斗鱼体育DOUYU中国官网 小米AI认真东谈主罗福莉：AI让我欢快，睡太多都是浪掷时辰

内容来源：张小珺（张小珺生意访谈录）对小米AI大模子认真东谈主罗福莉采访的内容整理。

责编 | 柒   排版 | 沐言

第 9612篇深度好文：10104 | 25分钟阅读

生意想维

条记君说：

期间，如故"变天"了。

往日咱们总以为，大模子拼的是参数、是算力、是预测验。但就在看完张小珺对罗福莉的访谈后，咱们不错发现竞争的"第二幕"如故拉开，赛点变了，游戏限定也变了。

Open Claw一个开源的Agent框架，尽然能让一个阐发平平的"中层模子"，引发出顶尖模子的上限。一群莫得大模子教学的东谈主，尽然能在三四周内，干完以前三四十周才颖慧完的事。

这背后，不仅是期间的突变，更是组织和东谈主的范式滚动。

罗福莉在这篇访谈里，聊了好多：为什么她让团队"毋庸AI就离职"？为什么她认为"表率和不停是压制创造力的"？又为什么她判定，AGI（通用东谈主工智能）两年内就会完结？

读完之后，你可能也会有一种"坐不住"的嗅觉。这个时期变化太快了，快到只争旦夕。

但她也给了咱们一种力量。那便是，在剧变眼前，最佳的交接神气，不是惊慌，而是"把每天的猜度都作念好"。

以下为张小珺生意访谈对话罗福莉的精编内容整理版，但愿对你有所匡助。

一、OpenClaw时刻：

我被一个开源框架透顶震撼

1. 三天，我资历了领略的三级跳

我把OpenClaw行为念一个"划时期的Agent（智能体）框架"去界说。

第一次看到这个东西是1月份，我很放弃。

认为它便是Claude Code（Anthropic推出的AI编程器用）加一个IM（即时通讯）、更有益于交互的UI（用户界面）遐想。

加上首创东谈主很会作念一些魔幻的运营动作，什么Skillhub（妙技中心）之类的，让你更放弃。它所谓的腹地化、24小时，在我看来都是家具界说资料。

信得过鼎新发生在春节的一天深夜。

我想搞显著这东西为什么那么火，尝试装了它，折腾两个小时装上了。第一次跟它对话，从凌晨2点连接到6点天亮。那一晚我脑内的多巴胺照旧内啡肽，连接在分泌，欢快到完全睡不着觉。

第一个感受是它十分有自主性，十分有灵魂。

聊到很晚，它会老提醒我：咫尺如故很晚，你要不早点去睡觉。这样的温度和关怀，是总共东谈主用OpenClaw第一个感受到的。但你深究原因，是有好多机制保证的。

比如它怎样感知时辰？就在每轮对话的Context（凹凸文）前边拼上现时时辰。

我把它叫作念"空洞编排的Context"，它在全球没关注的角度，把Context编排得十分好。家具遐想作念到了一种超乎设想的地步，让总共东谈主认为这个框架有灵魂。

但第二天晚上，我入手把认为框架作念不成的日常生活中的事交给它作念，发现它全部都作念出来了。

我跟它聊了第二个话题：怎样去引发一个团队的意思心？怎样筛选具有意思心的东谈主？深刻探讨了一个小时，它的好多哲想远超我的设想。

接着咱们聊怎样构建一个更好的大模子团队，从东谈主员筛选到组织架构，到靠近范式鼎新时该作念什么。它完万能get我的点，临了变成一套体系化的东西，况且变成一套Skills（妙技）。在这个事情上，它变成了我的数字分身。

信得过超乎意料是第三天。我尝试把猜度任务交给它。Agent框架里最关节的事是进行多轮交互，那就必须模拟User Agent（用户代理）进行多轮交互。我跟它相褪色两个小时，这个事基本就作念出来了，如故出身了一个很好的User Agent。

