币界网消息，罗福莉表示，大模型竞争已从预训练主导的chat时代，全面转向后训练主导的agent时代。当前的核心赛点是如何在agent上做好强化学习的scaling。她透露，在chat时代，用于研究、预训练和后训练的算力比例约为3:5:1而在如今的agent时代，合理的算力分配比例变为3:1:1，即预训练与后训练的算力投入已基本相当，目前顶尖模型团队在这两项的投入比例已达到1:1。同时，系统架构的要求也发生巨变，过去的强化学习基础设施主要以模型推理引擎为核心，处理纯文本演算现在的基建必须以agent为核心，支持异构集群调度，并能容忍agent在复杂工作流中因各类不可控因素中断的模糊性。