关键判断
小米大模型团队负责人罗福莉在 2026 年 4 月底接受了 3.5 小时技术深度专访，这是她从阿里达摩院、DeepSeek 到小米后首次长时间公开技术访谈。她的几个核心判断，值得所有关注国产 AI 模型的人认真研读。
核心观点提炼
1. Pre-train 代差基本消失
罗福莉认为，国内头部团队在预训练（Pre-training）层面与 Anthropic 等领先者的差距正在快速缩小，甚至在某些维度上已经追平。
这意味着：
| 维度 | 过去 | 现在 |
|---|---|---|
| 模型质量 | 国际领先 | 差距显著缩小 |
| 训练技术 | 经验积累不足 | 方法论趋同 |
| 算力规模 | 严重受限 | 通过优化可弥补 |
| 竞争焦点 | Pre-train 规模 | Agent RL |
2. Agent RL 是下一代胜负手
当 Pre-train 不再是壁垒，竞争维度转向 Agent 强化学习（Agent RL）：
- 真实环境交互：Agent 需要在真实工具链中学习，而非仅靠合成数据
- 多步决策能力：从单轮对话到多轮工具调用的能力跃迁
- 自我纠错：Agent 能否在执行中发现错误并自主修正
- 任务分解：复杂任务的规划和执行策略
罗福莉团队在 MiMo-V2.5 研发中重点投入了这一方向。MiMo-V2.5-Pro 专为复杂 Agent 和软件工程设计，其能力定位与 Agent RL 的投入直接相关。
3. 人才选择：空杯心态与好奇心
罗福莉在访谈中透露了她对实习生的选择标准——学习能力与好奇心极强的人。她认为：
能做到空杯心态和从第一性原理出发的人很少，而极强的学习能力赋予了他们快速进入新角色的能力。
这一标准反映了 Agent 时代对人才的核心要求：不是已有知识，而是快速学习和跨领域适应的能力。
从 DeepSeek 到小米：技术路线演变
罗福莉的职业生涯反映了国产 AI 模型的技术演进路径：
| 阶段 | 机构 | 核心方向 |
|---|---|---|
| 阿里达摩院 | 基础模型预训练 | 早期大模型探索 |
| DeepSeek | MoE + 开源 | DeepSeek 系列 MoE 架构 |
| 小米 | 端云协同 + Agent | MiMo 系列 + 硬件生态 |
她在 DeepSeek 期间主导研发的 MiMo-V 系列模型（注意这里指的是 DeepSeek 的 MiMo 而非小米的，命名有历史渊源），为后来小米 MiMo 系列打下了技术基础。
Claude Opus 4.6 引发的行业反思
罗福莉在专访中谈到了 2026 年 Claude Opus 4.6 等技术对行业的冲击：
- Anthropic 路径：通过 Claude Code → Cowork → Agent Teams 构建完整的开发者工具链
- 国产厂商应对：不能仅跟随，需要在 Agent RL 和垂直场景上建立差异化
- 开源 vs 闭源：开源获取社区反馈的速度，是闭源厂商难以复制的优势
给从业者的建议
| 角色 | 行动建议 |
|---|---|
| 模型开发者 | 将 Agent RL 纳入核心研发方向，Pre-train 投入边际效益递减 |
| 应用开发者 | 关注 MiMo Orbit 免费额度，低成本测试 Agent 场景 |
| 求职者 | 强化 Agent 框架和工具链使用经验，而非仅关注模型调用 |
| 投资人 | 关注具备 Agent RL 能力和真实场景数据的团队 |
信号意义
罗福莉作为连接 DeepSeek、阿里和小米的技术管理者，她的判断代表了国产 AI 模型领域一线研发者的共识：单纯堆参数、拼预训练的时代已经过去，Agent RL 和真实场景交互才是下一个战场。
这也解释了为什么小米选择同步开源 MiMo-V2.5 + 上线 100T Token 激励——不是为了秀参数，而是为了在 Agent 生态建设中抢占开发者心智。