作者｜Ya
Tu瑞鑫融资租赁有限公司ring Post频道最近宣布了一期与MiniMax高级研究员Olive Song的深度对话，，，，，，，这也是西方媒体首次对MiniMax研究团队的一对一访谈。。。。 。对话录制于1月尾一个周日晚上九点，，，，，，，其时Olive正在期待新一轮模子实验的效果。。。。 。两周后，，，，，，，MiniMax在马年春节档投下重磅炸弹。。。。 。
2月11日深夜，，，，，，，M2.5正式宣布，，，，，，，SWE-Bench Verified得分80.2%，，，，，，，Multi-SWE-Bench拿下51.3%的全球第一，，，，，，，编程与Agent能力直接对标Claude Opus 4.6，，，，，，，而价钱只有后者的二十分之一。。。。 。12日上线MiniMax Agent，，，，，，，13日在Hugging Face全球开源。。。。 。
这只是2026年春节档国产大模子宣布潮的一个缩影。。。。 。
统一个晚上，，，，，，，智谱GLM-5以“Pony Alpha”的匿名身份在OpenRouter走红数日后正式揭面，，，，，，，744亿参数对标Claude Opus 4.5。。。。 。除夕当天（2月16日），，，，，，，阿里千问Qwen 3.5-Plus压轴登场�。。。 。�，，，3970亿总参数、170亿激活参数，，，，，，，API价钱仅为Gemini 3 Pro的十八分之一。。。。 。
不过，，，，，，，去年引发春节AI风暴的DeepSeek，，，，，，，V4版本则没有正式露面。。。。 。虽然2月11日用户发明DeepSeek悄然将上下文窗口从128K升级至1M，，，，，，，但回复气概骤变引发“变冷淡”热搜，，，，，，，被以为只是V4的灰度测试，，，，，，，阻止今天官方仍未正式官宣。。。。 。
即便云云，，，，，，，一周之内，，，，，，，中国AI公司上演的这场“春节军备竞赛”，，，，，，，已经足够震撼。。。。 。
虽然，，，，，，，春节档不但是海内大模子在卷，，，，，，，外洋也在卷，，，，，，，Anthropic宣布了sonet4.6，，，，，，，Grok也更新了一个新的版本。。。。 。
M2.5开源后，，，，，，，迅速被社区明星项目OpenClaw选为推荐模子。。。。 。OpenClaw早在1月30日就通过OAuth（开放授权协议）插件接入了MiniMax的模子效劳，，，，，，，M2.5宣布后开发者可以零设置切换，，，，，，，在Telegram、WhatsApp上跑起自己的AI助手，，，，，，，每小时本钱仅1美元。。。。 。
1月9日才以165港元刊行价上岸港交所的MiniMax，，，，，，，在M2.5宣布前后股价一度大涨凌驾20%，，，，，，，到春节前最后一个生意日（2月16日）收于847港元，，，，，，，上市仅39天累计涨幅凌驾413%，，，，，，，市值突破2656亿港元。。。。 �；；；； ；Ｗ吩偬獬《曰埃�，，，会发明Olive在访谈中提到的险些每一个手艺难题，，，，，，，都精准预言了M2.5最终要解决的偏向：情形适配、长程使命、Agent对齐、推理效率。。。。 。
她其时把即将宣布的版本称为“2.2”，，，，，，，说“约莫1个月到1个半月发一个版本”。。。。 。从2025年10月尾的M2到2026年2月中旬的M2.5，，，，，，，108天三个主要版本，，，，，，，MiniMax的迭代速率比她自己的预期还快。。。。 。
1、早上ICU，，，，，，，晚上KTV
Olive用了一个MiniMax内部盛行的段子来形容她的一样平常。。。。 。“一天之内不会全是好日子或全是坏日子。。。。 。我们开顽笑说，，，，，，，早上ICU，，，，，，，晚上KTV——有时间反过来也行。。。。 。”意思是早上可能还在抢救崩掉的实验（ICU，，，，，，，重症监护室），，，，，，，晚上就拿到好效果最先庆祝了（KTV，，，，，，，卡拉OK）；；；； ；；也可能早上效果很好，，，，，，，晚上又塌了。。。。 。效果在一天之内强烈摆动，，，，，，，是这个事情的常态。。。。 。
