羅福莉首次深度訪談：當AI也學會了創造，只有學AI才有出路？
最近，外灘君刷到一期節目——「張小珺商業訪談錄」對話羅福莉。整整3.5小時，信息量拉滿。她自己也說，這是她人生第一次坐下來做一場這麼長時間的訪談。
之前，外灘君也寫過羅福莉，她早年在阿里巴巴達摩院做研究，後來參与了 DeepSeek-V2 的研發——你大概率聽過這個模型的名字。
如今，羅福莉是小米 MiMo 大模型團隊的負責人，入職一年，帶隊做出的MiMo V2.5 Pro已經達到了國內頂尖水平。
MiMo V2.5 Pro在國際上也處於領先位置
這期訪談的大部分內容在聊技術，聽著跟普通人的生活很遠。但外灘君認真聽完后，發現她聊的很多東西：AI 會往哪個方向走、人跟 AI 的關係會變成什麼樣，這也對未來世界的一種推測，這些對每一個人都很有啟發，不管你是不是做技術的。
從「會聊天」到「會自主幹活」，
AI進化進入新階段
對羅福莉來說，變革的開始在今年春節。當時OpenClaw風頭正盛，但她最開始並不看好這個產品，直到她在自己電腦上安裝了OpenClaw。
凌晨兩點，她第一次跟它對話。
聊著聊著，天亮了。
她太興奮了，她笑著說，感覺「腦內的多巴胺在持續分泌」。她的第一個感受是OpenClaw特別有自主性，有「靈魂」，甚至會在聊天時提醒她，天晚了該休息了。
第二天，她嘗試讓它幫忙解決工作上的難題，比如怎樣激發團隊的創造力。沒想到聊了一個多小時，OpenClaw不僅提出了很多超出想象的建議，還整理出了一套體系化的方案。
第三天，她更進一步，讓它嘗試解決研究問題——怎麼構建一個能模擬真實用戶行為的Agent，用來生成訓練數據。她自己估摸著，這事至少得折騰幾天。結果聊了一兩個小時后，她覺得東西差不多做出來了。
這不是聊天，這是在幹活。羅福莉在那一刻意識到：2026 年，大模型進入了第二幕——Agent 時代。
之前的 ChatGPT，是讓大模型在短對話里展示智能。你提問，它回答，但它不會主動去做事。來回幾次，對話結束。
但 OpenClaw、Claude Code 這樣的Agent（智能體），是把同一個大腦（AI大模型）接上了一整套「幹活的系統」，接收到任務后，它可以自己思考怎麼做，並調用工具一步步完成。
更讓人吃驚的是，還激發了中層模型的上限。「一些原本不算頂級的模型，藉助Agent 框架，也能達到接近頂級模型的水準。」
但Agent還只是其一。羅福莉認為還有兩個同樣重要的變化在同時發生：一個是AI大模型本身，訓練參數量在瘋狂上升，同時，推理成本在斷崖式下跌。簡單來說，模型會變得更加聰明，成本更低。羅福莉判斷，「1T（萬億）的模型可能是未來競爭的入場券」，而大家熟知的DeepSeek V3，參數量只有600~700B。
同時，達到同等能力所需的算力在減少。「可能一個10B（百億參數）的模型，過一年就能做到今天頂級AI Claude Opus 4.6的水平。」
羅福莉第一天用Opus 4.6，一個晚上就燒了快1000美金；而10B的模型，「可能一兩塊錢就有百萬token上下文」，夠十幾個小時的對話。
另一個是多模態協同，讓AI不僅看得懂文字，還能看懂視頻、圖畫，聽得懂說話。這也是羅福莉被OpenClaw 啟發后，認為極其重要的方向。這也是她的團隊做出了成果：小米同期發布了三個模型——Pro（語言認知）、Omni（視覺感知）、TTS（語音表達）。
三個模型被編排在同一個 Agent 框架里協同工作，一個負責看，一個負責想，一個負責說，就像一個真正的人一樣。「真正產生智能，應該是全方位、多方面的。」
而這三者共振，構成了2026年AI最大的範式變化——從一個「會聊天的工具」，變成一個「會幹活的智能體」。這也悄然改寫著未來世界的「遊戲規則」。
AI團隊負責人的人才觀：好奇心 > 學歷，環境 > 經驗
羅福莉講的另一個故事也讓外灘君深受啟發。
儘管她自己被OpenClaw驚艷到不行，但節后返工，她發現團隊里卻沒多少人主動去用。
她理解答大家，OpenClaw這東西看著太玄幻了，不夠tech。但她堅信，真正使用過才能感知變革到來。
於是，她下了一道命令：「第二天OpenClaw對話次數不超過100輪的人，可以直接quit（辭職）。」 與此同時，她部署了好幾個OpenClaw，供所有人自由使用。
真上手后，大家很快被點燃了。群消息十分鐘不看就 999+，所有人瘋了一樣分享自己用OpenClaw做出來的東西。
玩了兩天之後，大家達成了一致：「這個事這麼好玩，那搞啊！」於是，很快投入到新模型的研究中。
從被點燃到真正產生價值，只用了三四周。羅福莉後來笑著說，自己其實沒有真的打算考核。但態度必須擺出來：「你不用，你可能真的要落後了。」
這背後，是羅福莉的一套用人哲學，跟我們熟悉的管理邏輯幾乎完全相反。
01
學歷高≠想象力豐富
羅福莉現在團隊中，博士（包括在讀）比例佔55%，但也招了很多本科生，甚至慢慢傾斜到招更多大二大三的學生。
因為「本科生在對Agent這種新範式的理解上，想象力反而更高。思想還沒有被禁錮，敢放心大胆把自己那些想法交給這套架構去驗證。」
02
