罗福莉对当下有一些关键的技术判断：

• Anthropic 的路径是正确的，这是当下共识。
• 在路径更清晰的情况下，国内大模型团队进入加速追赶的状态。现在大家在 Pre-train 上的代差是基本没有的，或者说非常接近。
• 现在至少跟 23 年要去追平 Pre-train 的差距一样，大家很 all in，要去做好 Agent 的 Post-train。更具体说，是在 Agent 上怎么做好 RL 的 scaling。
• 系统从 “以 Rollout 推理引擎为核心”，转变为 “以 Agent 为核心” 的一个更复杂系统。这对团队提出了更高的要求：必须具备足够敏捷性，能够快速开发出适配当前时代的 RL Infra 系统。
• 接下来两三个月，大家怎么发生变化，是考验团队整体研究水平、技术敏捷程度，以及怎么拥抱新的范式来做研究的关键。
• 一个 for 更长期的事情：我们不会在 1T 水平上走太久。如果要拿到下一个阶段的领先，就要寻求更大规模 scaling。到底是去 scaling 模型的参数量，还是去 scaling 什么东西？以及要在什么样的芯片上去 scaling？—— 这是当下立即需要去决策和判断的，这才决定了大半年过后谁更领先。

在卡的调配上：

• 至少在 Chat 时代，for 研究、for Pre-train 和 for Post-train 的用卡比例非常夸张，比如 3 比 5 比 1，现在一个非常合理的用卡比例可能是 3 比 1 比 1。
• 预训练跟后训练一个比例，这是今年可能发生的很大变化。顶尖团队应该都是 1 比 1 了。

在组织的重组上：

• 做后训练现在一个重要的范式变化是，需要具备 diversity（多样性），让预训练的人做后训练是个很好的补充。