她做的是强化学习（reinforcement learning，，，，，，，简称RL，，，，，，，一种让模子通过试错和奖励信号来刷新自身行为的训练要领）和模子评估，，，，，，，这两个领域是模子开发中最不留人情的环节。。。。 。她也比大大都美国大型AI实验室面临更多资源约束。。。。 。
强化学习训练中，，，，，，，模子会想尽一切步伐“hack”（黑掉）系统来获取高分。。。。 。“它会猖獗挪用bash下令（操作系统的下令行指令），，，，，，，有时间做出很是不清静的行为。。。。 。”Olive说。。。。 。专家开发者对模子行为有自己的预期，，，，，，，但不加约束的模子完全不按套路出牌。。。。 。
这种发明“新行为”的历程，，，，，，，在她看来反而是最兴奋的时刻。。。。 。“纵然这些行为可能不清静，，，，，，，可能不切合预期，，，，，，，发明它们自己就很刺激。。。。 。”至于坏新闻？？？？ ？？？？“看到糟糕效果的那一瞬间确实欠好受，，，，，，，但一旦最先拆解问题、定位缘故原由，，，，，，，又酿成了好时光。。。。 。”
MiniMax的研发节奏要求团队随时在线。。。。 。有人通宵事情白天睡觉，，，，，，，有人随着实验周期走。。。。 。“实验跑一整天，，，，，，，中心可以休息，，，，，，，但若是我们对效果很好奇，，，，，，，基础等不了。。。。 。我们对效果充满热情。。。。 。”Olive说。。。。 。这种弹性制度听起来自由，，，，，，，现实上靠的是对效果的高度投入。。。。 。2、逐层排查：FP32精度的故事
Olive分享了一个MiniMax M1时期的手艺故事，，，，，，，厥后在开源社区广为撒播。。。。 。
其时强化学习训练的准确率怎么都上不去。。。。 。团队逐层检查log probabilities（对数概率，，，，，，，模子对每个词的展望置信度的数学体现），，，，，，，发明理论上应该收敛的算法保存一个隐藏的误差，，，，，，，最终定位到问题泉源是LM head（语言模子头，，，，，，，模子最后一层，，，，，，，认真将内部体现转换为对每个词的概率展望）的数值精度。。。。 。把它从低精度切换到FP32（32位浮点数，，，，，，，一种更高精度的数值名堂）之后，，，，，，，训练恢复正常。。。。 。
“理论上算法必需work，，，，，，，那一定是实现层面有什么gap。。。。 。”Olive说。。。。 。她的思绪是：先确认理论算法的准确性，，，，，，，然后剖析理论与实现之间的差别，，，，，，，逐层排查。。。。 。她把这叫做追求“理论极限”——每一个实现细节都要尽可能迫近理论算法的最优状态。。。。 。“我们发明精度问题是阻止我们靠近谁人极限的因素之一，，，，，，，然后我们解决了它。。。。 。”
这种从第一性原理出发的要领论，，，，，，，在MiniMax险些天天都在爆发。。。。 。“每一天，，，，，，，每一个小组，，，，，，，都会遇到类似的问题。。。。 。”
她拒绝透露正在举行的类似发明。。。。 。“我们希望果真揭晓的结论是经由深度验证的，，，，，，，不是半制品。。。。 。若是有突破，，，，，，，我们一定会揭晓。。。。 。”厥后M2.5宣布时，，，，，，，MiniMax在手艺博客中写道，，，，，，，M2系列前进的要害驱动力之一正是“强化学习的规�；；；； ；；保�，，，配合自研的RL框架Forge、算法优化、奖励信号设计和基础设施工程。。。。 。Olive访谈中重复强调的“工程极其主要”，，，，，，，在这里获得了最直接的验证。。。。 。
3、人类对齐：模子不可为了目的而不择手段
MiniMax的M2系列定位为编程和Agent模子。。。。 。Olive以为，，，，，，，目今和未来版本面临的最主要课题是人类对齐（human alignment，，，，，，，确保模子的行为切合人类意图和期望）。。。。 。
