2026年4月小米大模型团队发布MiMo-V2.5-Pro公测。距离MiMo-V2-Pro发布仅过去一个多月团队负责人罗福莉说“正如我一个月前说的我们追赶Claude Opus 4.6很快。”这句话的底气来自哪里答案可能出乎意料——不是更贵的GPU、更多的卡、更激进的KPI考核而是一个没有职级、没有小组、没有deadline的组织。01 训练1T模型的人没有deadlineMiMo-V2-Pro是一个1T参数量级的基座模型采用Hybrid Attention混合注意力机制和MTP多词元预测架构推理速度达到60-100 TPSAPI定价曾创行业最低。训这样一个模型投入几千张卡训练过程中loss spike是家常便饭。loss spike意味着参数更新不稳定某些expert可能被打死——之后再也不会有token送到这个expert上。遇到这种问题怎么处理罗福莉的选择是停下来。停几天甚至停一两周。排查所有可能的路径——稀疏比太高通信算子写错了某个norm有问题从表层查到最底层。“我们没有deadline就觉得模型训好了我们再发。”没有公司给的压力吗“没有。”听起来像在讲一个硅谷创业故事。但这个故事发生在小米内部。罗福莉的逻辑很清楚大几千卡停一天就是一两百万的损失。如果是在目标驱动的团队停两三周去排查一个可能不是问题的问题是不可接受的。但在她的团队发现异常就要解决哪怕代价巨大。代价确实巨大。晚上做梦都在想loss为什么又spike了但又没有什么明确的节点所以卡是有限的你会觉得浪费了算力资源。这种自我批判才是真正的驱动力。02 100人没有职级没有小组MiMo团队大约100人。但真正投入一代模型迭代的核心人员只有二三十到三四十人。这二三十人的组织方式完全反常识不设小组不设职级。罗福莉的理由很直接“任何层级一定程度都是规范和约束而规范和约束本身是压制创造力的。”她认为大团队在需要深入排查问题、算法与Infra联合debug时反而可能是劣势。小团队的协作效率更高因为环节上关键几个人的配合程度才是决定因素。没有职级意味着什么意味着一个刚加入的实习生可以和团队负责人直接争论技术方案。没有小组意味着什么意味着信息不需要经过层层传递问题发现后直接对齐到所有人。平权不是口号是工程需要。当训练过程中出现loss spike最需要的是速度——从发现异常到定位原因再到验证修复每一步都需要跨角色的紧密配合。任何层级的存在都会在这条链路上增加摩擦。03 “你不用就落后了”2026年春节罗福莉第一次使用OpenClaw从凌晨2点聊到6点天亮。她当时的认知和大多数人一样OpenClaw不过是Claude Code加一个IM界面创始人又喜欢做玄幻的运营不值得认真对待。但三天下来她的认知被彻底颠覆。OpenClaw从一个有温度的产品设计变成帮她替代生活和工作的一部分最后变成促进研究的关键工具——她用OpenClaw和Claude Opus 4.6一起一两个小时就构造出了重要的User Agent研究课题。兴奋之下她在群里强烈推荐大家使用。但没人搭理——春节假期大家都在陪家人。过完年回来真正用的人很少。罗福莉下了第二个指令“如果第二天OpenClaw对话次数不超过100轮的人可以直接quit。”她买了几台Mac Mini部署好OpenClaw拉了不同的群让大家分不同方向在大群里探索。为什么在大群里因为个人的想象力真的是局限的——当你看到别人用OpenClaw居然能干成这个事就会激发你自己的想象力。大家的想象力是一个乘积作用。她没有真的去考核谁对话了多少轮。我没有这个想法。她只是想传递一种态度你不用你可能真的要落后了。结果是飞书群消息10分钟不看就999100多人在群里疯狂探索、改框架、互相激发。两天下来“大家发现哇这个事这么好玩那怎么办呢——那搞啊”三四周时间团队做完了以前三四十周才能做到的研究量。