内容来源：张小珺（张小珺交易访谈录）对小米AI大模子认真东说念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

交易想维

札记君说：

工夫，依然"变天"了。

往时咱们总以为，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"依然拉开，赛点变了，游戏规矩也变了。

Open Claw一个开源的Agent框架，竟然能让一个发达平平的"中层模子"，引发出顶尖模子的上限。一群莫得大模子栽培的东说念主，竟然能在三四周内，干完以前三四十周才略干完的事。

这背后，不仅是工夫的突变，更是组织和东说念主的范式迂曲。

罗福莉在这篇访谈里，聊了好多：为什么她让团队"毋庸AI就去职"？为什么她认为"标准和督察是压制创造力的"？又为什么她判定，AGI（通用东说念主工智能）两年内就会完毕？

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，快到只争日夕。

但她也给了咱们一种力量。那即是，在剧变眼前，最佳的应付神气，不是蹙悚，而是"把每天的计议都作念好"。

以下为张小珺交易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彻震撼

1. 三天，我阅历了通晓的三级跳

我把OpenClaw算作念一个"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，我很消除。

认为它即是Claude Code（Anthropic推出的AI编程用具）加一个IM（即时通讯）、更故意于交互的UI（用户界面）联想。

加上创举东说念主很会作念一些魔幻的运营动作，什么Skillhub（妙技中心）之类的，让你更消除。它所谓的土产货化、24小时，在我看来都是居品界说资料。

真实转换发生在春节的一天夜深。

我想搞昭着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点持续到6点天亮。那一晚我脑内的多巴胺照旧内啡肽，持续在分泌，昂扬到完全睡不着觉。

第一个感受是它相当有自主性，相当有灵魂。

聊到很晚，它会老提醒我：目下依然很晚，你要不早点去睡觉。这样的温度和关怀，是通盘东说念主用OpenClaw第一个感受到的。但你深究原因，是有好多机制保证的。

比如它如何感知时辰？就在每轮对话的Context（高下文）前边拼上刻下时辰。

我把它叫作念"致密编排的Context"，它在环球没关注的角度，把Context编排得相当好。居品联想作念到了一种超乎想象的地步，让通盘东说念主认为这个框架有灵魂。

但第二天晚上，我开头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：如何去引发一个团队的敬爱心？如何筛选具有敬爱心的东说念主？长远探讨了一个小时，它的好多哲想远超我的想象。

接着咱们聊如何构建一个更好的大模子团队，从东说念主员筛选到组织架构，到濒临范式转换时该作念什么。它完万能get我的点，终末造成一套体系化的东西，而况变成一套Skills（妙技）。在这个事情上，它变成了我的数字分身。

真实超乎预见是第三天。我尝试把计议任务交给它。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。我跟它换取一两个小时，这个事基本就作念出来了，依然出身了一个很好的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，非论是作念SFT（Supervised Fine-Tuning，监督微调）照旧RL（Reinforcement Learning，强化学习），这个User Agent都相当关节。

从一个有灵魂、有温度的居品，到帮我替代生活或服务的一部分，到终末能促进我的计议，三天发生的。它每天都能给我特地的更多惊喜。

2.这个框架到底好在哪？

后边我长远去看，这些所谓好在哪，单独拎出来讲都有点boring（败兴），莫得很酷，这亦然环球认为OpenClaw有好多槽点的原因。但把它整合在一说念，完成度相当高。

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

在对多个模子合资愚弄上也相当超乎我的想象。我胜利发给它一段视频，它会我方想办法找一个视频贯通才略好的模子作念。

这种自主去面对模子污点、在框架上补皆的才略，很超乎我预见。OpenClaw的框架联想之初，即是想尽量通过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，甚而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相当小的模子能作念出来的事。

我第一次感受到：蓝本一套相当复杂的Agent框架联想，是能弥补相当多模子才略的短板的。

紧接着第二个问题就来了：目下商场上Agent框架相当丰富，你如何让你的模子在不同框架上都有一个踏实和超预期的发达？如何让你的后测验范式作念适配和迁徙？是以，咱们通盘这个词后测验范式，有了从Chat到Agent的迁徙。