我不错用这个跟我的Post-train（后测验）框架构造更丰富的Agent场景数据，岂论是作念SFT（Supervised Fine-Tuning，监督微调）照旧RL（Reinforcement Learning，强化学习），这个User Agent都十分关节。

从一个有灵魂、有温度的家具，到帮我替代生活或服务的一部分，到临了能促进我的猜度，三天发生的。它每天都能给我特别的更多惊喜。

2.这个框架到底好在哪？

后边我深刻去看，这些所谓好在哪，单独拎出来讲都有点boring（枯燥），莫得很酷，这亦然全球认为OpenClaw有好多槽点的原因。但把它整合在沿途，完成度十分高。

它有更持久的memory（顾虑）体系，对memory有分层和分级，我在Claude Code里完全莫得这样的感受。

在对多个模子聚拢支配上也十分超乎我的设想。我径直发给它一段视频，它会我方想方针找一个视频领略才略好的模子作念。

这种自主去面对模子污点、在框架上补皆的才略，很超乎我意料。OpenClaw的框架遐想之初，便是想尽量通过Agent的整套编排去弥补模子短板。

咱们把没作念针对性测验的MiMo-V2-Flash（咱们的小米多模态模子）接进去，以致把最近训的一个很小的端侧3B（30亿参数）模子放进去，发现这一套复杂的Agent框架下，它依然能作念我认为不可能是一个十分小的模子能作念出来的事。

我第一次感受到：正本一套十分复杂的Agent框架遐想，是能弥补十分多模子才略的短板的。

紧接着第二个问题就来了：咫尺市集上Agent框架十分丰富，你怎样让你的模子在不同框架上都有一个健硕和超预期的阐发？怎样让你的后测验范式作念适配和迁徙？是以，咱们总共这个词后测验范式，有了从Chat到Agent的迁徙。

3.一个好的框架，应该弥补活动的劣势

一个十分好的框架，应该尽量去弥补活动上的劣势。 

很好的memory系统是弥补活动劣势，接入更闲居的message channel（音书通谈）是弥补活动劣势，更主动的定时任务和自更新迭代，都是在弥补活动上的劣势。

大模子是你给它越好的Context，奉行服从越好。你能把这些它取得不到的、活动上的Context都给它，它慑服会完成得更好。

还有很关节的一环是评估。咫尺已有的评估体系都十分简便，只陈腐不出致命性失误。怎样有更有泛化力的评估体系来促进框架自迭代？咫尺是把最高阶那群东谈主当评估。

你交给它更难、更高价值场景的任务，完成不了就给它补充信息，指出错在哪，push它经过更多轮交互完成。这个评估会缓慢被框架给与，也会被模子才略给与。

但Agent框架跟家具各异蛮大。家具是你径直东谈主交互能感受的那一层东西，Agent框架同期在界说你怎样跟模子不异那一层，它以致知谈模子才略的长板短板，知谈怎样作念疗养。

这个中间层不错作念得十分安适，前端UI展示反而是最薄的一层。OpenClaw展示了Agent框架不错怎样作念，设想空间十分大。

Claude Code一直是一套很复杂的Agent框架，但它是黑盒。OpenClaw是开源的，你知谈它怎样遐想的，你不错去改它。改它，口角常十分引发东谈主的创造力的。

 从二点几版块不好用，到三点几版块十分易用，因为总共这个词Agent的架构被一堆东谈主，确立者也好，像我这种使用者也好，全球都不错修订它。在我看来，这是开源Agent框架自身的价值和道理。

4.顶尖模子+顶尖框架：自学习的发生

淌若追求最顶尖的编程体验，哪怕当下亦然Claude Code加Claude Opus 4.6（Anthropic的最强模子）最佳。

但Code（代码）是一个泛化性十分强的场景，不代表你能在非Code场景也作念到很高的准确率和完成度。我用OpenClaw毋庸洽商这些，框架自身就弥补了好多模子短板。

