最近看完罗福莉那场 3.5 小时的长访谈，我有一个非常强烈的感受：

很多普通用户以为 AI 行业还在卷“大模型”。

但实际上。

AI 行业内部已经开始进入下一阶段了。

而这个阶段的核心关键词不再是：

• 参数量

• benchmark

• GPT-5

• Claude 4

• Gemini

而是：

Agent。

更准确一点说：

是“Agent Operating System（智能体操作系统）”。

我甚至越来越觉得：

过去两年大家看到的 ChatGPT，本质上更像：

AI 时代的“搜索框”。

而不是 AI 的最终形态。

真正的变化，可能才刚刚开始。

---

一、为什么 OpenClaw 会让很多 AI 从业者“认知崩塌”？

访谈里有个细节特别有意思。

罗福莉第一次接触 OpenClaw 时，其实是排斥的。

因为在她看来：

所谓：

• 长记忆

• 本地化

• 24 小时在线

• 数字人格

这些东西，本质上都只是：

产品定义。

而不是技术突破。

这其实很符合很多 AI 从业者过去两年的思维方式。

因为整个行业一直默认：

“模型能力”决定一切。

产品只是包装。

---

但她真正开始用之后。

第一晚。

从凌晨 2 点聊到早上 6 点。

她说自己兴奋到完全睡不着。

最关键的一句话是：

“它非常有自主性，非常有灵魂。”

注意。

这里最重要的词不是“聪明”。

而是：

灵魂感。

这是我觉得整个 AI 行业最近最深层的变化之一。

因为过去：

AI 的核心目标是：

回答正确。

但现在。

很多产品开始追求：

存在感。

也就是说：

用户开始在意：

• AI 是否“活着”

• 是否有持续性

• 是否有记忆

• 是否有个性

• 是否会主动行动

这其实已经不是传统 ChatBot 的逻辑了。

---

二、AI 行业真正的变化：从“回答问题”到“执行任务”

这是我认为整个访谈最关键的一点。

过去两年。

ChatGPT 本质上是在做：

问答。

用户：

提出问题。

模型：

生成回答。

所以过去行业核心竞争力是：

• 知识量

• 推理能力

• 语言表达

• 多模态理解

但现在。

AI 开始进入另一个阶段：

行动。

也就是说：

AI 不再只是“告诉你怎么做”。

而是：

自己去做。

这其实就是 Agent 的本质。

比如未来：

你不会再说：

“帮我写一段代码。”

而是：

“帮我把这个产品做出来。”

然后 Agent 会：

• 写 PRD

• 拆任务

• 调模型

• 写代码

• 跑测试

• 修 Bug

• 部署

这其实已经不是：

聊天机器人。

而是：

数字劳动力。

---

三、OpenClaw 最让我震撼的一点：它开始“自己选择模型”

