视频：Luo Fuli — OpenClaw, Agent Frameworks: The AI Paradigm Has Already Changed Dramatically. 来源：Zhang Xiaojun Podcast 链接：https://www.youtube.com/watch?v=V9eI-t3TApE
这期访谈别当成 OpenClaw 安利来看。罗福莉讲的是一件更具体的事：AI 的竞争重心，正在从模型本体转向模型、Agent 框架、后训练和组织方式的组合效率。模型不再是唯一主角，系统才是。
下面是我听完后记下的几个点。引用的话都出自这期视频，判断是我自己的。
模型像发动机，框架是整车
过去看大模型，习惯只盯参数、榜单、预训练，谁更大、谁分数更高、谁就更强。Agent 时代不是这么算账的。一个中段模型放进足够好的框架里，配上记忆、工具、任务拆解、多模型协同和长期运行，能做出过去看起来不该它做出的事情。
能力不再只藏在模型参数里，也藏在系统编排里。发动机当然重要，但变速箱、悬挂、导航、驾驶辅助都烂，再强的发动机也只能空转。
三天判断翻转
罗福莉讲 OpenClaw 那段最有意思。她一开始是排斥的，觉得它像 Claude Code 加 IM，甚至带点运营味、玄学味。很多技术人都会这样，一看到产品化包装，就本能觉得不纯。
真正上手后，她的判断按天在变：
- 第一天，感受到「有灵魂」。说白了是上下文编排做得细，时间、记忆、提示、交互方式这些小东西堆在一起，体验就变了。
- 第二天，开始把团队管理、筛选好奇心、组织设计这类非代码任务交给它。
- 第三天，把研究任务交给它，发现它能一起构造 User Agent，能进入后训练数据和 RL 场景。
一个研究者从「看不起」到修正判断，只用了三天。这比任何工具宣传都有说服力。
Agent 框架的价值是补短板
她有一句我很认同：
Agent 框架最大的价值，不是炫技，而是补模型短板。
很多人讨论 AI，还是喜欢问「哪个模型最强」。这个问题没错，但已经不够用了。更该问的是：在一个具体任务里，模型能不能被系统稳定放大？能不能记住长期上下文，自己找工具，把失败写进经验，把一次任务的结论迁移到下一次？
做不到，它只是会聊天。做得到，它才开始像生产力。
中文圈为什么更容易先火
我的理解是，国内对效率的饥饿感更强。能省人、能省时间、能把一个人变成一个小团队的东西，在国内会被更快推到真实场景里。
风险也在这里。很多人会把 Agent 当成自动化神器，然后继续用旧流程指挥新工具。Agent 会逼你重写工作流：过去要人盯的环节，让系统自己检查；过去靠经验分配任务，改成靠记忆、上下文和反馈循环来调度；过去老板问进度，变成 Agent 自己汇报异常。组织不改，只加一个 AI 工具，效率提升会很有限。
后训练正在变成主战场
罗福莉讲了卡的分配比例。她说研究、预训练、后训练，一个合理比例可能是 3:1:1。
这个数字背后的意思是，Agent 时代后训练和研究探索不再是模型上线前的修饰。以前预训练像打地基，后训练像装修，现在不是了：
现在的后训练，更像把房子改成一个能自己运转的工厂。
你要训它怎么用工具、怎么长程规划、怎么跟环境交互、怎么在失败后恢复。这会直接改变资源分配，也会改变组织。
大公司的资源不等于速度
做 Agent 是多系统配合：模型、数据、RL、Infra、产品、工具链、评测，都要一起动。一个团队如果还是按老式大厂职能墙来分工，很容易慢。罗福莉说 MiMo 和 MiClaw 虽然在大公司里，实际像创业团队运作。
大公司有资源，但资源不自动等于速度。稀缺的是判断力和响应速度。
每天都在否定昨天的自己
她还有一句：
每天都在否定昨天的自己。
放在 AI 这波变化里，这句不是鸡汤。你昨天刚建立的判断，今天可能就过期；刚学会一个工具，明天框架就吸收了它；刚觉得某个能力需要人，后天 Agent 就能稳定做一半。这个阶段最危险的，是用过一点 AI 后就以为自己已经懂了的人。
接下来会拉开差距的三件事
差距不会来自会不会写 prompt，也不会来自有没有订阅最贵的模型。会来自：
- 能不能把任务拆成系统，而不是一次性问答；
- 能不能把经验沉淀成 skill、memory、workflow，而不是每次重来；
- 能不能接受自己昨天的流程已经落后，然后立刻改。
这期访谈对我最大的提醒是，Agent 不是一个工具品类，它是新的工作组织方式。
放到内容生产里也一样
过去内容团队拼的是人：谁会选题、谁会剪辑、谁会写文案、谁懂平台。下一阶段拼的是系统：热点怎么抓、素材怎么入库、脚本怎么生成、评论怎么反哺选题、爆款结构怎么沉淀成模板、不同账号的人设怎么隔离、不同平台怎么分发。
人还重要，但人的价值会更集中在判断、品味、取舍和负责。重复劳动会越来越不值钱。
不要只问「哪个模型强」
这期访谈真正打到我的点，是她没把 AI 当魔法，也没把它当普通软件。她在看系统边界怎么变化：什么能力从模型里来，什么能力从框架里来，什么能力从组织里来，什么能力从环境反馈里来。
我现在这套工作方式，有没有被 Agent 重写的必要。这是我听完之后一直在想的问题。