“模子必需在高效和清静之间取得平衡。。。。 。它不可为了告竣最终目的就自行生长、做出危险行为。。。。 。”她说。。。。 。对齐的焦点在于三件事：怎样界说人类对齐，，，，，，，怎样界说专家的期望，，，，，，，以及怎样现实训练模子来知足这些期望。。。。 。
这里的“专家”是指和研究员坐在一起事情的开发者。。。。 。MiniMax的组织方法是研究员和差别领域的开发者混淆办公，，，，，，，天天禀享实验效果。。。。 。“我们坐在一起看模子的行为，，，，，，，开发者能连忙发明问题，，，，，，，然后我们一起想出修复计划或者构建新的训练数据。。。。 。”
宣布前一到两周，，，，，，，团队会举行大规模评估和对齐调优。。。。 。内部有多维度的清静基准，，，，，，，涵盖敏感性清静（sensitive safety）和对齐清静（alignment safety）等差别方面。。。。 。但Olive也坦承，，，，，，，一旦模子以开放权重（open weights，，，，，，，果真模子参数，，，，，，，允许用户自行安排和微调）宣布，，，，，，，用户可以做的事情凌驾了他们的控制规模。。。。 。“说真话，，，，，，，我不知道我们怎么处置惩罚这个问题。。。。 。执法和规则在那里，，，，，，，人们也认同某些品德标准。。。。 。”
4. MiniMax Her与Intelligence with Everyone
访谈中，，，，，，，主持人提到了MiniMax Her的宣布——这款角色饰演产品在Twitter上引发了普遍讨论。。。。 。Olive坦言自己不是这方面的专家，，，，，，，MiniMax有一个专门团队认真角色饰演相关事情。。。。 。
但她增补了团队的共识：“我们确实信托，，，，，，，角色饰演，，，，，，，或者说AI陪同人类、与人互动，，，，，，，在未来AI融入社会生涯的历程中很是主要。。。。 。这代表了一种很是卓越的能力，，，，，，，由于这是humanlike的——它有情绪，，，，，，，它明确你的情绪，，，，，，，而不但是解几道考试题。。。。 。这是AI能力的另一面。。。。 。”
MiniMax的理念口号是“Intelligence with Everyone”（智能与每小我私家）。。。。 。对Olive小我私家而言，，，，，，，这意味着AI怎样切实改变了她的生涯。。。。 。“以前有许多很是专业的问题我无法明确，，，，，，，好比专业的编程问题或优化问题，，，，，，，现在借助AI我能做到了。。。。 。这样我就能和更多人交流，，，，，，，交流更多想法。。。。 。”另一方面，，，，，，，AI也资助了她的一样平常生涯，，，，，，，事情、一样平常事务、自我治理。。。。 。“它改变了我的生涯，，，，，，，我希望它也能改变每小我私家的生涯——虽然是往好的偏向。。。。 。”
5、反响网络：从内部开发者到外部用户
主持人问到了一个现实问题：有没有在基准测试中没有袒露、但在真实Agent使用中才展现的强化学习失败模式？？？？ ？？？？MiniMax怎样网络反响来刷新下一代模子？？？？ ？？？？
Olive形貌了一个两阶段的流程。。。。 。第一阶段是内部，，，，，，，开发者使用模子并指出问题，，，，，，，团队据此修复，，，，，，，但这还不敷。。。。 。第二阶段在模子正式宣布之后，，，，，，，来自外部的大宗反响会涌入。。。。 。“我们系统地网络这些反响�。。。 。�，，，剖析每一个问题。。。。 。有些是基础性的，，，，，，，有些只是我们遗漏的小问题，，，，，，，可以很快修复。。。。 。”
MiniMax的团队按能力�？？？？ ？？？？榉止ぁ�。。。 。网络到需要刷新的问题后，，，，，，，差别的人认领各自认真的部分。。。。 。“他们会说‘我以为我能解决这个问题，，，，，，，我会在下一代模子中解决它’，，，，，，，这就是我们网络反响并刷新模子的方法。。。。 。”
