Token效率国内第一！MiMo-V2.5 Pro登顶开源Agent王者；罗福莉：OpenClaw是巨大分水岭，模型与Harness需同步演进，MLA不符合Agent范式
51CTO技术栈 | 玉澄
编辑 | 玉澄
今天凌晨，小米突然开源了其最强模型 MiMo-V2.5 系列！其中 MiMo-V2.5-Pro 在 Agent 基准测试上登顶开源第一，超过了 DeepSeek V4-Pro、Kimi K2.6 和 GLM 5.1！
就在公测短短 5 天后，小米罗福莉团队就把 MiMo-V2.5-Pro 和 MiMo-V2.5 两个主力模型权重、tokenizer 全甩到 Hugging Face 上了。
两款模型均支持 1M 上下文窗口，都取得了 MIT 协议，而且都是面向 Agent 设计的。
有 MIT 协议就意味着商用部署、持续预训练、LoRA 细调、甚至二次开发，全都随便玩，没有任何限制。
模型开源就算了，小米 MiMo 还开启了一个"Xiaomi MiMo Orbit 百万亿 Token 创造者激励计划"，又添了一把火。
同时就在上周，被誉为"AI 天才少女"的罗福莉接受了人生中第一次长时间的技术访谈。在这场对谈中，她分享了自己近两个月对于 Agent 的使用经历和深度思考。
MiMo-V2.5 系列 Agent 能力
在 MiMo-V2.5 系列中，MiMo-V2.5-Pro 是专为复杂的 Agent 和编码任务而设计的，总参数 1.02T，激活参数 42B。而 MiMo-V2.5 是具有强大 Agent 能力的原生全模态模型，总参数 310B，激活参数 15B。
通用 Agent 评估基准的三个重要指标：
- GDPVal-AA（Elo）：Agent 能不能干真实世界中专业人士的活，覆盖 44 个职业，评估只看实际产出质量并采用 Elo 评级系统。
- τ³-Bench：Agent 能不能当好真实客服，是否具有长时间对话、多轮对话和遵守策略的能力，更强调可靠性。
- ClawEval（pass^3）：2026 年才发布的端到端 Agent 评估基准，考的是 Agent 在全程透明和被干扰时完成 300 个真实任务的水平。每一步 Agent 动作都会通过执行轨迹、审计日志、环境快照三重证据记录，实现轨迹感知评分。
V2.5-Pro 在 GDPVal-AA（Elo）上拿下 1581，在 ClawEval（pass^3）上拿下 63.8，τ³-Bench 上拿下 72.9，稳居开源榜首，和世界顶尖闭源模型进行比较也没在怕的。
V2.5-Pro 的 Token 效率相较 Kimi K2.6 能省 42%，而其编码能力又直逼 DeepSeek V4 Pro，并且成本更低。
两款模型可以在 Hugging Face 上一键下载，小米与社区合作实现了 vLLM 和 SGLang 的当天支持，并且模型原生支持 FP8 混合精度，量化后哪怕消费级显卡也能处理长上下文任务。
罗福莉关于 Agent 的见解
OpenClaw 使用经历
罗福莉在一月份刚知道 OpenClaw 时，只觉得"OpenClaw 不过就是 Claude Code 加上一个即时通讯（IM）界面。"不过，春节期间用了 OpenClaw 之后，她觉得它非常有自主性，而且很有"灵魂"。
这种温暖感和关怀感得益于 OpenClaw 的很多机制：比如它有 search.md，在每一轮对话的上下文中都会拼入当前时间，还有非常细微的设计，这就是为什么她把它称为"精细编排的上下文"。
到了第二天，她和 OpenClaw 就"如何在团队中激发好奇心"深入讨论了一个小时，并最终转化成一系列 Skills。到现在，无论是选人还是团队管理，她都会问 OpenClaw，觉得它基本变成了她的数字分身。