3.一个好的框架，应该弥补行动的颓势

一个相当好的框架，应该尽量去弥补行动上的颓势。 

很好的memory系统是弥补行动颓势，接入更正常的message channel（音问通说念）是弥补行动颓势，更主动的定时任务和自更新迭代，都是在弥补行动上的颓势。

大模子是你给它越好的Context，实施效用越好。你能把这些它取得不到的、行动上的Context都给它，它信托会完成得更好。

还有很关节的一环是评估。目下已有的评估体系都相当浅显，只看重不出致命性误差。如何有更有泛化力的评估体系来促进框架自迭代？目下是把最高阶那群东说念主当评估。

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。这个评估会平安被框架罗致，也会被模子才略罗致。

但Agent框架跟居品相反蛮大。居品是你胜利东说念主交互能感受的那一层东西，Agent框架同期在界说你如何跟模子换取那一层，它甚而知说念模子才略的长板短板，知说念如何作念转化。

这个中间层不错作念得相当平定，前端UI展示反而是最薄的一层。OpenClaw展示了Agent框架不错如何作念，想象空间相当大。

Claude Code一直是一套很复杂的Agent框架，但它是黑盒。OpenClaw是开源的，你知说念它如何联想的，你不错去改它。改它，是相当相当引发东说念主的创造力的。

 从二点几版块不好用，到三点几版块相当易用，因为通盘这个词Agent的架构被一堆东说念主，建筑者也好，像我这种使用者也好，环球都不错改造它。在我看来，这是开源Agent框架自己的价值和真谛。

4.顶尖模子+顶尖框架：自学习的发生

若是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）是一个泛化性相当强的场景，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毋庸接洽这些，框架自己就弥补了好多模子短板。

同期它在好多联想逻辑上，比如更多message channel、定时任务、心跳任务，更恰当日常场景。但它莫得丢弃好Agent框架的基本特质，比如持久化缅想，这些后被Claude Code吸纳进去了，这是双向轰动。

因为这些联想，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，因为唯独它能带来惊艳感。

但我让Opus帮我改好框架，再切换到Sonnet（Claude的中档模子），甚而切换到咱们其时正在训的MiMo-V2-Pro，就认为很强盛。顶尖的模子，应该跟顶尖的Agent框架，共同往前往高出。

"自学习"草率率发生的路子，是你需要这个模子跟Agent的架构自己同步往前走。 

模子在高出时，也编削你的Agent框架，包含静态信息如Memory、Skill Fold（妙技文献夹），还有动态信息如通盘这个词Agent架构联想。这些让我第一次感受到，"Agent的自学习"到底是如何发生的。

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。后头东说念主的恰当性相当强，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。目下阑珊的是想象力和老本速率的优化。一个东说念主通常是薄弱的，会有通晓坍缩。

春节那几天高度昂扬，我在群里猛烈保举环球使用，但没东说念主原意我。环球认为过于魔幻的东西太不真实了，我亦然这个嗅觉。

第二天我认为不行了，必须让环球去用。我给环球下了一个指示：第二天OpenClaw对话次数不越过100轮的东说念主，不错胜利quit（去职）。

我不会最终去捕快，仅仅想抒发一种格调：你毋庸，你可能果然要过期了。

春节回归事后两天，通盘这个词团队在群里躁动。你看别东说念主能完成这个事，你也很想玩。群音问10分钟不看就999+，相当happy（沸腾）。

玩了两天，环球发现这样好玩，那搞啊！立地进入计议范式：如何借助Agent框架普及模子才略，同期让模子编削Agent框架。咱们三四周作念收场以前三四十周才略作念到的事。

最有冲击的是环球一块改框架自己。在一个近100东说念主的群里，它的memory作念得相当智能，对每个东说念主画像把控都莫得串得太锐利。100多个东说念主狂放改它，莫得把框架改坏，竞博体育JBO(中国)官网它还变得更智能。