6、开放模子在生产情形中首先在那里失败？？？？ ？？？？
随后，，，，，，，主持人问了一个尖锐的问题：开放模子在真实生产情形中，，，，，，，最先出问题的地方是什么？？？？ ？？？？推理、工具挪用、状态追踪、评估——哪个环节最先瓦解？？？？ ？？？？
Olive给出了一个详细的谜底：情形适配。。。。 。
“好比许多人用Claude在差别的编码情形里事情，，，，，，，他们以为模子在所有情形里都体现一样好。。。。 。但我不觉适目今的开放模子能抵达那种准确度，，，，，，，或者说对差别情形、差别工具界说的明确深度。。。。 。”
她认可这是一个可以解决的问题，，，，，，，MiniMax正在为此起劲。。。。 。“我们在2.2里刷新了这个问题，，，，，，，但还没有抵达Opus的水平。。。。 。2.5的时间可能可以。。。。 。我们确实有一些系统性的研究正在举行，，，，，，，已经展现了一些效果，，，，，，，但还不是最终结论，，，，，，，以是我不会说出来。。。。 。”
这段话在M2.5宣布后获得了印证。。。。 。MiniMax在M2.5的手艺文档中强调，，，，，，，模子在“完全没见过的情形”甚至“完全凌驾漫衍的情形”（out of distribution，，，，，，，训练时从未接触过的场景）中都展现出了比M2.1更高的得分。。。。 。他们把“数十万个真实重大情形中的大规模强化学习训练”列为焦点手艺路径。。。。 。
被问到是不是算力差别造成的，，，，，，，Olive的回覆很有分寸：“算力是一个方面，，，，，，，但我们怎么构建问题、怎么靠近问题，，，，，，，是另一个方面。。。。 。我们对后者更有信心，，，，，，，信托我们能解决这个问题。。。。 。”
7、为什么强调编码？？？？ ？？？？“用工程可以结构化整个天下”
MiniMax的M2系列主打编码能力，，，，，，，但这并不料味着他们放弃了通用模子的偏向。。。。 。Olive澄清说，，，，，，，他们正在走向通用化，，，，，，，只是在编码上投入了更多精神。。。。 。“PT视讯(中国区)官网模子也可以放进任何通用Agent scaffold（Agent框架/脚手架，，，，，，，为AI提供工具挪用、影象治理等基础能力的软件架构）里，，，，，，，包括我们自己的Agent产品，，，，，，，那是通用目的的。。。。 。我们也在做研究、报告写作、PPT之类的通用使命。。。。 。”
她给出了一个很小我私家化的理由来诠释为什么编码云云主要：“我以为通过编码，，，，，，，你可以结构化整个天下，，，，，，，用工程的方法建模许多工具。。。。 。对我来说，，，，，，，它背后是对人类能力的放大（scaled up humanity）。。。。 。它自己蕴含了大宗的智能和大宗的事情。。。。 。”
未来版本会更通用化。。。。 。“好比PT视讯(中国区)官网模子未来可以处置惩罚通用的办公场景，，，，，，，那就不但仅是编码了。。。。 。”
8、Agentic RL：界说使命、构建情形、打造基础设施
长程使命（long horizon，，，，，，，指需要模子在许多办法中一连妄想和执行的重大使命）是Agent模子的焦点挑战。。。。 。Olive把Agentic RL（面向智能体场景的强化学习）与古板RL的区别拆成了三个层面。。。。 。
第一，，，，，，，界说。。。。 。“首先你需要界说Agent是什么，，，，，，，界说Agent模子的事情方法。。。。 。你需要界说使命，，，，，，，界说模子的目的。。。。 。尤其在长程使命中，，，，，，，目的必需足够难题和多样。。。。 。”
第二，，，，，，，情形。。。。 。“你需要精彩的工程情形，，，，，，，规�；；；； ；；摹⒍嘌那樾巍�。。。 。不但仅是编码，，，，，，，尚有办公场景、差别类型的工具。。。。 。这是great engineering。。。。 。”
