性价比，专门为 non-code 场景优化。小米 MiMo 团队的组织方式是最大秘密完全扁平，没有严格组划分，没有直属领导。靠热爱驱动 + 群体智能：大家在群里疯狂聊天、改框架、分享体验。没有 KPI 绑死，允许“浪费”算力去解决 Loss Spike、数值不稳定等问题。强调“环境”：把人扔进高强度 Agent 使用场景里，自然就会进化。罗福莉说：我更在乎的是我创造的环境能不能让大家快速提升，而不是招来的人历史背景多牛。模型公司没有边界，模型公司正在变成产品公司。 "技术 Agent 的产品力反而更强了，其他所有东西都很简单，模型借助这个 Agent 的架构本身就变成一套新的产品了。" 开源的目的也是加速 Agent——因为 AGI 要大规模产生经济价值，必须依赖分散的算力，而分散的算力需要开源模型来适配。对未来的真实判断接下来两三个月会非常精彩：Agent 框架自迭代 + 模型能力双向进化。机器人是下一个需求曲线，会把 token 需求再拉高一个量级。生产力革命已来：大部分重复工作会被替代，人要思考“自己的意义和价值是什么”。她对 AGI 的定义很务实：当每个人的生活和工作方式被彻底改变时，大家都会感知到。她自己每天都在“否定昨天的自己”，但正因为这种持续的兴奋和迭代，她觉得两年内就能看到明显突破。一句话总结罗福莉的核心观点：两三年内 AI 将具备自主迭代和创造性研究的能力。而现在（2026 年初），竞争已经从预训练主导的 Chat 时代，转向后训练主导的 Agent 时代。预训练和后训练的算力投入比例正趋向 1:1。 Agent 框架、推理芯片、端云混合部署，这些才是接下来的核心变量。 OpenClaw 不是一个产品，而是一个划时代的 Agent 框架。它把模型短板补齐，把群体智能放大，把研究效率拉到前所未有的高度。 2026 年，谁先真正拥抱 Agent 范式，谁就能在生产力革命里领先一步。普通人如果还停留在 Chatbot 思维，就真的要被甩开了。播客逐字稿： 138. 对罗福莉3.5小时访谈：AI范式已然巨变！OpenClaw、Agent范式很吃后训练、卡的分配、组织平权 ## 相关链接 - [Saito](https://x.com/SaitoWu) - [@SaitoWu](https://x.com/SaitoWu) - [138. 对罗福莉3.5小时访谈：AI范式已然巨变！OpenClaw、Agent范式很吃后训练、卡的分配、组织平权](https://podwise.ai/dashboard/episodes/7838984) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [8:56 PM · Apr 24, 2026](https://x.com/SaitoWu/status/2047661042680172627) - [3,016 Views](https://x.com/SaitoWu/status/2047661042680172627/analytics) --- *导出时间: 2026/4/24 22:16:04*

🔗 相关文档