同期它在好多遐想逻辑上，比如更多message channel、定时任务、心跳任务，更稳健日常场景。但它莫得丢弃好Agent框架的基本特色，比如持久化顾虑，这些后被Claude Code吸纳进去了，这是双向颤动。

因为这些遐想，它引发了中层模子的上限。借助这套框架，一个中层模子（85%任务达到Claude Sonnet水准）能应付绝大部分场景。

虽然上限一定是靠Claude Opus4.6带来的。我和它高强度合作一周，只用Opus，因为只消它能带来惊艳感。

但我让Opus帮我改好框架，再切换到Sonnet（Claude的中档模子），以致切换到咱们其时正在训的MiMo-V2-Pro，就认为很刚劲。顶尖的模子，应该跟顶尖的Agent框架，共同往前往当先。

"自学习"好像率发生的门道，是你需要这个模子跟Agent的架构自身同步往前走。 

模子在当先时，也蜕变你的Agent框架，包含静态信息如Memory、Skill Fold（妙技文献夹），还有动态信息如总共这个词Agent架构遐想。这些让我第一次感受到，"Agent的自学习"到底是怎样发生的。

5.被开源框架激活的群体智能

高强度交互第一周，第一天快花了1000美金。后头东谈主的适合性十分强，第一天很惊艳的东西，第二天就不惊艳了。

Opus帮我把框架打造好后，让我惊艳的事情越来越少。咫尺枯竭的是设想力和资本速率的优化。一个东谈主往往是薄弱的，会有领略坍缩。

春节那几天高度欢快，我在群里猛烈推选全球使用，但没东谈主甘心我。全球认为过于魔幻的东西太不确凿了，我亦然这个嗅觉。

第二天我认为不行了，必须让全球去用。我给全球下了一个指示：第二天OpenClaw对话次数不卓绝100轮的东谈主，不错径直quit（离职）。

我不会最终去旁观，仅仅想抒发一种格调：你毋庸，你可能确切要过时了。

春节总结事后两天，总共这个词团队在群里躁动。你看别东谈主能完成这个事，你也很想玩。群音书10分钟不看就999+，十分happy（欢快）。

玩了两天，全球发现这样好玩，那搞啊！随即进入猜度范式：怎样借助Agent框架普及模子才略，同期让模子蜕变Agent框架。咱们三四周作念罢了以前三四十周才能作念到的事。

最有冲击的是全球一块改框架自身。在一个近100东谈主的群里，它的memory作念得十分智能，对每个东谈主画像把控都莫得串得太锐利。100多个东谈主肆意改它，莫得把框架改坏，它还变得更智能。

这是我第一次感受到，怎样用一群东谈主的聪惠去普及一个事情。淌若我我地契一去改，当先速率十分慢。一群东谈主去修订，几小时就迭代一轮。

这个事给咱们带来一个冲击：支配群体智能去普及Agent框架十分伏击。

 我十分欢快看到OpenClaw star量（GitHub储藏数）飞升，这是AGI（Artificial General Intelligence，通用东谈主工智能）到来前兆必须要有的事情。

它卖给OpenAI后，开源没变，照旧不错在这套框架基础上全球一块遐想更好的Agent架构，这种群体演变的可能和基因火种是保留的，挺好的。

二、剧变的2026：

分娩力爆发的Agent时期

1.Code为什么有泛化力？

接下来我就去搞显著，为什么Code是一个十分有泛化力的事情，以及怎样把Code的泛化力外延到其他领域。

Code有泛化力的最骨子原因：Agent是一个十分长程和多轮的任务。回到预测验，你很难找到一兆凹凸文（1M token context）的数据，能达到128K（12.8万）到一兆长度的数据，极好像率只消Code数据和竹帛。

