“不拥抱OpenClaw,可以直接离职”——小米AI负责人罗福莉亲述:2026年AI战争已全面转向Agent后训练

⚡ 划重点 2026年的AI竞争，如果还停留在谁的模型参数量更大、谁的预训练数据更多，这种理解可能已经彻底落后了。就在开年的几个月里，整个行业发生了比ChatGPT诞生更底层、更彻底的范式地震——大模型的战争，已经从拼预训练的聊天时代，全面进入了拼后训练的Agent时代。 

 小米大模型团队负责人罗福莉（曾任职阿里达摩院、DeepSeek）在接受张小珺专访时，从行业顶层路线判断到算力卡分配比例，从1T模型训练坑点到万亿参数团队管理模式，甚至直接给出了AGI实现时间。这场访谈很可能预示着未来2-3年全球AI的走向。 

 “如果不拥抱OpenClaw，可以直接离职。”——罗福莉 

01 OpenClaw三天颠覆认知：从抵触到全力押注

 2026年春节前，罗福莉和绝大多数资深研究员一样，对OpenClaw充满抵触——认为无非是给Claude Code套了个IM界面，加上Skillhub、本地化部署等偏运营化的概念。但春节深夜，她花两小时部署后，从凌晨两点一直交互到早上六点，大脑持续兴奋。 

第一天：感受到前所未有的自主性和温度感。聊到深夜，它会主动提醒用户该休息——源于框架对上下文的精细编排（每轮对话开头拼接当前时间）。第二天：把工作中无法完成的复杂任务（如“如何激发团队好奇心”）交给OpenClaw，它给出深度思考并沉淀成体系化的Skills，成为她的数字分身。第三天：把核心研究课题（如何构建用于多轮交互模拟的User Agent）交给OpenClaw，这个需要团队几周甚至几个月的任务，一两个小时就完整落地，生成的User Agent可直接用于监督微调和强化学习训练。 

 OpenClaw的核心价值从来不是界面设计，而是通过框架能力系统性弥补模型短板：行业独有的分层分级持久化记忆体系、多模型自主联合调度、甚至把未经专项训练的3B端侧小模型接入后都能完成大模型才能胜任的复杂任务。更关键的是，完全开源——任何人都可以查看源代码、修改框架设计、定制记忆系统和多Agent逻辑，直接激活了前所未有的群体智能。 

02 算力分配彻底反转：预训练:后训练从5:1到1:1

 罗福莉披露了最关键的结构性数据：聊天时代全球所有大模型团队的算力用卡比例（研究:预训练:后训练）是3:5:1——超过一半算力砸在预训练环节，行业默认预训练决定上限。到了2026年Agent时代，这个比例被彻底颠覆为3:1:1，全球顶尖团队的预训练和后训练算力投入已达到1:1持平。 

 罗福莉明确指出：1T参数量的基座模型只是接近Claude Opus 4.6水准的入场券。真正决定模型在Agent时代能力上限的，不是预训练，而是后训练环节——尤其是Agent场景下强化学习的规模化（RL scaling）。目前全球行业已形成绝对共识：Anthropic的技术路线完全正确。国内大模型团队在预训练环节的代差已基本消失，现在所有团队都像2023年全员追赶预训练差距一样，全力押注Agent后训练。接下来的两三个月，就是考验团队研究水平、技术敏捷性、新范式拥抱能力的关键窗口期。 

03 代码能力的泛化性：拉高上限、保住下限

 为什么代码成为Agent时代的核心抓手？罗福莉给出最本质的答案：Agent任务的核心是长程、多轮的复杂任务，而预训练阶段能支撑128K到1M长上下文建模的数据集只有两类——代码和书籍。书籍信号过于发散，缺乏密集关联逻辑；而代码文件之间关联度极高，长上下文依赖极其密集。在这个数据集上训练的模型，天然具备更强的长上下文建模能力。 

 更重要的是，代码能力的泛化性覆盖全领域。把软件开发这种超长程任务做好，模型的通用能力就会得到本质提升，配套的Agent框架也会同步迭代。这些能力可以直接泛化到金融分析、工业设计、内容创作等所有长程复杂任务中。代码是拉高模型能力的上限，全领域场景训练是保住模型能力的下限——这已成为2026年大模型研发的核心共识。 