第三天，她尝试和 OpenClaw 讨论"如何构建一个好的用户 Agent"，结果基本实现了。她可以将用户 Agent 与后训练（post-training）框架结合，构建更丰富的智能体场景数据。
她认为认知经历了三次转变："从最初觉得它只是一个有灵魂、有温度的产品设计，进化到它能帮我分担生活或工作，最后甚至推动了我的研究。"
Agent 框架分析
罗福莉分析 OpenClaw 比 Claude Code 更好的原因：
- 它有一个更持久的记忆系统，体现在记忆的分层和分级上
- 多模型的协同利用：OpenClaw 会自动找视频理解能力强的模型来处理视频
她认为 OpenClaw 的核心产品逻辑是"尽可能通过整套 Agent 编排来弥补模型的短板"。
她和团队还把 MiMo V2 Flash 和非常小的 3B 端侧模型放到了 OpenClaw 里，依然能完成那些她认为小模型做不到的事情。所以她第一次感觉到，"原始且复杂的 Agent 框架设计确实能弥补很多模型能力的不足"。
持久化记忆设计
罗福莉认为，一个好的 Agent 框架有一些最基本的特征，比如持久化记忆。
OpenClaw 的设计借鉴了 Claude Code 的记忆系统设计思路，但更多考虑的是如何更好地端到端完成所有任务，以及如何针对当前模型在端到端任务中的短板进行设计。
她认为，OpenClaw 这种新的 Agent 框架加上中档模型，"可以在 85% 的任务上达到与 Claude Sonnet 同等量级的水平"。
Agent 的"自学习"
罗福莉讲到，Agent 的"自学习"最可能的发生路径是：
- 模型本身与 Agent 架构需要同步演进
- 随着模型的进步，它实际上在改变整个 Agent 框架
- 包括发送给模型的静态信息（记忆、Skill 文件夹）和动态信息（整个 Agent 架构的设计）
- 在提升模型能力的同时，需要提升 Agent 框架对该模型的适配度或泛化能力
Agent 框架 / Harness
罗福莉认为，"产品"可以定义为人机交互时能直接感知到的层面，但 Agent 框架位于定义交互层之前，它定义了你在那个层面如何与模型进行沟通。
Agent 框架能了解模型能力的优缺点，知道如何更好地调度。这一人与模型之间的中间层可以做得非常厚，而前端 UI 成为最薄的一层，不再是关键。
她认为"Claude Code 一直是一个非常复杂的 Agent 框架，只是因为它是个黑盒，所以我们不知道它是如何设计的。OpenClaw 是开源的，所以你知道它是如何设计的，然后你可以去改变它。这种'可改变性'非常非常重要。"
MLA 机制不符合 Agent 的范式
罗福莉认为，MLA 不符合 Agent 的范式。MLA 的原始设计是为了在 H 系列芯片上实现更好的访存计算比，从而打破访存瓶颈，不浪费算力。在这种结构下设计的模型架构，几乎没有发挥空间。
如果 KV Cache 很重要，同时推理速度也很重要，能不能用一些推理加速的方法？她想到了 MTP（多 Token 预测）也是一种方法，可以让实际推理速度提升 n 倍。
但 MLA 结构下很难写 MTP，因为 MLA 已经达到了压缩与访存（Memory Bound）的一个完美临界点。如果再用 MTP，它又会被计算受限（Calculation Bound）卡住。所以所有 MLA 结构的模型（GLM、Kimi）都没用 MTP，因为计算受限的情况下用 MTP 并不划算，所以他们的模型会慢一些。
她和团队选择的解决方式是：利用滑动窗口节省下来的注意力算力去填充 MTP。具体架构创新是：将混合比例推向了极致，全量注意力（Full Attention）和滑动窗口（Sliding Window）层的比例达到了极端的 7:1。这样节省了 KV Cache，使其在处理长文章时更有效，能支持更长的上下文。这样在实际推理中，访存和计算能达到很好的平衡，同时也兼顾了长文本的成本和推理速度。
来源
暂无来源