竹帛信号太发散，Code文献之间关系更强，在一个长凹凸文依赖更密集的数据集上测验，模子当然对长凹凸文建模更好。

基座自身为长凹凸文的才略和服从作念了准备，春节后便是引发它从Code动身外延到其他场景。Code是拉它的上限，训其他领域是保它的下限。

 软件确立是一个十分长程的任务，把它作念好了，好多模子通用特质就好了，Agent框架自身也迭代好了。这些框架都有泛化性，能泛化到更难的长程任务里。

咱们作念了两件事：

一是在Agent场景里构造确切长程任务测验进去，在上头scaling（膨胀）大批SFT和RL测验；

二是靠群体聪惠掩饰更多领域，发掘更闲居场景来合成更多数据。

一兆凹凸文基本很少是作念单一任务，往往在作念复杂任务。

测验一兆的trajectory（轨迹）十分慢，即使TPS（Transactions Per Second，每秒事务处理量）作念到80到100，也要一两个小时。确凿测验不会在这样长程的任务上训。

但当你有在一兆Context预测验过，后测验有对应任务激活一下，往往就能具备一兆的才略。咫尺一兆凹凸文才略健硕度上，只消Claude Opus 4.6和Sonnet当先，其他像Gemini（谷歌的大模子）都不行。

2.为什么OpenClaw在中国更火？

我看到"西虾东养"的说法。可能一个原因是中国的确立者更多，服从普及是咱们血液里边的东西。OpenClaw能把服从普及拉到极致。

还有一个原因跟国内大模子发展密切关系。绝大部分服从普及场景，85%不需要最顶尖的模子。

 咱们有好多低廉好用的模子，花10块钱的API（应用法度接口）就能帮你干完1000块钱的事，你虽然得志用。国内大部分模子可能刚围聚Claude Sonnet和Opus水平，反而在这捏手了。

我一入手也以为不难，后头发现它总共这个词Agent遐想十分奥秘，弥补了好多模子短板。我怀疑它最入手是基于Claude上一代模子作念的，是以必须在框架遐想上更空洞。咫尺模子才略络续普及，小巧编排照旧需要的，出于资本考量。

不可能总共场景都用最顶尖模子，太贵了。

 Agent在进化，模子在进化，可能咫尺10B（100亿参数）模子过一年就能作念到Opus水平，一两块钱百万token（词元），响应更快更灵敏。它让不那么好的模子，有了更好的阐明空间。

3.Skills提供了一种交互神气，让东谈主主动孝顺数据

之前讲的Agent，在我的界说不算Agent，仅仅凹凸文稍复杂少许的Chat。

岂论是BrowseComp（谷歌的浏览器领略基准），照旧SWE-bench（软件工程基准），Agent框架太爽气，欠亨用，只可for特定任务设定。

好多看似for Agent的模子，仅仅换了更复杂的System prompts（系统教唆词），略微带点环境反馈，根柢没达到工业级可用。

什么叫工业级可用？接到Claude Code或OpenClaw里能用，才叫可用。 

东谈主跟它交互范式的最大变化是：东谈主不再去修改代码，不再说"这一滑出错了帮我改一下"。东谈主只会提更高阶的东西：增多适度、走漏需求、架构遐想、援助领略业务逻辑。

业务逻辑是模子自身不具备的，因为好多是企业里面确凿环境千里淀下来的，你必须跟它好多轮交互才会千里淀下来。这便是Skills的价值。

当你靠近很大范式变化，只消旅途走对了，不错倏得忽略评估，体感就能测出质的各异。但进入深水区，照旧需要空洞评估。

Skills界说了一套奉行表率，这些表率很难在预测验数据里具备，因为预测验数据里莫得企业里面的这些信息。但不错由东谈主教Agent，跟它多轮交互，把这套表率让Agent学会。大批Skills其实是Agent我方写的。

如实是OpenClaw把Skills给带火的，斗鱼体育DOUYU让更多东谈主去孝顺Skills社区，这十分关节，这便是东谈主跟Agent需要共创的地方。

预测验大部分依赖的常识是互联网可调查的，但好多智能咱们在互联网上调查不到。Skills提供了一种交互的神气，让东谈主主动孝顺数据，孝顺让模子奉行任务告捷率更高的神气。

