最近各種年度回顧陸續(xù)上線， OpenAI 的前聯(lián)合創(chuàng)始人 Andrej Karpathy 也交出了自己對(duì)大模型的年度總結(jié)。

就在今年早些時(shí)候，，提出了不少新的觀點(diǎn)：

• 軟件 3.0 已來(lái)： 從最初的人寫代碼（1.0），到喂數(shù)據(jù)訓(xùn)練模型（2.0），現(xiàn)在我們進(jìn)入了直接對(duì)模型「念咒語(yǔ)」（Prompt）的 3.0 時(shí)代。

• LLM 是新操作系統(tǒng)： 它是一個(gè)負(fù)責(zé)調(diào)度內(nèi)存（Context Window）和 CPU（推理算力）的復(fù)雜 OS。

• Agent 的十年： 別指望 AI Agent 一年就成熟，從 99% 到 99.999% 的可靠性，我們需要走上十年。

Karpathy 今天這篇《2025 年度總結(jié)》，他再次向我我們剖析了這一年 AI 究竟長(zhǎng)出了什么樣的「腦子」。

以下是對(duì) Karpathy 年度總結(jié)的精譯，APPSO 在不改變?cè)獾幕A(chǔ)上做了更多通俗解讀。

如果想看原文可以點(diǎn)擊

https://karpathy.bearblog.dev/year-in-review-2025/

太長(zhǎng)不看版：

2025 年既讓人興奮，又有點(diǎn)讓人措手不及。

LLM 正在作為一種新型智能涌現(xiàn)，它同時(shí)比我預(yù)期的要聰明得多，也比我預(yù)期的要笨得多。

無(wú)論如何，它們極其有用。我認(rèn)為即使以目前的能力，行業(yè)甚至還沒(méi)挖掘出其潛力的 10%。同時(shí)，還有太多的想法可以嘗試，從概念上講，這個(gè)領(lǐng)域感覺(jué)依然廣闊。

正如我今年早些時(shí)候提到的，我同時(shí)（看起有點(diǎn)矛盾）相信：我們將看到持續(xù)快速的進(jìn)步，但前方仍有大量艱苦的工作要做。

系好安全帶，我們要發(fā)車了。

1. RLVR：教 AI 像做奧數(shù)題一樣「思考」

在解釋這個(gè)復(fù)雜的基礎(chǔ)概念之前，先看看以前大模型訓(xùn)練是怎么做的？

在 2025 年初，各大實(shí)驗(yàn)室訓(xùn)練 LLM 的「老三樣」配方非常穩(wěn)定：

1.預(yù)訓(xùn)練（Pretraining）：像 GPT-3 那樣，讓 AI 讀遍全網(wǎng)文章，學(xué)會(huì)說(shuō)話。

2.監(jiān)督微調(diào)（SFT）：找人寫好標(biāo)準(zhǔn)答案，教 AI 怎么回答問(wèn)題。

3.人類反饋強(qiáng)化學(xué)習(xí)（RLHF）：讓 AI 生成幾個(gè)答案，人來(lái)打分，教它討人喜歡。

現(xiàn)在發(fā)生了什么變化？

2025 年，我們?cè)谶@個(gè)配方里加了一味猛藥：RLVR（從可驗(yàn)證獎(jiǎng)勵(lì)中進(jìn)行強(qiáng)化學(xué)習(xí)）。

這是什么意思？

簡(jiǎn)單來(lái)說(shuō)，就是不再讓人來(lái)打分（人太慢且主觀），反而讓 AI 去做那些「有標(biāo)準(zhǔn)答案」的任務(wù)，比如數(shù)學(xué)題或?qū)懘a。對(duì)就是對(duì)，錯(cuò)就是錯(cuò)，機(jī)器能自動(dòng)驗(yàn)證。

在數(shù)百萬(wàn)次的自我博弈和試錯(cuò)中，模型自發(fā)地演化出了看似「推理」的策略。它們學(xué)會(huì)了先把大問(wèn)題拆解成小步驟，甚至學(xué)會(huì)了「回過(guò)頭來(lái)檢查」這種高級(jí)技巧（參考 DeepSeek R1 論文）。

