罗福莉指出，大模型竞争已进入以高质量后训练（Post-train）为核心的 Agent 时代，1T 参数规模成为行业基本入场券。OpenClaw 等框架正推动 AI 从工具使用迈向数字分身共生，其分层记忆、自主编排与代码级可操纵性显著提升生产力。国内团队在预训练代差已基本消失，正全力攻坚 RL Infra 与 Agent 自迭代能力；算力分配正从 “Pre-train 主导” 转向 “Pre-train 与 Post-train 1:1” 的新平衡。组织上强调平权、角色流动与热爱驱动，拒绝僵化分工；技术路线上，小米 MiMo-V2 采用 Hybrid Retention 等另类架构，专注支持长上下文与多模态 Agent 行动。她强调，真正的智能差异在于框架能否弥补行动短板，而未来决胜点在于规模化 scaling 的战略判断、跨环节协同效率，以及在持续自我否定中坚守技术向善的价值观。