罗福莉：ラージモデルが後続トレーニング時代に入る中、トップチームの事前トレーニングと後続トレーニングのコンピューティングパワー比は1：1に達する。

根據 動察 Beating 的監測，小米大模型團隊負責人羅福莉指出，大模型競爭已從預訓練主導的 Chat 時代，全面轉向後訓練（Post-train）主導的 Agent 時代。當前的核心賽點是「如何在 Agent 上做好強化學習（RL）的 scaling」。

這一範式轉變直接導致算力分配的重構。羅福莉透露，在 Chat 時代，用於研究、預訓練和後訓練的算力比例約為 3:5:1；而在如今的 Agent 時代，合理的算力分配比例變為 3:1:1，即預訓練與後訓練的算力投入已基本相當，目前頂尖模型團隊在這兩項的投入比例已達到 1:1。

同時，系統架構的要求也發生巨變。過去的 RL 基礎設施主要以「模型推理引擎」為核心，處理純文本演算；現在的基建必須以「Agent」為核心，支持異構集群調度，並能容忍 Agent 在複雜工作流中因各類不可控因素中斷的模糊性。