核心對(duì)比：

舊范式（RLHF）： 像是教小孩寫作文。因?yàn)闆](méi)有標(biāo)準(zhǔn)答案，AI 很難知道自己哪一步想錯(cuò)了，只能模仿人類的語(yǔ)氣。

新范式（RLVR）： 像是把 AI 關(guān)進(jìn)奧數(shù)訓(xùn)練營(yíng)。不用教它具體怎么想，只要給它足夠多的題和對(duì)錯(cuò)反饋，它自己就能摸索出解題套路。

這一招太好用了，以至于 2025 年大部分算力都被這只「吞金獸」吃掉了。

結(jié)果就是：模型并沒(méi)有變大，但訓(xùn)練時(shí)間變長(zhǎng)了。 我們還獲得了一個(gè)新旋鈕：讓 AI 思考得久一點(diǎn)。OpenAI 的 o1 是開(kāi)端，而 o3 則是真正的拐點(diǎn)。

2. 幽靈 vs 動(dòng)物：AI 不是「電子寵物」

2025 年，我和整個(gè)行業(yè)終于從直覺(jué)上理解了 LLM 智能的「形狀」。

一個(gè)驚悚的比喻：我們不是在像養(yǎng)成寵物一樣訓(xùn)練模型，我們是在「召喚幽靈」。

為什么這么說(shuō)？

因?yàn)?AI 的一切都和生物不同。人類的大腦是為了在叢林里活下來(lái)、為了繁衍后代而優(yōu)化的；而 LLM 的大腦是為了模仿人類文字、在數(shù)學(xué)題里拿分、在競(jìng)技場(chǎng)里騙贊而優(yōu)化的。

參差不齊的智能（Jagged Intelligence）：正是因?yàn)?RLVR（可驗(yàn)證獎(jiǎng)勵(lì)）的存在，AI 的能力在某些領(lǐng)域（如數(shù)學(xué)、編程）會(huì)突然飆升成刺狀。這就導(dǎo)致了一種極其滑稽的現(xiàn)象：

它同時(shí)是一個(gè)絕世天才（秒解高數(shù)題）；

又是一個(gè)智障小學(xué)生（會(huì)被簡(jiǎn)單的邏輯陷阱騙得團(tuán)團(tuán)轉(zhuǎn)）。

這里 Karpathy 引用了一張梗圖：人類智能是圓潤(rùn)的藍(lán)色圓圈，AI 智能是像海膽一樣滿是尖刺的紅色圖形。這很形象.

這也解釋了為什么我對(duì)現(xiàn)在的「跑分榜單」（Benchmarks）失去了信任。

什么是「刷榜」的本質(zhì)？

既然榜單是可驗(yàn)證的，那就可以用 RLVR 針對(duì)性訓(xùn)練。現(xiàn)在的實(shí)驗(yàn)室都在搞「應(yīng)試教育」，把 AI 的能力尖刺專門往考題上長(zhǎng)。「在測(cè)試集上訓(xùn)練」已經(jīng)不僅僅是作弊，而成了一門新的藝術(shù)形式。

3. Cursor：不僅是編輯器，更是「包工頭」

Cursor 今年的爆火，揭示了一個(gè)新真相：LLM 應(yīng)用層比我們想象的要厚。

大家開(kāi)始談?wù)摗羔t(yī)療界的 Cursor」、「法律界的 Cursor」。這些應(yīng)用到底做了什么？

上下文工程師： 幫你整理好所有背景資料喂給 AI。

工頭： 在后臺(tái)偷偷指揮多個(gè) LLM 干活，把復(fù)雜任務(wù)拆解，還要幫你省錢。

遙控器： 給你一個(gè)調(diào)節(jié)「自主性」的滑塊，決定放手讓 AI 干多少。

預(yù)測(cè)：大模型實(shí)驗(yàn)室（如 OpenAI）會(huì)負(fù)責(zé)培養(yǎng)「全科大學(xué)生」；而應(yīng)用開(kāi)發(fā)商（如 Cursor）則負(fù)責(zé)給這些學(xué)生提供私有數(shù)據(jù)和工具，把他們組建成「專業(yè)施工隊(duì)」。

