人工智能自我进化威胁就业 | AI生成和翻译
提问： 罗福莉在微信视频号/播客与张小珺的对谈中说了什么？
回答：
对谈概述
这是罗福莉的首次公开访谈，也是她首次进行长篇幅技术对话。这场3.5小时的谈话系统梳理了2026年由Claude Opus 4.6、OpenClaw等技术发展引发的AI地震，以及其产生的结构化下游影响。
罗福莉是谁？
罗福莉曾就职于阿里巴巴达摩院、深度求索（DeepSeek），现任小米大模型（MiMo）团队负责人，主导了MiMo-V2模型系列的研发。她身上有很多网络标签，如“AI天才少女”，这是她不喜欢的标签。
她分享的关键技术判断与观点
1. AI范式转移：从预训练到后训练
2026年大模型战争全面升级，进入第二幕——从以 Pre-training 主导的Chat时代，转向以 Post-training 主导的Agent时代。
2. 关于Anthropic的路走对了
罗福莉表示，Anthropic的技术路线正确——这已是业界共识。路线更清晰后，国内大模型团队已进入加速追赶阶段。
3. AI对自己工作的威胁——“自我进化”
她表达了对亲手做模型的研究员的危机感：“我之前觉得自己做的事情的创造性足以让它不会被‘技能化’、‘Workflow化’。但我现在发现——它竟然也可以！那它能不能训练一个更强的模型？能不能自己Bootstrap自己？——这是未来一两年就会发生的事情。”
4. OpenClaw是“地标性Agent框架”
罗福莉称OpenClaw是“地标性的Agent框架”，并指出用它前后是一个重大分界线。她用一周时间高强度协作，只用Claude Opus 4.6，称只有它带来了真正惊艳的体验。
她还自己修改了OpenClaw的Agent架构——重写了它的记忆系统和多智能体逻辑——因为OpenClaw的开放性允许她这样做。她指出，Claude Code是黑盒Agent架构设计，用户无法修改。
5. 关于未来Agent自我进化
她说，下一个还未大规模涌现前沿的是：框架本身的自我进化、Agent的自我进化，以及Agent与人类之间的共同进化——三个层次，目前都未出现。
6. 为什么所有顶级模型都聚焦代码数据
她指出了关键技术原因：“真正能做到 128K 到 100万 token 长度的，只有Code数据和书籍。书籍的信号太分散；Code文件的文件间关系更强。”这句话解释了为什么2026年所有领先模型都在死磕Code——不是因为Code任务本身最重要，而是因为Code是目前唯一长 AND 密集的训练数据。
7. 关于团队管理——用AI寻求领导力建议
一个尤为令人惊讶的细节是，罗福莉说她会咨询OpenClaw（一个AI）学习管理方法、学习如何带团队。她还提到她曾要求团队成员必须与AI对话至少100次，否则自己离职。
8. 关于国内模型追赶差距
她提出了“AI需要从语言走向与世界交互”的观点，并强调国产模型与世界顶级的差距已缩小到月级别。
访谈的公众反响
评论者指出，罗福莉在对某些问题的思考上展现出深度，但表达方式零散且非线性——话题从A跳到B再跳到C，缺乏清晰的结构。不过，访谈本身被认为信息密度大，技术含量高。
参考资料：