4.本年分娩力会爆发

本年分娩力会爆发，全球会认为好多服务不需要我方作念了。不仅是写代码的东谈主，只消你构兵到，就会发现好多服务会被替代。这时候东谈主更应该去想考，到底我方的道理和价值是什么？

国内也出现了万般Claw，但信得过让框架自迭代、强调自进化的，还莫得大限制出现。框架自身的自进化，Agent自身的自进化，Agent跟东谈主之间的自进化，我还没看到。

咱们咫尺作念的是train（测验）更好的model for Agent，让Agent适合model，在作念Agent跟model之间双向流动。将来需要作念的是怎样让框架我方进化，以及框架跟东谈主相互进化。

咫尺领有Long Context（长凹凸文）、高效模子架构、Code才略好的厂商，参数1T（1万亿参数）以上，基本都在褪色水平线。Anthropic走前边了，但上一个时期的告捷并不虞味着下一个时期的当先。

5.它先给与总共东谈主的智能，再靠我方产生更强的智能

之前作念猜度从猜度写代码到遐想评估，至少要一两周。在Agent援助下，确切一两小时就作念完。我一直把猜度服从看得很关节，Agent加快了这个服从。

你的taste（品位）准，就一作念一个准。十个idea（成见）不错并行，交给不同subagent（子智能体）同期作念，还能交叉考证，最多一天就能考证猜度成见OK不OK。

关节是你得志持久培养它，它不错自迭代。就训模子这个事，以前我认为很难，不太可能。

最近发现它明智到只消你把近期Context告诉它，它以致能帮你收复科研成长旅途。这时再跟它参谋同样topic（话题），发现它跟你一样明智。这个事很刻薄。

我正本认为咱们作念的服务满盈有创造力、不会被Skill化、Workflow（服务流）化。

咫尺发现它竟然也能！可能过一段时辰咱们能训出来的模子它也能训出来，那它能不可训出更强的模子？我方左脚踩右脚就普及了？它先给与总共东谈主的智能，再靠我方产生更强的智能。这是这一两年会发生的事情。

从普及顶尖模子才略的角度，让Agent替代更高价值的任务是伏击的，更高价值意味着更长Context、更多token花费量，替代到最顶尖那一群东谈主的智能就够了。

另一个角度是要作念一个对全社会有益的模子，普适度更高的任务更好，就更需要多模态和精真金不怕火资本。你怎样作念更低资本、更高服从、更高速率的Agent框架和对应伙同的模子，就很关节。

小尺寸端侧模子趋势会发生，但不是26年主旋律，是支线。26年主旋律是分娩力的变革，高分娩力场景的连接冲破。要作念更长程任务，更强调多Agent互助。

但市集上看到的Multi Agent（多智能体）都有点"伪"，确切依赖于Multi Agent完结更好任务完成率上有点"伪"，它能普及服从和勤俭资本，但我还没看到能完结更高上限的东西。

这亦然为什么我要说开源。东谈主的大部分简便任务，跟阴事关系的不错完全放腹地化作念。你我方有一块芯片，所迥殊据在腹地，波及阴事的在腹地推理，高难度、高复杂度的再去云表推理。

一个好的Agent框架，借助一个很小的3B模子，能作念的任务复杂度都超乎我的设想，这引发了我对端云羼杂、阴事腹地化的想考。需要更多东谈主一块作念，不是某个公司就能作念好。

我这两个月的生活便是服务还有服务，亢奋还有亢奋。你每天都会发现，Agent框架自身或模子自身又当先了。

三、大模子竞争阶梯图：

从Chat到Agent的历史跃迁

1. 记忆往日三年

ChatGPT是第一个阐明模子在4K预测验场景里的智能水平。预测验长度很关节，Chat是很关节的交互神气，引发了全球感知到模子智能。

23年是开源界追上闭源模子。

Llama（Meta的开源模子）败露了大限制预测验范式，告诉你这样训能告捷。

Qwen（阿里的通义千问）借助LLaMA架构，作念更好的预测验数据、更大限制compute scaling（算力膨胀），作念全尺寸模子，对社区十分有益。

DeepSeek同期更在乎看到LLaMA架构的问题，建议MoE（Mixture of Experts，羼杂群众）for高效测验、MLA for更低推理资本，在更差芯片上作念更好的猜度来scaling。