这是我第一次感受到，如何用一群东说念主的明智去普及一个事情。若是我我地契一去改，高出速率相当慢。一群东说念主去改造，几小时就迭代一轮。

这个事给咱们带来一个冲击：愚弄群体智能去普及Agent框架相当遑急。

 我相当鼎沸看到OpenClaw star量（GitHub储藏数）飞升，这是AGI（Artificial General Intelligence，通用东说念主工智能）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环球一块联想更好的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？

接下来我就去搞昭着，为什么Code是一个相当有泛化力的事情，以及如何把Code的泛化力外延到其他领域。

Code有泛化力的最实质原因：Agent是一个相当长程和多轮的任务。回到预测验，你很难找到一兆高下文（1M token context）的数据，能达到128K（12.8万）到一兆长度的数据，极草率率唯独Code数据和册本。

册本信号太发散，Code文献之间关联更强，在一个长高下文依赖更密集的数据集上测验，模子当然对长高下文建模更好。

基座自己为长高下文的才略和效用作念了准备，春节后即是引发它从Code起程外延到其他场景。Code是拉它的上限，训其他领域是保它的下限。

 软件建筑是一个相当长程的任务，把它作念好了，好多模子通用特质就好了，Agent框架自己也迭代好了。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场景里构造果然长程任务测验进去，在上头scaling（推广）多量SFT和RL测验；

二是靠群体明智遁藏更多领域，发掘更正常场景来合成更多数据。

一兆高下文基本很少是作念单一任务，通常在作念复杂任务。

测验一兆的trajectory（轨迹）相当慢，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。真实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，通常就能具备一兆的才略。目下一兆高下文才略踏实度上，唯独Claude Opus 4.6和Sonnet最初，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建筑者更多，效用普及是咱们血液里边的东西。OpenClaw能把效用普及拉到极致。

还有一个原因跟国内大模子发展密切相干。绝大部分效用普及场景，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（应用步调接口）就能帮你干完1000块钱的事，你虽然欢乐用。国内大部分模子可能刚荟萃Claude Sonnet和Opus水平，反而在这捏手了。

我一开头也以为不难，后头发现它通盘这个词Agent联想相当精巧，弥补了好多模子短板。我怀疑它最开头是基于Claude上一代模子作念的，是以必须在框架联想上更致密。目下模子才略不绝普及，小巧编排照旧需要的，出于老本考量。

不可能通盘场景都用最顶尖模子，太贵了。

 Agent在进化，模子在进化，可能目下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，有了更好的阐扬空间。

3.Skills提供了一种交互神气，让东说念主主动孝顺数据

之前讲的Agent，在我的界说不算Agent，仅仅高下文稍复杂少许的Chat。

非论是BrowseComp（谷歌的浏览器贯通基准），照旧SWE-bench（软件工程基准），Agent框架太简易，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（系统辅导词），稍稍带点环境反馈，根底没达到工业级可用。

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

东说念主跟它交互范式的最大变化是：东说念主不再去修改代码，不再说"这一溜出错了帮我改一下"。东说念主只会提更高阶的东西：增多限定、剖析需求、架构联想、辅助贯通业务逻辑。

业务逻辑是模子自己不具备的，因为好多是企业里面真实环境千里淀下来的，你必须跟它好多轮交互才会千里淀下来。这即是Skills的价值。

当你濒临很大范式变化，只须旅途走对了，不错顷然忽略评估，体感就能测出质的相反。但进入深水区，照旧需要致密评估。

Skills界说了一套实施标准，这些标准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。但不错由东说念主教Agent，跟它多轮交互，把这套标准让Agent学会。多量Skills其实是Agent我方写的。

确乎是OpenClaw把Skills给带火的，环球体育官网登录入口让更多东说念主去孝顺Skills社区，这相当关节，这即是东说念主跟Agent需要共创的场合。

预测验大部分依赖的学问是互联网可探望的，但好多智能咱们在互联网上探望不到。Skills提供了一种交互的神气，让东说念主主动孝顺数据，孝顺让模子实施任务收效用更高的神气。

4.本年分娩力会爆发

本年分娩力会爆发，环球会认为好多服务不需要我方作念了。不仅是写代码的东说念主，只须你战斗到，就会发现好多服务会被替代。这时候东说念主更应该去想考，到底我方的真谛和价值是什么？