这不是加班加出来的是群体智能爆发出来的。04 环境比经验更重要罗福莉的人才观同样反传统。她不看重大模型经验。认为能力在好环境中一两个月即可习得更在乎一个人初始化的checkpoint上限。她甚至更青睐大二大三的本科生——“他们在Agent新范式面前思想还没有被禁锢。”这个判断背后有一个被忽视的事实2026年的大模型范式正在经历剧变。从Chat时代转向Agent时代从预训练主导转向后训练主导大量在旧范式下积累的经验正在贬值。一个在Chat时代有五年经验的工程师可能不如一个没有包袱的本科生更快理解Agent框架的精髓。因为旧经验不仅是资产也可能是负债。团队成长的机制她形容为互相蒸馏——各自吸取对方的长处。这不像传统的师徒制或培训体系更像是开源社区的模式每个人都在贡献每个人都在学习进步速度取决于信息流动的效率。没有职级的组织恰好为这种蒸馏提供了最好的容器。05 用卡比3:5:1变成3:1:1范式转移不只是理念变化它直接反映在资源配置上。罗福莉给出了一个非常具体的判断Chat时代研究、预训练、后训练的用卡比例大约是3:5:1预训练占绝对主导。但进入Agent时代更合理的比例变成了3:1:1——预训练和后训练投入相当。顶尖团队应该已经接近1:1了。这个变化的原因是Agent范式极大地拉长了后训练的周期和价值。后训练不再是预训练的收尾工作而是释放模型潜力的主战场。强化学习scaling、Agent场景数据合成、多框架适配迁移每一项都需要大量算力。更关键的是研究效率的质变让卡变成了瓶颈。过去一个idea从写代码到设计评估要一两周现在一两小时就能做完。十个idea可以交给不同agent并行验证。实验并行量上来后训练卡、研究卡、推理卡全部吃紧。“卡变成更关键瓶颈因为idea产生和验证速度太快了。”06 一个人也能成为公司罗福莉对组织形态的未来有一个更激进的判断Agent会改变创业公司的组织规模。“未来几个人甚至一个人都可能成为一家公司。”一个人养很多个员工的Multi Agent说法现在看还有点噱头但她认为今年内会很快变成现实。前提是模型足够便宜Agent架构足够好能够真正比雇一个员工更划算。这不是空想。她自己就是例证——用OpenClaw加Claude Opus 4.6一个人在几小时内完成过去需要团队协作数周的研究课题。当工具把个人的产出能力放大10倍甚至100倍时组织的最小单元自然缩小。反过来看MiMo团队本身100人中只有二三十到四十人是核心没有职级、没有小组、没有deadline却能训出1T参数的模型追上Claude。这本身就是一个小组织高产出的活体样本。07 驱动力不是KPI是热爱回到最初的问题没有KPI、没有deadline、没有职级靠什么驱动罗福莉没有给出一个漂亮的管理学答案。她给出的答案很朴素热爱。要求所有人必须用OpenClaw说对话不到100轮就辞职——这不是考核是表达紧迫感。飞书群999消息——这不是加班是大家觉得好玩。停下来两三周排查loss spike——这不是拖延是对极致的追求。她带团队的方式更像带一个开源社区设定方向提供环境然后信任群体智能。不作KPI分解不做OKR对齐不做绩效排名。让每个人直接面对问题直接参与决策直接感受成果。这在传统管理学看来是失控。但从结果来看三周做完四十周的研究1T模型追上Claude这个失控的产出效率远超任何可控团队。罗福莉说“平权本身是有价值的有利于所有人平等地贡献自己的创造力和智慧。”这句话放在AI Agent时代有了新的含义当Agent正在替代越来越多的中层管理工作时真正需要的不是更精细的管理体系而是更少的层级、更快的反馈、更纯粹的创造力环境。MiMo-V2不是靠管理训出来的是靠环境长出来的。本文基于「语言即世界」张小珺对罗福莉3.5小时深度访谈整理。