第三，，，，，，，基础设施。。。。 。“你需要卓越的RL基础设施，，，，，，，让模子真正能在很长的horizon上rollout（在RL中指模子在情形中执行一系列完整行动的历程），，，，，，，同时包管GPU使用效率、训练与rollout之间的高效衔接、训练稳固性。。。。 。”
她说，，，，，，，这就是Agentic RL与此前强化学习的差别之处。。。。 。
MiniMax有一个专门的团队认真盘算效率优化。。。。 。“他们的目的是最小化盘算使用量，，，，，，，同时训练更多。。。。 。”但被问到这是一个自力的团队照旧她自己需要加入的事情时，，，，，，，Olive笑了：“我们着实是统一个团队，，，，，，，由于我们就是强化学习团队。。。。 。我们从差别视角看统一个问题——可以从实现角度看，，，，，，，可以从数据角度看，，，，，，，但目的是一样的。。。。 。”
她还透露，，，，，，，团队正在做一些”新的Agentic RL事情“，，，，，，，不会随目今版本宣布。。。。 。”这取决于PT视讯(中国区)官网时间，，，，，，，我还不是很有信心，，，，，，，但我们在专注地做这件事。。。。 。“
9、为什么选择开源？？？？ ？？？？
MiniMax为什么选择开源？？？？ ？？？？Olive从研究员的角度给出了一个直率的回覆。。。。 。
“我们研究团队从第一天就想做开源。。。。 �？？？？ ？？？？瓷缜袅耍�，，，我入职第一天就学到了这一点。。。。 。”但她也坦言公司层面有差别思量。。。。 。“作为公司，，，，，，，各人会体贴这能不可赚钱，，，，，，，这是不是一学生意。。。。 �？？？？ ？？？？慈ㄖ氐幕埃�，，，用API的人可能会镌汰。。。。 。”
不过她迅速增补：“作为研究员，，，，，，，那不是我的重点。。。。 。从手艺角度，，，，，，，我们信托可以和开源社区一起构建更好的模子。。。。 。”
MiniMax自己也大宗使用开源工具。。。。 。推理框架方面，，，，，，，他们和vLLM、SGLang（两个主流的大模子推理和效劳框架，，，，，，，专注于高效安排和推理加速）深度相助。。。。 。Olive说团队会研究种种开源Agent框架的代码和设计逻辑，，，，，，，“看他们的代码，，，，，，，看他们怎样设计scaffold和引擎，，，，，，，然后反思我们自己对问题的思索方法，，，，，，，看是不是在统一个偏向上。。。。 。我们相互学习。。。。 。”
M2.5宣布时，，，，，，，MiniMax选择在Hugging Face（全球最大的开源模子托管平台）上以修改版MIT协议开源所有权重。。。。 。OpenClaw在1月30日的更新中就已经加入了MiniMax OAuth插件，，，，，，，闪开发者零设置接入MiniMax模子。。。。 。以后，，，，，，，OpenClaw社区最先涌现大宗基于M2.5的Agent应用，，，，，，，从Telegram机械人到全自动化办公流程。。。。 。有博主实测，，，，，，，三个M2.5 Agent通过Telegram全天候运行，，，，，，，本钱仅为使用闭源前沿模子的5%。。。。 。
10、开放模子的工程门槛
主持人追问了一个开发者体贴的问题：团队是否低估了开放模子相比闭源API所需要的工程投入？？？？ ？？？？事实使用开放模子意味着自行安排、治理算力、调试兼容性，，，，，，，这需要完全差别的工程能力。。。。 。
Olive说她小我私家没有这个困扰。。。。 。“若是有其他开源模子宣布，，，，，，，我就下载下来安排到PT视讯(中国区)官网机械上使用。。。。 。”但她明确外部小我私家开发者的处境：“尤其是当他们没有自己的算力时，，，，，，，通过OpenRouter（一个聚合多个AI模子API的效劳平台）之类的效劳毗连到模子会更容易。。。。 。”
她自己是各家模子的第一批用户。。。。 。“若是他们在午夜宣布模子，，，，，，，我午夜就在玩了。。。。 。”
11、模子评估：五个问题不敷
主持人请Olive推荐几个评估模子的要害问题。。。。 。她的回覆出人意料地严肃。。。。 。