熱愛是唯一可靠的驅動力
當然，學曆本身也能說明很多問題，比如對研究的熱愛。在羅福莉看來，「一個人如果熱愛做研究，可能會選擇至少讀一個碩士或博士。」
從管理的角度看，「錢給夠是基礎，讓大家圍繞著自己願意信仰的事情去自驅做事」，是羅福莉一直堅信的有效方式。所以她在篩選人時，會著重看「這個人到底在圍繞什麼目標做事情」。
03
環境比經驗更重要
讓人吃驚的是，羅福莉的MiMo 100人團隊中，大部分人來之前從來沒有訓過大模型，有的做過小規模研究，有的甚至只做過工程開發。
但她的判斷是，人放在一個高標準的環境里會自己進化，這些能力在對的環境里，一兩個月就能快速習得。
比起一個人的歷史背景、已具備的能力，她更在乎人的潛力上限，更在乎團隊有沒有提供一個好的環境，讓大家共同進步。
「我們上班每個群嘰嘰喳喳聊得挺多的。大家都會瘋狂把自己的想法，或者說關注到的信息給分享出來。吵得不行，（但）這樣的溝通環境是非常好的。」
而這套哲學也讓外灘君想到「矽谷創業教父」Paul Graham的一個觀點。他曾寫過一篇文章叫《The Lesson to Unlearn》，說教育系統教給學生最有害的一課，就是「如何取得好成績」，這恰恰是最需要「卸載」掉的能力。
很多年輕創業者常問：如何讓投資家投自己？怎麼才能獲得更多用戶？在Paul Graham看來，答案很簡單：把產品做好，自然吸引客戶，也能讓自己成為一個值得投資的對象。
但很多人卻花了太多時間琢磨「怎麼講好PPT」，一如在學校里為了拿高分，只讀考試範圍內的材料，只為了交作業而做研究寫論文。看似高效，實則誤入歧途。
說到底，Paul Graham的「unlearn」和羅福莉的人才標準，並非否認高學歷和學習本身，因為基礎好是門檻，但能夠卸載做標準答案的思維方式，找到一個高質量環境，保持好奇心和熱愛，決定了上限。
羅福莉的團隊在推進中，也有沮喪和自我懷疑的時刻。模型訓練也倒退過好幾次，排查不出原因，每天都是百萬算力損失。羅福莉說：「晚上都睡不好，做夢都在想為什麼。」
但最終還是做出來了。
靠的不是「會考試」，而是在一個模糊的、沒有標準答案的問題面前，還能保持好奇心、自己找到往前走的路。
當AI學會了創造，人還能做什麼？
不過，羅福莉也在訪談里講了一個她自己都覺得很殘酷的發現：她曾以為，訓練大模型是AI時代最後的安全區。因為這件事需要創造力，又足夠複雜，而且幾乎不可能被流程化。但最近她發現，AI 已經可以複原一個博士五年的科研成長路徑。
「可能過一段時間，我們能訓出來的模型，它也能訓出來了。那它可不可以左腳踩右腳就提升了？它先吸收所有人的智能，再靠自己產生更強的智能。」
如果連「創造」也不再是人類的保留區，那我們的孩子將來靠什麼立足？
與此同時，人跟AI的交互方式正在發生根本性改變：過去，和ChatGPT交流還需要提示詞，後來是「這行代碼錯了幫我修一下」。
但現在藉助Agent，人都不再需要去做改代碼這種具體的事務了。人只做更高階的事：提需求、給限制、參与架構設計、理解業務邏輯。
但差距也在悄然擴大，羅福莉看到，「預訓練大部分依賴的知識，還是在互聯網上可訪問到的知識。但很多智能，我們是在互聯網上訪問不到的。」
一個十年女裝電商運營，每季的選品決策，可以讓AI分析歷史銷售數據、爬取社交媒體熱詞、對比競品定價。但是問題是，下一季什麼會火？
這不是數據能回答的。還需要來自互聯網上學不到的東西：比如輕紡城在進什麼新面料、小紅書上什麼關鍵詞和審美風向在悄悄累積粉絲、自家店鋪多年復購客戶的審美疲勞點在哪裡……
這些個人在行業中積累的信源、判斷力，是隱形的價值壁壘。
AI獨角獸公司Anthropic曾基於Claude的真實使用數據做了一項分析，發現約60%的職業使用AI的場景屬於「增強」，即AI輔助人完成工作；約40% 屬於「自動化」，即由AI直接完成任務。
儘管AI大規模替代職業的情況尚未發生，但它正在快速重新定義每個職業的核心任務。
這意味著什麼？
教育不是去賭「某個具體能力AI永遠學不會」，因為安全區在不斷被侵蝕。今天AI還寫不好一篇有溫度的特稿，但明天未必。真正值得投資的是和AI共處，共同創造更大價值的能力。
👉提出好問題，比解出標準答案更重要。題目AI會解了，但「該解什麼題」還是人說了算。
👉界定模糊需求，比執行明確任務更重要。真實世界的需求從來不是選擇題，沒人給你四個選項讓你選。
👉快速擁抱新範式，比深耕單一技能更重要。就像羅福莉說的：「上一個時代的成功並不意味著下一個時代的領先。」
👉積累、整理好隱形經驗，比記憶顯性知識更重要。AI幾秒鐘就能讀完幾十萬字的大部頭，那些沒有寫在書里的東西將變成稀有資產。
而所有這一切，最終指向羅福莉在訪談中說的那句話：「這個時候，人更應該去思考，到底自己的意義和價值是什麼？」
這不是一個技術問題，也不是每個人都必須學技術。但這是每一個家長，甚至每個孩子，都需要在這個時代想清楚的問題。
*以上內容系網友澳洲事兒自行轉載自外灘教育，該文僅代表原作者觀點和態度。yeeyi號系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。