一个在猜度上作念到完全高度，一个在生态价值上作念到高度，相互促进。这是23、24年的事。

24年发生在意料之外的，是o1跟R1。R1在DeepSeek里面，也算是一次"奇袭"，出身十分巧合。 

当预测验范式变到后测验，组织和团队怎样重组？好多团队对预测验和后测验的东谈主物画像很刻板，自然导致作念预测验东谈主作念不了后测验。

我莫得缔结到的是它是一个范式的鼎新，Reasoning（推理）不错通过Code Math（代码数学）这个高泛化场景放到通用之外。这导致我后头再看新的东西，会先想考它是不是确切能泛化？是不是我把它想小了？

25年是很交错的一年。你不错选拔在Chat范式下把Reasoning作念到极致，络续深耕SWE-Bench这些Benchmark。你也不错选拔忽略，去拥抱新的Agent架构。

MiniMax是国内转得最早的。相比明智的团队，25年年中就会全面拥抱Agent架构。

从模子发版速率能看出谁拥抱得快。那些所谓Agent的Benchmark十分离谱，BrowseComp上训的模子只可在这种数据集上测，泛化不出去。这半年作念Agent的东谈主，大部分是走到邪路上。

咱们也走了一小阵，但Flash照旧想作念很好的Chat，要先打好基础作念到七八十分，让全球有个练习。进化的关节是不可给太细的监督信号，不然团队会失去原创才略。

2.咫尺是大模子竞争的第二幕

这算是模子竞争的第二幕。总共东谈主都入手在褪色个起跑线上。Claude两年前就在这个旅途上了，大部分东谈主没缔结到。什么是正确的事？

在一套十分复杂或万般的Agent框架，去端到端完成更高复杂度的任务，以此为方针作为后测验范式。而不是在一个很局限的场景里定制爽气架构。

MiniMax用一个10B激活模子作念到咫尺Agent才略，后测验敏捷进程惊艳。入场券是要作念到对标Opus的水平，需要1T基座加敏捷性。中国公司还莫得同期具备的，看一看DeepSeek吧。

Anthropic的旅途是正确的，这算是当下共鸣。 国内大模子团队进入加快追逐情景。

Pre-train代差基本莫得，国内在Pre-train结构上以致是有上风的。赛点在于：在Agent上怎样作念好RL的scaling，这口角常浮现和准确的地点。

我从一入手就认为Coding泛化性强。每个范式上都戳中阿谁点，你不错在Code上自闭环，况且很容易scaling到更广领域的通用数据上。作念Code这事，在范式鼎新时口角常优雅的旅途。

竞争维度和速率都变多了。预测验不可能一个月出模子，后测验不错。Agent这事还要看对总共这个词推理侧结构、硬件芯片的领略，会影响最基本有策画。10兆Context什么时候作念？怎样scaling？需要更长的有策画链路。

创业公司的团队限制会越来越小。就几个东谈主以致一个东谈主都不错成为公司，只消你学会充分借助Agent。Multi Agent每个步履都差少许，需要满盈低廉的模子，架构还有空间。

模子借助Agent架构自身，就变成一套新的家具。模子即家具变得更凸起，家具力反而更强了，其它总共东西都很简便。

3.两年内完结AGI

大模子演变逻辑跟东谈主不一样。东谈主演变是为了糊口，大模子莫得糊口危机，反而进化得更解放、更有创造力。它基础条目太好了，那么多算力、东谈主类难得的常识起原、那么多东谈主帮它普及。