国内也出现了各式Claw，但真实让框架自迭代、强调自进化的，还莫得大范畴出现。框架自己的自进化，Agent自己的自进化，Agent跟东说念主之间的自进化，我还没看到。

咱们目下作念的是train（测验）更好的model for Agent，让Agent恰当model，在作念Agent跟model之间双向流动。将来需要作念的是如何让框架我方进化，以及框架跟东说念主相互进化。

目下领有Long Context（长高下文）、高效模子架构、Code才略好的厂商，参数1T（1万亿参数）以上，基本都在淹没水平线。Anthropic走前边了，但上一个时期的收效并不虞味着下一个时期的最初。

5.它先罗致通盘东说念主的智能，再靠我方产生更强的智能

之前作念计议从猜测写代码到联想评估，至少要一两周。在Agent辅助下，果然一两小时就作念完。我一直把计议效用看得很关节，Agent加快了这个效用。

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

关节是你欢乐经久培养它，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须你把近期Context告诉它，它甚而能帮你规复科研成长旅途。这时再跟它计算相似topic（话题），发现它跟你一样明智。这个事很自高。

我蓝本认为咱们作念的服务弥散有创造力、不会被Skill化、Workflow（服务流）化。

目下发现它竟然也能！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？它先罗致通盘东说念主的智能，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遑急的，更高价值意味着更长Context、更多token破钞量，替代到最顶尖那一群东说念主的智能就够了。

另一个角度是要作念一个对全社会有益的模子，普限定更高的任务更好，就更需要多模态和谨慎老本。你如何作念更低老本、更高效用、更高速率的Agent框架和对应联结的模子，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，高分娩力场景的持续龙套。要作念更长程任务，更强调多Agent配合。

但商场上看到的Multi Agent（多智能体）都有点"伪"，果然依赖于Multi Agent完毕更好任务完成率上有点"伪"，它能普及效用和省俭老本，但我还没看到能完毕更高上限的东西。

这亦然为什么我要说开源。东说念主的大部分浅显任务，跟隐秘相干的不错完全放土产货化作念。你我方有一块芯片，所罕有据在土产货，触及隐秘的在土产货推理，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想象，这引发了我对端云搀和、隐秘土产货化的想考。需要更多东说念主一块作念，不是某个公司就能作念好。

我这两个月的生活即是服务还有服务，亢奋还有亢奋。你每天都会发现，Agent框架自己或模子自己又高出了。

三、大模子竞争阶梯图：

从Chat到Agent的历史跃迁

1. 回首往时三年

ChatGPT是第一个阐扬模子在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，引发了环球感知到模子智能。

23年是开源界追上闭源模子。

Llama（Meta的开源模子）败露了大范畴预测验范式，告诉你这样训能收效。

Qwen（阿里的通义千问）借助LLaMA架构，作念更好的预测验数据、更大范畴compute scaling（算力推广），作念全尺寸模子，对社区相当故意。

DeepSeek同期更在乎看到LLaMA架构的问题，冷落MoE（Mixture of Experts，搀和各人）for高效测验、MLA for更低推理老本，在更差芯片上作念更好的计议来scaling。

一个在计议上作念到皆备高度，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年发生在预见之外的，是o1跟R1。R1在DeepSeek里面，也算是一次"奇袭"，出身相当巧合。 

当预测验范式变到后测验，组织和团队如何重组？好多团队对预测验和后测验的东说念主物画像很刻板，自然导致作念预测验东说念主作念不了后测验。

我莫得顽强到的是它是一个范式的转换，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，会先想考它是不是果然能泛化？是不是我把它想小了？

25年是很交错的一年。你不错采取在Chat范式下把Reasoning作念到极致，不绝深耕SWE-Bench这些Benchmark。你也不错采取忽略，去拥抱新的Agent架构。

MiniMax是国内转得最早的。比拟明智的团队，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相当离谱，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的东说念主，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，让环球有个考验。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.目下是大模子竞争的第二幕