“从专业评估的角度，，，，，，，五个问题远远不敷。。。。 。”她说。。。。 。要做公正的模子比照，，，，，，，需要在每个领域有足够数目的测试题，，，，，，，并且通常需要多次测试，，，，，，，由于“模子自己不敷稳固”。。。。 。
她指出了评估中的多个隐患：有些问题自己不准确，，，，，，，有些问题的谜底不唯一，，，，，，，有些测试情形不牢靠，，，，，，，好比gold pattern（标准谜底/参考模式）自己就通不过。。。。 。“若是做专业评估，，，，，，，必需确保评估集是准确的、多样的、抵达一定命目阈值的，，，，，，，这样测试才有置信度。。。。 。”
不过若是只是为了好玩，，，，，，，她建议用那些你小我私家感兴趣的问题就好。。。。 。她自己坚持着一套私人测试集。。。。 。“我从入职以来一直在网络种种问题，，，，，，，涵盖逻辑推理、数学证实、报告写作、Agent使命等等，，，，，，，许多许多。。。。 。每出一个新模子我就拿这些问题跑一遍，，，，，，，看差别模子怎么靠近这些问题，，，，，，，怎么反应。。。。 。差别的模子有差别的个性。。。。 。”
12、模子性格：通用模子应该能饰演所有角色
主持人叹息调解差别模子的性格，，，，，，，每个新模子都纷歧样。。。。 。Olive给出了她对模子性格的看法。。。。 。
“一个通用模子应该拥有所有性格，，，，，，，或者说应该能饰演所有角色。。。。 。它可能有一个默认性格，，，，，，，但若是用户想让它酿成差别的角色，，，，，，，它应该做到。。。。 。若是通过system prompt（系统提醒词，，，，，，，预先设定模子行为和身份的指令）注入新角色，，，，，，，它应该能切换。。。。 。”
她以为差别模子性格差别的缘故原由很可能是“训练数据的差别模式，，，，，，，以及差别团队可能有自己的constitution（行为准则/宪程序规范，，，，，，，界说模子默认行为的内部规则集）”。。。。 。
13、内部AI研究员：用Agent追踪一切
AI领域的信息洪流让所有人都在问统一个问题：怎么跟上？？？？ ？？？？Olive形貌了MiniMax的解决计划。。。。 。
“天天都有大宗新文章、博客、论文宣布。。。。 。PT视讯(中国区)官网处置惩罚方法是，，，，，，，我们有一个内部Agent，，，，，，，它追踪所有新的文章、博客和论文，，，，，，，然后按主题分发，，，，，，，做摘要，，，，，，，做剖析。。。。 。”她管它叫“内部研究员”（internal researcher）。。。。 。这个Agent先做第一轮过滤，，，，，，，把筛选后的效果推送给人类研究员。。。。 。“若是我们以为它过滤得欠好，，，，，，，我们还可以刷新它。。。。 。”
在这之后，，，，，，，团队会用编程Agent来快速上手新的代码客栈，，，，，，，“这样我们可以更快地明确新工具、更快地实验。。。。 。我们用Agent和我们自己的模子来加速跟进所有的希望。。。。 。”
14、从读论文到解决没人见过的问题
Olive回忆了入行前后的落差。。。。 。在学校里，，，，，，，她以为研究事情就是读论文、提想法、实现想法、跑实验，，，，，，，若是效果好就扩大规模。。。。 。
“加入公司事情几个月后，，，，，，，你就已经站在这个领域的最前沿了，，，，，，，或者说站在行业的顶端。。。。 。你必需想出真正新的工具，，，，，，，或者面临基础不知道怎么解决的问题。。。。 。这不是读一堆论文然后在论文基础上积累思索就行的。。。。 。你需要从最基础的层面明确问题，，，，，，，从最基础的层面去思索，，，，，，，才华找到准确的解决计划。。。。 。”
另一个重大的落差是工程。。。。 。“Engineering is very, very, very important。。。。 。我在学校不知道这一点。。。。 。”学校和实验室里的实验更像是toys（玩具），，，，，，，规模有限。。。。 。但一旦真正scale up数据、算力和职员，，，，，，，就会遇到必需漂亮地解决的工程问题。。。。 。“这是和我想象中差别的第二点。。。。 �；；；； ；；旧暇驼饬降恪�。。。 。”