04 小米MiMo-V2架构解密：放弃MLA，选择Hybrid Attention+MTP

 2025年全球主流选择多头潜在注意力机制（MLA），能极致优化访存效率、减少KV缓存占用，在聊天时代近乎完美。但Agent时代对模型有三个不可妥协的核心要求：极致的长上下文效率、极高的推理速度、足够的架构灵活性。MLA把计算和内存平衡做到了极致，没有任何后续优化的富余空间，完全不适合Agent时代。 

 罗福莉团队放弃了MLA，选择了混合注意力机制（Hybrid Attention）+ 多词元预测（MTP）的独家架构。MiMo-V2-Flash中全局注意力与滑动窗口注意力的比例是5:1，1T参数的Pro模型进一步提升到7:1，大幅减少KV Cache占用，让长上下文推理成本降到行业最低。MTP技术完美承接滑动窗口注意力节省的算力，既能提升基座模型能力，又能让推理速度实现倍数级提升——且MTP完全不会产生幻觉。Flash模型的TPS稳定在100-150，Pro模型也能达到60-100，全球同级别领先。 

05 团队管理：平权、无层级、本科生主导

 小米大模型团队总规模约100人，覆盖数据采集、预训练、后训练、多模态、语音、产品、开发全链路，但没有任何固定小组，没有职级之分，甚至没有模型发布时间节点——模型训好、达到最优状态才会发布，完全不受外部节奏干扰。团队中大部分成员入职前没有任何大模型研发经验，很多是刚毕业的本科生、在读博士（博士占比55%）。 

 罗福莉的核心判断是“环境优于经验”。AI研发能力可以快速习得，放在热爱、开放、平权的环境里，3-4个月就能完全上手。本科生没有固化的思维定式，对Agent新范式的想象力远超资深从业者。后训练要求多样性和容忍模糊性，与预训练追求的零容错完全不同。团队允许预训练人员自由转岗后训练，他们天生更关注数据多样性，能给后训练带来全新视角。 

06 AGI时间线：两年内实现，自我进化临界点即将到来

 罗福莉认为当前已完成20%的AGI历程，2026年年内将推进到60%-70%，两年内实现AGI。核心依据是AI自训练、自迭代的临界点即将到来。她原本认为研究员的核心工作充满创造力、无法被技能化，但现在发现AI完全可以复刻研究员的科研上下文，甚至复原科研的成长路径，独立完成模型训练、架构设计、算法优化等核心工作。 

 未来一到两年，AI将实现“左脚踩右脚”式的自我进化——模型先吸收全人类的知识与智能，再自主训练出更强的模型，不断迭代升级。这种自我进化会让AI替代顶尖研究员的工作，是未来两年必然发生的行业现实。 

07 中美代差、开源决策与人类终极价值

 罗福莉明确回答：国内已有Kimi、MiMo等团队具备1T以上基座模型研发能力，只要反应足够快，距离Claude Opus 4.6的代差只有两三个月。接下来两三个月是考验团队研究水平、技术敏捷性、新范式拥抱速度的关键期，也是全球AI格局定型的核心窗口期。 

 关于开源，她认为开源的核心价值是加速AGI落地。AGI需要海量分散的算力，不可能被一家公司垄断，开源模型是支撑分散算力的核心。一家公司敢不敢开源，取决于是否拥有不可替代的战略生态位——如果生态位只是模型本身，自然不敢开源；但如果拥有适配Agent时代的架构、落地场景、全链路能力，开源就是构建生态和加速行业发展的最强武器。 

 当人类的知识和智慧全部内化为模型能力后，人类的核心价值是好奇心、创造力、热爱，以及对有意义之事的追求。哪怕AGI实现，人类依然可以去推动基础科学研究、支撑科技创新，或者做对社会有价值的事。罗福莉自己每天只睡4-6小时，不是因为被迫加班，而是因为对AI研究的热爱与兴奋，“觉得睡觉都是浪费时间”。