这算是模子竞争的第二幕。通盘东说念主都开头在淹没个起跑线上。Claude两年前就在这个旅途上了，大部分东说念主没顽强到。什么是正确的事？

在一套相当复杂或各样的Agent框架，去端到端完成更高复杂度的任务，以此为指标作为后测验范式。而不是在一个很局限的场景里定制简易架构。

MiniMax用一个10B激活模子作念到目下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景色。

Pre-train代差基本莫得，国内在Pre-train结构上甚而是有上风的。赛点在于：在Agent上如何作念好RL的scaling，这是相当清楚和准确的意见。

我从一开头就认为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，而况很容易scaling到更广领域的通用数据上。作念Code这事，在范式转换时是相当优雅的旅途。

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这事还要看对通盘这个词推理侧结构、硬件芯片的通晓，会影响最基本有规划。10兆Context什么时候作念？如何scaling？需要更长的有规划链路。

创业公司的团队范畴会越来越小。就几个东说念主甚而一个东说念主都不错成为公司，只须你学会充分借助Agent。Multi Agent每个设施都差少许，需要弥散低廉的模子，架构还有空间。

模子借助Agent架构自己，就变成一套新的居品。模子即居品变得更杰出，居品力反而更强了，其它通盘东西都很浅显。

3.两年内完毕AGI

大模子演变逻辑跟东说念主不一样。东说念主演变是为了生涯，大模子莫得生涯危机，反而进化得更摆脱、更有创造力。它基础条款太好了，那么多算力、东说念主类贵重的学问开首、那么多东说念主帮它普及。

Coding主旋律是作念复杂的软件工程、一步直达的建筑，替代步调员越多即是主旋律。再外延到更正常分娩力场景，需要更强交互神气。

机器东说念主是会走漏的神气，会从屏幕上跃出来到真实空间。但机器东说念主自己瓶颈可能在硬件和电板上，比Agent在言语空间的进化要慢。

嗅觉AGI历程依然到了20%。本年至少到60%、70%，两年内应该能完毕。之后大部分东说念主会销毁蓝本服务形状。先颠覆服务，再颠覆生活，生活需要更多机器东说念主。

AI测验AI确乎是标记节点。它不错自普及，达到最巅峰一群东说念主的智能，能创造新计议，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，芯片会分布，推理有不同厂商作念，模子一定是不一样的。从结尾倒推，开源故意于推动这个事。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若是响应够快，应该唯独两三个月的代差，是追上现代Claude，概率蛮高。接下来两三个月会相当精彩。Agent框架高出相当快，推理需求会爆发。

需要作念更好更低老本的推理。还要寻求更大范畴scaling，参数目照旧什么？在什么芯片上？这决定半年后谁更最初。

按照咱们目下前沿计议、模子水平、AGI框架、芯片动力多方面合起来，中国相当可能最初。

四、范式剧变下的组织：

如何驱动一群莫得栽培的东说念主训出顶尖模子

1.标准和督察是压制创造力的

作念好大模子自己即是Benchmark，但这个"好"是咱们我方界说的。雷总同意就行了，他是一个相当好的雇主。一开头就高度妥洽，按咱们的判断和直观作念，作念了雇主说"作念的好"。

大部分招的东说念主都莫得作念过大模子。

刚毕业，之前甚而不是作念大模子的。草率1/3到1/4稍稍有少许点测验栽培，也只训过7B、14B。不要告诉环球1、2、3、4步作念什么，就推着环球一说念来再行作念一遍，环球就会往前走。

不太存在管理，环球一块处置问题就好了。管理团队的难度是一样的，每个东说念主有不同处置问题想路，一说念来处置。处置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，测验自己加上数据几个东说念主，基建团队需要有点栽培的东说念主。实质上没认为需要相当大团队配合，长远排查处置那种问题，很大团队反而是劣势。

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

作念后测验需要diversity（各样性）视线，作念预测验的东说念主自然更在乎各样性，是很好补充。咱们对东说念主的界定不清楚，大部分东说念主摆脱采取下一个阶段，作念更有想象空间的事。

