3.5 小时深度访谈：AI才女罗福莉的 5 个顶级认知
这是苍穹猎鹰第432篇演化日记
3.5 小时深度访谈：AI才女罗福莉的 5 个顶级认知
本文仅为小编个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。
近日，我看完了张小珺对小米 Mimo 实验室负责人罗福莉的深度访谈。
这场长达三个半小时的对话，尽显行业资深从业者的独到见解，小编全程完整看完，收获颇多启发。
在各大科技厂商中，小米入局大模型赛道起步相对偏晚，但在罗福莉的主导下，Mimo-V2 系列模型在代码能力、推理效率与长上下文处理等维度，均收获了业内高度关注。
Mimo-V2 系列模型的 Token 消耗量，曾登顶 OpenRouter 平台 3 月周榜榜首。
在竞争白热化的大模型赛道，这样的成绩实属亮眼。
而核心关键人物罗福莉，身为 95 后，曾被网络冠以 “AI 天才少女” 的标签，但她在访谈中直言并不喜欢这个称呼。
小编梳理总结了罗福莉访谈中的五点思考：
1/5
拒绝论文内卷，以实验求真知
整场访谈中，最令我印象深刻的，是罗福莉独特的信息获取逻辑。
按常规认知，像她这样顶尖的科研人员，必定会每天深耕各类学术论文。
但罗福莉却坦言，如今自己几乎不再研读学术论文。她原话表示：“大部分实验应该亲自去做，相信自己的实验结果，远比盲从他人的结论更可靠。”
背后原因很好理解：大模型迭代速度日新月异。一篇论文从实验落地到正式发表，文中的观点结论，往往早已被新一代模型所颠覆。
她的核心学习逻辑是：遇到问题直接动手做实验，用真实数据给出答案，而非被动等待他人输出结论。
这一点对我触动极大。我平日阅读量不小，大量时间和精力都耗费在文字阅览上。
诚然阅读自有其价值，但对于 AI 大模型、鸿蒙操作系统这类前沿技术而言，单纯看书读文收效甚微，最高效的方式永远是亲自上手实操。
尤其是技能类领域，向来遵循熟能生巧的规律。想要突破 AI 大模型的技术边界，唯有通过大量重复实践与自主探索，才是最高效的成长路径。
遇到难题主动动手尝试解决，在实操中沉淀专属经验与实战案例，这才是新技术、新领域最鲜活的教科书。
2/5
抛弃资历滤镜，偏爱年轻新思维
罗福莉对于人才任用的标准，也极具前瞻性。访谈中她提到，过往招人更倾向于招聘博士、研究生等高学历人才，如今观念早已转变。
现在她更青睐大二、大三本科生，而非拥有行业资深经验的从业者。理由很直白：资深从业者的思维早已被固有范式固化，很难快速适配新技术的工作模式；而年轻本科生 “思维灵活、适配性强，尚未被传统行业思维固化束缚”。
不少人也留意到，硅谷科技巨头与国内头部大厂，如今目光早已不只锁定名校毕业生，反而格外青睐编程能力拔尖的高中生。
也有相关研究表明，部分名校毕业生的想象力与批判性思维，甚至不及高中生。
AI 大模型这类新兴技术领域，最需要的是想象力、好奇心与发自内心的热爱。
罗福莉也表示：专业技能只要肯深耕，快则一两个月、慢则三四个月就能快速补齐。相较于过往从业经验，成长环境反而更为关键。
如今甲骨文、微软、Meta 等硅谷巨头，裁员重心纷纷偏向资深老员工。
时代浪潮之下，曾经靠经验、资历就能稳拿高薪的固有逻辑，在新技术变革中，反倒成了部分人被淘汰的原因。
3/5
去层级束缚，用场景替代指令
罗福莉还分享了自己独特的团队管理模式。
她带领的百人团队，没有固定小组划分，没有明确职级层级，无强制截止日期，也不存在传统企业层层上报的汇报机制。
她直言：“任何层级制度，本质都是规则与约束，而约束本身，就会压制人的创造力。”
这也预示着，AI 时代的管理模式，将比移动互联网时代更扁平化、更自由化。
在 AI 技术的赋能下，传统管理方式即将迎来颠覆性变革。
过去的层级架构、小组划分，都是围绕 “人” 来设计；而 AI 时代的核心底层逻辑是 Token。大模型依托充足算力，便可全天候不间断运行迭代。
当时代底层逻辑发生改变，企业组织形态也必然随之重构。
她还有一个核心管理思路：搭建场景氛围，而非单纯下达任务要求。
今年春节，罗福莉初次接触 OpenClaw（龙虾智能体），便被其强大的智能能力所折服。
此后她坚定推动全员上手使用，没有召开专项会议、没有下发通知、没有设定 KPI 考核。而是自掏采购多台 Mac mini，提前完成服务部署，只要求团队每人至少完成 100 轮对话实测。
她甚至直言：“对话次数没超 100 轮的人，可以直接离职。” 但后续也坦诚，这只是态度表达，并不会真正硬性考核。
这种通过搭建实操场景、营造工具使用氛围的方式，远比生硬下达指令效果更好。
4/5
开源格局，共享聚智慧
当被问及对开源的看法时，罗福莉给出了鲜明观点：开源是一种精神，更是通往 AGI 的重要路径。
纵观行业现状，国内主流大模型多走开源路线，而海外顶尖模型大多闭源商业化。
这恰如东方理念中 “学术者，天下之公器” 的共享思维，与西方技术垄断、高价收费形成鲜明对比。
她认为，AGI 的终极实现，不该被少数企业和机构垄断，而应汇聚全行业所有人的智慧，AI 智能体的进化，更需要全民参与共建。
目前行业格局是：闭源模型现阶段性能暂时领先，但开源模型正快速追赶、步步紧逼。
罗福莉还分享了内部推广 OpenClaw 的真实经历：百人飞书社群内，全员参与框架优化、分享实操发现，众人的想象力形成乘数效应，短短几小时就能完成一轮版本迭代。短短三四天，团队将开源框架对接小米自研模型后，意外发现：未经专项训练的模型，效果竟已媲美 Claude。
这正是群体智慧的强大力量，而开源，就是最大化释放群体智能的最佳方式。
对于国内外大模型行业差距，她给出了乐观且清醒的判断：在预训练层面，双方基本无差距；即便有差距，也仅两到三个月。
更犀利的是她这句判断：“上一个时代的成功，不代表下一个时代的持续领先，如今全球玩家基本站在同一起跑线。”
5/5
拒绝碎片化，深耕长价值
本次访谈时长三个半小时，我以两倍速观看，也耗时近两小时。
现实中，很多人宁愿花三小时刷完上百条短视频，也不愿静下心看完一场行业大咖的深度访谈。
有研究证实：长期沉溺碎片化、浅层化信息，会让人思维变得简单片面、情绪容易浮躁偏激。
乔布斯曾在访谈中坦言：真正拉开人与人差距的，从来不是技术本身，而是人的认知与自律。
究其根源，多数人下班后习惯性刷手机、看电视，主动停止深度思考、放弃主动行动，一味被动沉溺在浅层、无挑战的信息洪流里。
短视频与影视平台充斥大量低质信息，并非平台本身平庸，而是大多数人本能贪恋碎片化信息带来的即时爽感。
因此，我们更要主动克制浅层娱乐的惰性，让大脑和注意力多做 “有氧运动”，坚持深度思考、长期深耕。
本文仅为小编个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。
参考资料：
快刀青衣：《从小米AI当家人罗福莉身上，我看到了AI时代的六个变化》
· END·
推荐阅读：
格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为实际操作建议，交易风险自担。
