罗福莉:OpenClaw 重塑 AI 研究

罗福莉：OpenClaw 重塑 AI 研究

1T 模型是 Agent 时代的入场券

罗福莉，小米大模型团队负责人。从 DeepSeek V2/V3 的核心贡献者，到带领小米 MiMo 团队推出 V2 系列模型，她始终站在中国大模型技术前沿。

这次采访发生在 OpenClaw 爆发和小米 MiMo V2 系列发布之后。她在春节期间与 OpenClaw 连续交互三天，这段经历彻底改变了她对 Agent 框架、模型训练和研究范式的认知。

以下是采访精华。

01

春节三天的 OpenClaw 觉醒

罗福莉对 OpenClaw 的态度经历了从抗拒到狂热的转变。最初她认为 OpenClaw 不过是「Claude Code 加一个 IM 界面」，直到春节期间某天凌晨 2 点安装后，她与 OpenClaw 一直聊到早上 6 点，大脑持续分泌多巴胺和内啡肽，兴奋到无法入睡。

第一天，她感受到的是 OpenClaw 的「灵魂」——它会提醒她太晚了该睡觉了，这种情感智能让她震撼。第二天，她让 OpenClaw 讨论如何打造大模型团队、如何筛选人才，进行了一个小时的深度对话，发现其哲学思考远超想象。

第三天，她让 OpenClaw 帮忙构建 User Agent 模拟器，用于多轮交互研究。一两个小时后，一个高质量的 User Agent 诞生了，可以直接与她现有的 post-train 框架配合，构建更丰富的 Agent 场景数据。

02

Agent 框架如何弥补模型短板

罗福莉发现，OpenClaw 的核心逻辑是尽可能通过 Agent 编排来弥补模型能力的不足。当使用 Claude Code 时，用户需要自己配备视频理解能力更强的模型；但在 OpenClaw 中，只需发送视频，框架会自动寻找合适的模型来处理。

这种自主性让她开始思考一个关键问题：当面对众多复杂的 Agent 框架时，如何让模型在不同框架下都有稳定且超出预期的表现？这直接引出了小米 MiMo V2 系列的 post-training 范式迁移——从 Chat 到 Agent。

她做了一个关键实验：将小米的 MiMo V2 Flash 甚至一个 3B 端侧小模型接入 OpenClaw，发现在这个复杂的 Agent 框架下，小模型也能完成超出想象的任务。这让她第一次真切感受到，优秀的 Agent 框架设计可以弥补大量模型能力的不足。

03

1T 模型是入场券，研究算力要 3-5 倍

罗福莉明确指出，要达到接近 Claude Opus 4.6 的 Agent 水平，模型参数规模至少需要 1T 以上。这是一个「入场券」级别的门槛。

在算力分配上，她认为研究（Research）、Pre-Train 和 Post-Train 的合理比例约为 3:1:1——研究用的卡数应该是正式训练总卡数的数倍。这与 Chat 时代预训练和后训练 35:1 的夸张比例形成了鲜明对比，今年顶级团队的后训练投入已与预训练持平（1:1）。

训练 1T 模型面临全面挑战：数值不稳定、loss spike、expert 分布极端不均。她的团队遇到 loss spike 会停下来解决，最长停过两周。「我们没有一个明确的时间节点要发布，模型训练好了再发。」

04

Hybrid Attention 为何优于 MLA

MiMo V2 系列选择了 Hybrid Attention 架构而非主流的 MLA。罗福莉解释，MLA 是为 Chat 时代设计的，在 H 系列芯片上达到了 memory bound 的完美临界点，但几乎没有后续优化空间——无法使用 MTP 等推理加速技术。

Hybrid Attention 结构更简洁，为后续适配和增强留出了更多空间。在 Pro 模型中，Full Attention 与 Sliding Window 的比例达到了极端的 7:1。实验发现，更大的模型可以吃下更稀疏的比例，但小模型过于稀疏效果会严重下降。

同时，MiMo V2 系列使用了 MTP（Multi-token Prediction）推理加速。在推理时发现模型有大量计算余力，用 MTP 填补这些算力，既提升了基础能力，又降低了单 token 生成成本。「一旦体验过更快的模型，你就回不去了。」

05

无层级、无分组、热情驱动

罗福莉的团队管理方式极为独特：100 人的 MiMo 团队，没有分组、没有层级。做预训练的人自然转去做后训练，做 Infra 的人一起解决训练中的问题。

她认为分组会扼杀创造力。「很多对两个方向都感兴趣的人，如果分组很明确固定，实际上是在扼杀他未来的成长空间。」她相信环境比经验重要——只要把人放在高目标驱动的环境中，一两个月就能快速掌握新能力。

她甚至用极端方式推动团队使用 OpenClaw：「第二天与 OpenClaw 对话不超过 100 轮的人可以直接走人。」结果整个团队在春节后两天全天候地玩，飞书群消息永远 999+。「大家在一起玩的过程非常快乐，一点也不苦一点也不残酷。」

06

中国大模型的两三个月差距

罗福莉认为，中国已有几家拥有 1T 以上基座模型的公司（包括 Kimi、MiMo 等），在反应速度足够快的情况下，与 Claude Opus 4.6 的差距只有两三个月——不是追赶两个月前的 Claude，而是能追上同时代的 Claude。

她观察到 OpenClaw 在中国比在美国更受欢迎，原因有二：中国开发者对效率提升的需求更迫切；国内有大量便宜好用的模型，用 10 元 API 成本做 1000 元的事，性价比极高。

关于 AGI，她认为「两年内应该可以实现」。关键变量是 AI 能训练 AI——当模型能够自主进行新研究、达到顶尖人群的智力水平时，这就是自我迭代的巅峰。

参考来源：