罗福莉复盘MiMo-V2：Agent范式转变来得太快，「悄然伏击」背后是结构优势

据 1M AI News 监测，小米 MiMo 大模型负责人罗福莉（@_LuoFuli）在 MiMo-V2 系列发布后于 X 发长文复盘。她此前曾在 DeepSeek 参与 R1 和 V2 研发，2025 年 2 月加入小米。她以「悄然伏击」概括此次发布：「不是因为我们有所谋划，而是因为 Chat 到 Agent 的范式转变来得太快，连我们自己都几乎不敢相信。」

她透露，1T 基座模型从数月前就已开始训练，当时的目标只是长上下文推理效率。Hybrid Attention 架构、100 万 Token 上下文窗口、MTP 推理这些设计决策「并非追潮流，而是提前建立的结构优势」，没想到恰好成为 Agent 时代所需要的基础。

转折发生在她第一次体验复杂 Agent 框架（她称之为「编排 Context」）时。她说自己「第一天就被震撼了」，随即试图说服团队接受，没有成功；于是发出硬性指令：「MiMo 团队明天对话数少于 100 次的可以离职。」此举奏效了。一旦团队对 Agent 系统的想象力被点燃，这种想象力就直接转化成了研究速度。

对于为何能快速迭代，她总结了两块截然不同的肌肉：基础模型和基础设施研究周期长，需要提前一年的战略判断；后训练敏捷性则是另一种能力，靠产品直觉驱动评测，压缩迭代周期，提早捕捉范式转变。「不变的量永远是：好奇心、敏锐的技术直觉、果断执行，以及对你所构建的世界真正的热爱。」文末她表示，将在模型「足够稳定、值得开源时」开放模型。