访谈里有个细节特别关键。

用户上传视频之后。

OpenClaw 会自己决定：

• 用哪个视频模型

• 用哪个 OCR

• 用哪个推理模型

• 用哪个 Tool

用户甚至不需要知道：

模型名字。

这一点非常重要。

因为：

过去 AI 产品的问题是：

用户仍然需要理解 AI。

你需要知道：

• GPT 适合什么

• Claude 适合什么

• 哪个模型上下文长

• 哪个模型 Coding 强

但真正成熟的 AI。

应该是：

AI 理解用户。

用户只负责：

表达目标。

系统自己：

• 路由模型

• 管理上下文

• 调度工具

• 规划 Workflow

这其实已经越来越像：

操作系统。

而不是 App。

---

四、为什么越来越多人开始认为：模型本身会“基础设施化”？

这其实是最近行业一个特别明显的趋势。

过去大家默认：

模型能力决定产品上限。

但现在越来越多人发现：

模型正在快速同质化。

因为：

• OpenAI 会做

• Anthropic 会做

• Google 会做

• 国内也会做

最后：

大家都会：

• 长上下文

• 多模态

• 强推理

• Agent

• Tool Use

于是问题来了：

那真正的差异在哪里？

答案越来越像是：

• Memory

• Workflow

• Agent Framework

• Skill 系统

• 上下文管理

• 长任务能力

也就是说：

未来真正决定体验的。

可能已经不是模型本身。

而是：

AI 的“系统层”。

---

五、为什么 Agent 特别依赖 Post-Training？

这是罗福莉访谈里一个特别关键的技术点。

她提到：

Agent 非常吃 Post-train。

为什么？

因为：

Agent 真正需要的能力不是“知识”。

而是：

• 行动能力

• 工具使用

• 多步规划

• 错误恢复

• 长任务执行

而这些东西。

互联网文本里其实非常少。

你会发现：

现在预训练数据里。

绝大多数内容是：

• 文章

• 论坛

• 网页

• 对话

但不是：

完整的 Agent 行为轨迹。

所以：

未来 AI 行业可能会越来越重视：

• RL

• Workflow Data

• Tool Use Data

• Agent Trajectory

因为这些才是真正决定：

Agent 是否“像人行动”的关键。

---

六、一个特别容易被忽视的问题：Memory 可能才是未来最大的护城河

很多人低估了记忆系统的重要性。

过去。

大家觉得：

“长上下文”就是记忆。

但实际上完全不是。

真正的记忆系统应该包括：

• 长期偏好

• 行为模式

• 任务状态

• 用户画像

• 长期目标

• 工作流历史

也就是说：

AI 不只是“记住你说过的话”。

而是：

理解你是谁。

这其实已经非常接近：

数字人格。

---

七、为什么我越来越觉得：未来的 AI 不会是“更强聊天机器人”

这是我看完整场访谈最大的感受。

很多普通用户现在仍然认为：

未来 AI 的方向是：

“更聪明的 ChatGPT。”

但行业内部越来越像：

另一个方向。

未来真正强大的 AI。

可能不是：

聊天机器人。

而是：

持续存在的数字智能体。

它：

• 有长期记忆

• 有行为模式

• 有长期目标

• 能主动行动

• 能持续学习

• 能调用工具

• 能协调多个 Agent

甚至：

开始形成某种“人格连续性”。

---

八、最值得警惕的一件事：AI 开始“自我迭代”

访谈后半段有个特别重要的点。

他们已经开始讨论：

AI 训练 AI。

这意味着什么？

意味着：

未来：

AI 不只是：

“人类训练的工具”。

它会开始：

• 自己生成 Skill

• 自己优化 Workflow

• 自己构建 Agent

• 自己生成数据

• 自己改进自己

这其实已经非常接近：

真正意义上的 AGI。

因为：

真正危险的从来不是：

“AI 很聪明”。

而是：

AI 开始自己提升自己。

---

九、AI 行业真正的战争可能已经变了

过去两年。

行业竞争核心是：

谁的模型更强。

但现在越来越明显。

未来真正的战争可能是：

谁能做出 Agent Operating System。

也就是：

谁能构建：

• Memory Layer

• Workflow Layer

• Skill Layer

• Tool Layer

• Multi-Agent System

• Self-improvement System

模型本身。

反而越来越像：

AI 世界里的“电力”。

重要。

但会逐渐基础设施化。

---

十、最后一个很有意思的问题

如果 AI 最终真的会变成：

• 数字分身

• 自主 Agent

• 长期陪伴系统

那么未来人与 AI 的关系。

可能已经不是：

“工具”。

而更像：

共生关系。

这可能才是这场访谈真正让我后背发凉的地方。

因为：

我们过去一直觉得：

AI 是“帮助人”。

但未来。

AI 很可能会逐渐：

成为另一个持续存在的“你”。

信息来源：Bilibili《对罗福莉的3.5小时访谈》Ai好记转写（2026年5月14日）