当前进度约20%
今年可能到60%-70%，两年内实现
这个预测基于Agent智能体的快速发展——以前觉得3-5年，现在她觉得1-2年就能摸到边界。
[二R]、最大的范式转变：从"堆模型"到"堆能力"
过去几年大家在拼预训练——谁模型大、谁数据多。
但现在风向变了。
预训练和后训练的算力分配，从过去的5:1，变成了今年的1:1。
翻译成人话就是：
行业开始更在意"这个模型能干什么"，而不是"这个模型有多大"。
[三R]、中美代差，她说得挺直接
预训练阶段基本没有差距了。
国内Kimi、MiMo这些都有1T参数以上的基座模型。
差距只剩两三个月——就看谁对Agent新范式反应更快。
[四R]、最让人后背发凉的一句话
她说："我之前认为自己的工作足够有创造力，不会被workflow化。但我现在发现，它竟然也能。"
这是亲手训练大模型的人说的。
连AI研究员自己都低估了AI能渗透的范围。
[五R]、小米MiMo的进展
MiMo-V2.5-Pro已经可以稳定完成单次近千轮工具调用的长程任务。
他们还秀了个例子：
北大本科生要花几周做的编译器开发，MiMo 4.3小时搞定，调用672次工具，满分通过。
Token效率比Kimi K2.6节省42%。
[六R]一个有意思的管理实验
她带团队的方式很极客：
1、没有职级
2、没有小组
3、没有deadline
她原话是"平权有利于创新，任何层级都是对创造力的压制"。
听起来很理想主义，但小米给了她这个足够的空间；
总结一下，这场访谈最值得记住的不是"AGI还有两年"这句，而是：
行业已经进入新战场——不是比谁模型大，而是比谁让模型真正能干活。
学长觉得，对于普通人来说：
与其追AGI时间表，不如现在就挑一件自己最熟悉的工作，让AI完整做一遍，看看AI在实际生活能落地多少？