4. Claude Code：住在你電腦里的「賽博幽靈」

Claude Code (CC) 的出現(xiàn)讓我眼前一亮。它不僅僅是一個(gè)能寫代碼的 Agent（智能體），更重要的是：它活在你的電腦里。

對(duì)比來(lái)看，我認(rèn)為 OpenAI 搞錯(cuò)了方向。

OpenAI 早期的 Agent 都在云端跑（ChatGPT），離你的真實(shí)環(huán)境太遠(yuǎn)。雖然云端智能體聽(tīng)起來(lái)像是 AGI 的終局，但在當(dāng)前這個(gè)「參差不齊」的過(guò)渡階段，本地才是王道。

為什么本地很重要？

因?yàn)槟愕拇a、你的配置、你的密鑰、你的混亂環(huán)境，都在本地。Anthropic（Claude 的母公司）搞對(duì)了優(yōu)先級(jí)，他們把 AI 塞進(jìn)了一個(gè)小小的命令行界面（CLI）里。

它不再是你瀏覽器里的一個(gè)網(wǎng)頁(yè)（像 Google 那樣），它變成了一個(gè)寄宿在你電腦里的「賽博幽靈」，隨時(shí)準(zhǔn)備幫你干活。這才是未來(lái) AI 交互的樣子。

5. Vibe Coding

什么是 Vibe Coding？

這是我在推特上隨口造的一個(gè)詞（居然火了）：意思是寫代碼不再需要你真的懂語(yǔ)法，你只需要用英語(yǔ)描述你的「意圖」和「感覺(jué)」，剩下的交給 AI。

這帶來(lái)了什么改變？

對(duì)于普通人： 編程的門檻徹底消失了。

對(duì)于專家： 代碼變得像紙巾一樣「廉價(jià)、一次性、用完即棄」。

舉個(gè)例子，我為了找一個(gè) Bug，可能會(huì)讓 AI 現(xiàn)場(chǎng)寫一個(gè)專門的 App 來(lái)測(cè)試，測(cè)完就刪。放在以前，為了找個(gè) Bug 專門寫個(gè) App？瘋了吧！但在 2025 年，代碼是免費(fèi)的。

Vibe Coding 將會(huì)徹底重塑軟件行業(yè)，也會(huì)改寫程序員的招聘 JD。

6. Nano Banana：基于大模型的 GUI 要來(lái)了

為什么現(xiàn)在的 AI 交互很反人類？

不管是 ChatGPT 還是 Claude，我們還在用「打字」跟它們聊天。這就像 80 年代還在用 DOS 命令行的黑底白字。

事實(shí)是： 計(jì)算機(jī)喜歡文本，但人類討厭讀文本。人類是視覺(jué)動(dòng)物，我們喜歡看圖、看表、看視頻。

Google Gemini Nano banana（這是一個(gè)虛構(gòu)的模型代號(hào)，指代某種多模態(tài)交互模型）是 2025 年的另一個(gè)范式轉(zhuǎn)變。它暗示了未來(lái)的 LLM GUI（大模型圖形界面） 是什么樣子的。

未來(lái)的 AI 不應(yīng)該給你吐一堆字，它應(yīng)該直接給你畫一張圖、生成一個(gè)網(wǎng)頁(yè)、彈出一個(gè)交互面板。

這不僅僅是「畫圖」，而是將文本生成、邏輯推理和視覺(jué)表達(dá)糾纏在一起的混合能力。

歡迎加入 APPSO AI 社群，一起暢聊 AI 產(chǎn)品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡(jiǎn)歷投遞郵箱hr@ifanr.com

?? 郵件標(biāo)題「姓名+崗位名稱」（請(qǐng)隨簡(jiǎn)歷附上項(xiàng)目/作品或相關(guān)鏈接）