15、公司目的与小我私家目的
MiniMax在公司层面有一个meta goal（元目的）：“好比我们想提升AI在改善生产力方面的能力，，，，，，，由于这是人们看重的价值。。。。 。”在这个公司使命下，，，，，，，每个研究员设定自己的目的。。。。 。
Olive的小我私家目的是什么？？？？ ？？？？“关于下一代模子，，，，，，，我真的想让模子能够和专家优雅地协作，，，，，，，更好地与专家和开发者相助。。。。 。”她预计这个目的约莫需要两个版本的迭代，，，，，，，也就是三个月左右。。。。 。
16、一连学习与AGI
Olive在AI Engineer峰会上谈到过一个看法：模子不是执行简单行动，，，，，，，而是一连在循环中提问和实验。。。。 。主持人问她这是否属于一连学习（continual learning，，，，，，，指模子在安排后仍能重新履历中一直学习和刷新）。。。。 。
“有一些重叠，，，，，，，看法上和手艺上都有。。。。 。但我在峰会上讲的还没有抵达完整一连学习的水平，，，，，，，更像是通往谁人偏向的路径。。。。 。”
她详细形貌了她在峰会上分享的内容：“好比模子在一个新情形中吸收到情形反响�。。。 。�，，，它需要知道该探索什么，，，，，，，该审查哪些情形信息，，，，，，，由于这是一个部分可视察的情形（partially observed environment，，，，，，，指Agent无法一次看到所有信息，，，，，，，需要自动探索才华获取全貌）。。。。 。它需要知道接纳什么行动来获得更好的信息，，，，，，，然后做出更好的反应，，，，，，，然后在情形中执行更难题、更重大的使命。。。。 。”这是第一阶段，，，，，，，“基本上现在所有Agent模子在某种水平上都能做到，，，，，，，也许不完善，，，，，，，但能做到一些。。。。 。”
之后的阶段涉及模子自己界说目的。。。。 。“那会是一个差别的界说，，，，，，，和我适才说的差别。。。。 。模子自己会界说自己的目的。。。。 。”她说团队在这个偏向上已经看到了一些差别形式的模子自我刷新，，，，，，，但还没有最终结论。。。。 。“也许在2.5的时间我们会有。。。。 。”
被问到是否信托AGI（通用人工智能），，，，，，，Olive讲了一个她面试MiniMax时的故事。。。。 。CEO问了她同样的问题。。。。 。
“我说，，，，，，，人们讨论AGI，，，，，，，也讨论ASI（超等人工智能），，，，，，，天天都在讨论。。。。 。人们有差别的界说，，，，，，，并且界说天天都在变，，，，，，，希望太快了，，，，，，，人们有差别的看法。。。。 。但我以为更主要的是，，，，，，，我们现实去朝着自己的界提及劲。。。。 。当我们搞清晰的时间，，，，，，，它就成真了。。。。 。”
她增补：“这是我面试时说的话，，，，，，，也是我今天的看法。。。。 。AGI的界说会在我们实现它的时间成为真实。。。。 。”
主持人总结：“当我们看到它的时间，，，，，，，我们就知道那是AGI。。。。 。”
“是的，，，，，，，没错。。。。 。但我们还没到那里。。。。 。AI的智能一定还能更好。。。。 。”Olive说。。。。 。
17、解决问题更像是探索
访谈最后，，，，，，，主持人问Olive：什么书对你影响最大？？？？ ？？？？
她提到了一本关于创立力的书，，，，，，，是她在本科时读的。。。。 。她记不清确切的书名了，，，，，，，或许叫“The Art of Creativity”之类的。。。。 。“它翻开了我对自己头脑的熟悉，，，，，，，改变了我看待天下和看待问题解决的方法。。。。 。”
她最后总结：“对我来说，，，，，，，现在瑞鑫融资租赁有限公司解决问题更像是探索（discovery）。。。。 。”