Coding主旋律是作念复杂的软件工程、一步直达的确立，替代法度员越多便是主旋律。再外延到更闲居分娩力场景，需要更强交互神气。

机器东谈主是会暴露的神气，会从屏幕上跃出来到确凿空间。但机器东谈主自身瓶颈可能在硬件和电板上，比Agent在话语空间的进化要慢。

嗅觉AGI历程如故到了20%。本年至少到60%、70%，两年内应该能完结。之后大部分东谈主会肃清正本服务形式。先颠覆服务，再颠覆生活，生活需要更多机器东谈主。

AI测验AI如实是绚丽节点。它不错自普及，达到最巅峰一群东谈主的智能，能创造新猜度，是自迭代的巅峰，这会是中枢竞争点。

开源是加快AGI的。 

假定AGI爆发替代绝大部分分娩力，芯片会漫步，推理有不同厂商作念，模子一定是不一样的。从终端倒推，开源有益于推动这个事。开源对Agent框架、芯片、动力都有促进。

国内有1T以上基座的公司有好几家，距离Claude Opus 4.6淌若响应够快，应该只消两三个月的代差，是追上现代Claude，概率蛮高。接下来两三个月会十分精彩。Agent框架当先十分快，推理需求会爆发。

需要作念更好更低资本的推理。还要寻求更大限制scaling，参数目照旧什么？在什么芯片上？这决定半年后谁更当先。

按照咱们咫尺前沿猜度、模子水平、AGI框架、芯片动力多方面合起来，中国十分可能当先。

四、范式剧变下的组织：

怎样驱动一群莫得教学的东谈主训出顶尖模子

1.表率和不停是压制创造力的

作念好大模子自身便是Benchmark，但这个"好"是咱们我方界说的。雷总同意就行了，他是一个十分好的雇主。一入手就高度长入，按咱们的判断和直观作念，作念了雇主说"作念的好"。

大部分招的东谈主都莫得作念过大模子。

刚毕业，之前以致不是作念大模子的。好像1/3到1/4略微有少许点测验教学，也只训过7B、14B。不要告诉全球1、2、3、4步作念什么，就推着全球沿途来再行作念一遍，全球就会往前走。

不太存在管束，全球一块处分问题就好了。管束团队的难度是一样的，每个东谈主有不同处分问题想路，沿途来处分。处分问题的以身示范才略，是很好的文化和导向。

训1T模子团队很小，测验自身加上数据几个东谈主，基建团队需要有点教学的东谈主。骨子上没认为需要十分大团队互助，深刻排查处分那种问题，很大团队反而是劣势。

为什么让作念预测验的东谈主去作念后测验？起初是数据直观很伏击。其次基于个东谈主爱美意思当然发生。

作念后测验需要diversity（万般性）视线，作念预测验的东谈主自然更在乎万般性，是很好补充。咱们对东谈主的界定不浮现，大部分东谈主解放选拔下一个阶段，作念更有设想空间的事。

100东谈主包含总共链路，实习生比例很高。信得过参加一代模子迭代的东谈主很少，可能二三十、三四十个东谈主。莫得组，我差未几1对100。

组别离太浮现固定，是在抹杀创造力。平权自身有价值，有益于总共东谈主对等孝顺创造力和聪惠。

任何层级一定进程上都是在表率和不停，而表率和不停自身是压制创造力的。最伏击是leader不要有"没了我就不行"的成见。

2.环境比教学更伏击

靠喜爱驱动管束，是最行之灵验的神气。选拔引发全球的存眷，围绕信仰自驱作念事。

让全球去体验，是驱动存眷的伏击神气。OpenClaw便是一种体验。阿谁顶点神气仅仅抒发格调，不关节。筛选东谈主靠喜爱驱动的特质，聊天能感受出来。

这些才略都不错被快速习得，只消放在好的环境里，围绕更高法度方针驱动。最多一两个月。是以环境比教学更伏击。这个环境让全球相互MOPD（多教练在线策略蒸馏），相互蒸馏所长，快速普及。