100东说念主包含通盘链路，实习生比例很高。真实参预一代模子迭代的东说念主很少，可能二三十、三四十个东说念主。莫得组，我差未几1对100。

组分袂太清楚固定，是在消除创造力。平权自己有价值，故意于通盘东说念主对等孝顺创造力和明智。

任何层级一定进程上都是在标准和督察，而标准和督察自己是压制创造力的。最遑急是leader不要有"没了我就不行"的想法。

2.环境比栽培更遑急

靠怜爱驱动管理，是最行之有用的神气。采取引发环球的温存，围绕信仰自驱作念事。

让环球去体验，是驱动温存的遑急神气。OpenClaw即是一种体验。阿谁极点神气仅仅抒发格调，不关节。筛选东说念主靠怜爱驱动的特质，聊天能感受出来。

这些才略都不错被快速习得，只须放在好的环境里，围绕更高尺度指标驱动。最多一两个月。是以环境比栽培更遑急。这个环境让环球相互MOPD（多老师在线策略蒸馏），相互蒸馏所长，快速普及。

只在乎驱动化checkpoint（查验点）的上限高不高，不在乎依然被supervised learning（监督学习）事后的景色高不高。

目下也招好多本科生，大二大三的。他们对Agent新范式的贯通上，想象力反而更高。纯真性莫得被稠浊，自然更接管这个事情会产生宏大价值。

构建环境要有相似特质的东说念主，强调怜爱和服务感。基础要好，光想法多但作念不成不行。各样性相当遑急，太同质化容易miss（错过）掉杂音中真实对计议有价值的信息。

上班群叽叽喳喳，吵得不行，换取环境相当好。激励不可太围绕细目清楚的指标，钱是遑急baseline（基线）但不是唯独。价值感、真谛感，好多东说念主更在乎这些东西。

3.后测验需要容忍朦拢性

预测验需要计谋定性，这一代模子结构为将来什么作念准备，至少半年，甚而一年前就想了了。Agent出现正在加快通盘这个词历程。一个泛泛的模子结构不一定带来泛泛效用，但一定带来老本和效用劣势。

后测验阶段，和Agent耦合迭代，好多事情没办法提前规划了了。更考验如何基于刻下模子才略和Agent范式产生化学响应，如何快速联想新的RL Infra架构。

系统从"以Rollout（推理推演）推理引擎为中枢"，转换为"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与计议的协同配合要求相当高。

通常两类东说念主恰当得好：

第一类是更谨慎跟模子玩的东说念主。他才知说念每个模子才略规模在哪，想找到可scaling神气补充回归。崇尚我方独到测试库、狂放测不同模子规模、共享特等体验的东说念主，很恰当这个范式。

第二类是能作念RL Infra的东说念主。RL Infra更在乎朦拢进程。Pre-train Infra不可容错，loss spike要处置掉。

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，根底找不到。测验和推理的不一致性，在以前Reasoning范式不可容忍，目下必须要容忍。

还要作念异构资源转化，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冷落了新要求。

4.把每天的计议都作念好

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。脑子里这套系统偷偷在进化。

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"，价钱即是reward（奖励信号）。回到大模子赛说念，reward不那么清楚，是变化的。心法即是应该作念当下相宜我价值不雅的事情。

一定要对更多东说念主产生价值，更有真谛。若是创造大模子的东说念主莫得这个内驱力，而是要作念松弛的东西，终末会相当危机。

我服务景色早上11点，晚上12、3、4点。就寝不需要太多，5、6个小时弥散。目下作念的事有点昂扬，睡太多有点花消时辰。压力缓解靠脑子是Sliding Window Attention，忘得相当快，前提是第二天有新的、有想象力的事情冲掉它。

若是AGI完毕，可能会搞一个公益型组织，扶助作念基础计议的东说念主往更龙套意见走。我长期认为应该加快科学计议，哪怕AGI完毕也有好多要作念的。纯享受生活也挺败兴的。败兴对我来说不是一种真谛。

目下认为把当下的每天的计议都作念好，就认为相当好。

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！》，言语即宇宙language is world。

*著作为作家寂然不雅点，不代表札记侠态度。

好文阅读保举：

特朗普接待晚宴上的10位中国企业家，都是什么来头？

特朗普：东说念主在北京，刚下飞机

共享、点赞、在看环球体育登录入口，3连3连！