乐于分享
好东西不私藏

AI范式已然巨变!

AI范式已然巨变!

作者:张小珺|2026年4月24日|语言即世界

2026年,大模型战争全面升级,掀开了第二幕。

在AI范式巨变之时,我访谈了人工智能研究员罗福莉。罗福莉曾供职阿里达摩院、DeepSeek,目前是小米大模型团队负责人,主导研发了MiMo-V2系列模型。

这是她第一次接受访谈,也是第一次进行长时间的技术访谈。

我们系统性地谈论了,2026年由 Claude Opus 4.6OpenClaw 等技术变量所触发的AI巨震,以及后续结构性影响。

“上一个时代的成功并不意味着下一个时代的领先,现在基本上大家在同一水平线。”

在罗福莉看来,1T基座模型,是实现接近Claude Opus 4.6水准模型的重要入场券。

一、范式转变:从Chat时代到Agent时代

这意味着,全球大模型军备竞赛的第二场战役打响了:

时代
主导技术
核心特征
Chat时代
Pre-train(预训练)
对话交互
Agent时代
Post-train(后训练)
自主执行

在大模型”军备竞赛”的同时,这个世界的变化又异常残酷。哪怕是对亲手训练模型的研究者来说。

“我之前认为我们自己做的工作已经足够有创造力、足够不会被Skill化、不会被Workflow化。但我现在发现,它竟然也能!那它可不可以训出更强的模型?自己左脚踩右脚就提升了?——这是这一两年会发生的事情。”

二、OpenClaw:划时代的Agent框架

从排斥到接受的心路历程

罗福莉描述了她对OpenClaw从排斥到接受的转变过程:

  • 第一天凌晨2点装好
    兴奋到聊到6点天亮
  • 第一感受:”有自主性、有灵魂”
  • 三天内认知升级:
    1. 有温度的产品设计
    2. 替代工作
    3. 促进研究

核心突破

OpenClaw 让 Agent 具备了真正的自主性,不再是简单的工具调用,而是”有灵魂”的存在。

OpenClaw vs Claude Code 的差异

特性
OpenClaw
Claude Code
Memory体系
分层分级,持久记忆
有限记忆
模型利用
多模型联合,自动选择
单一模型
框架编排
弥补模型短板
依赖模型原生能力
开放性
开源可改,激发创造力
闭源产品

三、关键技术判断

  1. Anthropic的路径是正确的
    这是当下共识
  2. 国内Pre-train代差基本没有
    现在all in Agent的Post-train
  3. 1T基座模型
    是接近Claude Opus 4.6水准的入场券
  4. 用卡比例变化
    • Chat时代:3:5:1
    • Agent时代:3:1:1
    • 顶尖团队预训练:后训练已达 1:1

范式变化的本质

当人类的知识与智慧内化为模型能力,未来的人类去做什么?我们的社会真的准备好迎接海啸般涌来的技术变革了吗?

四、小米大模型团队的组织文化

没有职级、没有小组、没有deadline

罗福莉分享了小米大模型团队的独特组织模式:

  • 没有职级
     — 平权有利于创新
  • 没有小组
     — 层级是约束,约束压制创造力
  • 没有deadline
     — 技术突破不靠催促

“平权有利于创新” — 层级是约束,约束压制创造力。

这种组织文化让团队在面对范式转折时,能够快速调整方向,all in 投入Agent研发。

五、未来展望

罗福莉对未来一两年的判断:

  • 模型可以自己”左脚踩右脚”提升 — 用模型训练更强模型
  • Post-train将成为主战场
  • Agent能力将持续突破边界
  • 开源框架(如OpenClaw)将激发更多创造力

当面临一次巨大技术范式转折时,我们能从中看见一家AI Lab内部在技术押注、资源调配、组织与人员等诸多方面的系列举措。而它应对巨变的根基是:文化与价值观的成型

总结

这是一次信息密度极大的访谈:

  • 范式转变:Pre-train → Post-train
  • OpenClaw被定义为划时代的Agent框架
  • 国内团队加速追赶,代差缩小
  • 平权文化促进创新
  • 未来:模型自训练、Agent突破

文章来源:语言即世界(微信公众号)

整理时间:2026年4月27日