罗福莉谈 Agent、MiMo-V2 与模型研发组织

张小珺采访小米大模型团队负责人罗福莉，讨论 2026 年春季她对 Agent、后训练、模型研发与组织的观察。访谈中的产品评价和未来判断均反映当时的个人观点。

罗福莉回忆使用 OpenClaw 和强模型处理日常工作的经历。她说，通过多轮交互，系统可以把个人想法整理成流程和可重复使用的技能。

她举例说，自己会向代理询问团队管理和筛选问题，并逐步形成符合个人偏好的工作方式。她把这种体验称为某一类任务上的数字分身。

她区分代码场景的泛化优势与非代码任务的可靠性：一个擅长编程的模型和框架，不一定自动在所有其他场景达到同样完成度。

她描述先借助强模型修改代理框架，再尝试切换不同模型的实验。她认为底层模型能力和框架设计都影响最终体验。

当基础任务能够完成后，她开始关注成本和速度，并说春节期间的大量试用改变了她对产品与研发的判断。

她讨论开放社区中许多人共同修改代理框架的现象，认为模型能力和协作环境可以让来自不同背景的贡献汇聚。

罗福莉认为专门训练可能改善代理在某些任务上的稳定性，而顶尖系统还需要在更广的场景中保持可靠。

她从个人和身边人的经验出发讨论生产力变化、开发者生态和组织机会；她明确这些观察并非对所有行业的统计结论。

她谈到将组织内部规范通过示例和多轮互动教给代理，再将经验整理成技能文件。系统能否正确遵循规范仍需要检验。

在隐私和个人数据方面，她初步考虑本地与云端混合架构，并认为开放生态有助于更多参与者共同探索。她强调这些想法仍不成熟。

面对快速变化，她说很难对一年后的能力作精确预测。她既兴奋于近期进展，也承认短周期内工具和实践可能改变。

谈到代理自迭代，她区分系统帮助改进工具与模型自主持续提升的更强主张，讨论人、工具和反馈如何共同参与迭代。

她说多代理可能改善速度或成本，但当时尚未看到足以证明它一定提高最终任务能力上限的证据；这一判断是她的观察。

她强调研发需要多个环节和团队协作，而不是只归功于某个个人；工具可以帮助团队把经验变成更容易共享的流程。

话题转向 MiMo-V2。罗福莉回顾团队的模型目标、产品定位和与外部模型竞争的压力；性能比较是团队和嘉宾当时的评价。

她解释模型要覆盖推理、编程和代理等多种使用方式，不能只依赖单一基准或单次演示判断质量。

她介绍混合注意力设计、长上下文与推理效率之间的权衡。具体比例和收益属于所述模型的设计，不能推广为所有模型的结论。

团队还考虑多 token 预测与计算、访存之间的平衡，以改善实际推理效率。嘉宾强调架构必须和部署条件一起评估。

罗福莉说后训练周期变长时，研发早期对场景和上下文长度的假设可能过时，因此需要持续调整目标和实验。

她讨论模型定价、成本和实际使用体验之间的关系，并表示团队调整过产品定价思路。具体产品状态和价格可能随时间改变。

她回顾早期模型架构选择，强调长上下文建模和推理效率是重要约束，而其他能力需要通过后续训练和系统工作完善。

谈到算力分配，她提出对预训练、后训练和研究实验的比例设想。她将其作为团队规划思路，而非适用于所有实验室的公式。

她认为模型规模门槛并不能单独决定竞争力，还要看数据、训练方法、推理成本、团队执行与产品体验。

在组织话题上，她强调参与者能够直接发现问题、提出实验和协作解决问题，管理者也需要通过实际解决问题建立团队文化。

她讨论减少僵硬层级和组间壁垒的做法，认为这可以让信息和算力需求更快流动；这种组织方式仍需与清晰责任相配合。

回到模型结构，她讨论扩大参数、不同注意力层的数量和长上下文开销之间的关系。她强调模型更大不一定意味着所有维度的效率更好。

她介绍对替代架构和数据重建的探索，认为质量、额外算力与研究时间之间存在权衡。

讨论多模态时，她区分扩大感知输入与提升智能，并推测生成能力可能有不同作用。她把这明确称为猜测。

她比较 AI 系统与生物进化所处的环境，指出系统已有大量人类知识与外部资源，但也承认未来路径难以直接类比。

她预测代理框架、模型与推理需求会继续快速变化。这些是 2026 年春季的判断，具体速度和结果仍不确定。

谈到管理，罗福莉说组织设计本身很复杂，需要持续试验；技术能力变化也会改变团队分工。

她与主持人讨论如果工作中的重复部分被自动化，人们可能把时间投入更有意义的项目；这种变化的分配和实际影响仍需观察。

她谈到支持基础研究的愿望，认为一些难以立即转化成产品的工作仍值得得到时间和资源。

两人回顾开源模型生态的不同发展方式：有的团队侧重研究能力，有的更注重扩大生态。她认为这些目标可以各自有价值。

她反思代理评测和数据集可能过于针对特定框架，导致模型在测试中表现好，却不能代表真实任务表现。

谈及竞争，她认为模型能力、代理框架、资源和生态需要共同迭代，而不是只优化某一项分数。

她讨论芯片供给、计算资源与模型架构的适配，认为团队需要提前考虑不同硬件条件下的可行性。

访谈最后回到环境与经验。她认为频繁与模型互动、维护测试案例并发现能力边界的实践，有助于团队适应代理研发的新工作方式。

她谈到招聘时重视好奇心、基础能力和多样性，也希望营造能自由交换想法的环境。她对不同经验背景的看法来自团队实践。

她认为代理强化学习基础设施需要容忍更多不确定性，例如运行中断、训练与推理环境差异，以及 CPU、GPU 和存储资源调度。

被问到长期预测，她说更愿意先把眼前研究做好。她所描述的个人工作和睡眠习惯只是个人情况，不代表团队或适合其他人。