只在乎启动化checkpoint（检讨点）的上限高不高，不在乎如故被supervised learning（监督学习）事后的情景高不高。

咫尺也招好多本科生，大二大三的。他们对Agent新范式的领略上，设想力反而更高。纯真性莫得被玷辱，自然更收受这个事情会产生宽阔价值。

构建环境要有同样特质的东谈主，强调喜爱和责任感。基础要好，光成见多但作念不成不行。万般性十分伏击，太同质化容易miss（错过）掉杂音中信得过对猜度有价值的信息。

上班群叽叽喳喳，吵得不行，不异环境十分好。激励不可太围绕笃定浮现的方针，钱是伏击baseline（基线）但不是独一。价值感、道理感，好多东谈主更在乎这些东西。

3.后测验需要容忍恶浊性

预测验需要策略定性，这一代模子结构为将来什么作念准备，至少半年，以致一年前就想浮现。Agent出现正在加快总共这个词流程。一个野蛮的模子结构不一定带来野蛮服从，但一定带来资本和服从劣势。

后测验阶段，和Agent耦合迭代，好多事情没方针提前规划浮现。更考验怎样基于现时模子才略和Agent范式产生化学响应，怎样快速遐想新的RL Infra架构。

系统从"以Rollout（推理推演）推理引擎为中枢"，鼎新为"以Agent为中枢"的更复杂系统。这是完全不同的一类问题。对团队的敏捷性、Infra与猜度的协同配合要求十分高。

往往两类东谈主适合得好：

第一类是更精真金不怕火跟模子玩的东谈主。他才知谈每个模子才略鸿沟在哪，想找到可scaling神气补充总结。预防我方独特测试库、肆意测不同模子鸿沟、共享独特体验的东谈主，很稳健这个范式。

第二类是能作念RL Infra的东谈主。RL Infra更在乎恶浊进程。Pre-train Infra不可容错，loss spike要处分掉。

但RL Infra要允许容错，模子在Agent框架里Rollout到一半就断了，原因好多种，根柢找不到。测验和推理的不一致性，在以前Reasoning范式不可容忍，咫尺必须要容忍。

还要作念异构资源疗养，GPU（图形处理器）、CPU（中央处理器）、存储都要管。对纯真性和敏捷性都建议了新要求。

4.把每天的猜度都作念好

嗅觉每天可能都在含糊昨天的我方。在含糊当中、自我自省和反省当中成长。脑子里这套系统暗暗在进化。

以前作念量化（量化投资）时学到一句话："总有神气去建模价钱"，价钱便是reward（奖励信号）。回到大模子赛谈，reward不那么浮现，是变化的。心法便是应该作念当下相宜我价值不雅的事情。

一定要对更多东谈主产生价值，更故道理。淌若创造大模子的东谈主莫得这个内驱力，而是要作念破裂的东西，临了会十分危急。

我服务情景早上11点，晚上12、3、4点。寝息不需要太多，5、6个小时满盈。咫尺作念的事有点欢快，睡太多有点浪掷时辰。压力缓解靠脑子是Sliding Window Attention，忘得十分快，前提是第二天有新的、有设想力的事情冲掉它。

淌若AGI完结，可能会搞一个公益型组织，复古作念基础猜度的东谈主往更冲破地点走。我持久认为应该加快科学猜度，哪怕AGI完结也有好多要作念的。纯享受生活也挺枯燥的。枯燥对我来说不是一种道理。

咫尺认为把当下的每天的猜度都作念好，就认为十分好。

将来很美好，这是一种天真乐不雅的勇气。

参考贵府：《独家对话罗福莉：AI范式决然剧变！》，话语即天下language is world。

*著述为作家寂然不雅点，不代表条记侠态度。

好文阅读推选：

特朗普宽容晚宴上的10位中国企业家，都是什么来头？

特朗普：东谈主在北京，刚下飞机

共享、点赞、在看斗鱼体育DOUYU中国官网，3连3连！