Open联合创始人：AI大模型2025年度回顾

推荐语

OpenAI联合创始人Andrej Karpathy重磅预测：2025年大模型将迎来两大革命性突破，彻底改变AI训练范式。

核心内容：
1. 训练方法升级：RLVR技术让模型自主探索解题策略
2. 智能形态揭秘：AI将呈现"锯齿状"能力分布
3. 基准测试局限：可验证环境下的高分不代表真实智能

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

Andrej Karpathy 是 OpenAI 联合创始人、前特斯拉 AI 总监，也是全球最有影响力的 AI 研究者之一。他刚刚发布了一篇 2025 年 LLM 年度回顾。 

我推荐每一个AI产品经理都学习，这里翻译为中文如下

 第一个大变化：训练方法的范式升级  

2025 年之前，训练一个好用的大模型基本是三步走：预训练、监督微调、人类反馈强化学习。

这个配方从 2020 年用到现在，稳定可靠。  

2025 年多了关键的第四步：RLVR，全称是 Reinforcement Learning from Verifiable Rewards，翻译过来就是「可验证奖励的强化学习」。 

 什么意思？简单说，就是让模型在「有标准答案」的环境里反复练习。比如数学题，答案对就是对，错就是错，不需要人来打分。

代码也一样，能跑通就是能跑通。  

这和之前的训练有什么本质区别？之前的监督微调和人类反馈，本质上是「照葫芦画瓢」，人给什么样本，模型学什么样本。但 RLVR 不一样，它让模型自己摸索出解题策略。

就像学游泳，之前是看教学视频模仿动作，现在是直接扔水里，只要你能游到对岸，怎么划水我不管。  

结果呢？模型自己「悟」出了看起来像推理的东西。它学会了把大问题拆成小步骤，学会了走错路时回头重来。这些策略如果靠人类标注示范，根本标不出来，因为人自己也说不清「正确的思考过程」长什么样。  

这个变化带来一个连锁反应：算力的分配方式变了。以前大部分算力砸在预训练阶段，现在越来越多算力用于 RL 阶段。

模型的参数规模没怎么涨，但推理能力飙升。OpenAI 的 o1 是这条路的起点，o3 是真正让人「感觉到不一样」的拐点。  

还有个新玩法：推理时也能花更多算力。让模型「想久一点」，生成更长的推理链条，效果就更好。这相当于多了一个调节能力的旋钮。  

第二个大变化：我们终于搞懂了 AI 是什么「形状」的聪明 

 Karpathy 用了一个很妙的比喻：我们不是在「养动物」，而是在「召唤幽灵」，人类的智能是进化出来的，优化目标是「在丛林里让部落活下去」。

大模型的智能是训练出来的，优化目标是「模仿人类文本、在数学题里拿分、在评测榜单上刷分」。 

 优化目标完全不同，出来的东西当然也完全不同。  

所以 AI 的智能是「参差不齐」的，英文叫 jagged intelligence。它可以在某些领域表现得像全知全能的学者，同时在另一些领域犯小学生都不会犯的错。上一秒帮你推导复杂公式，下一秒被一个简单的越狱提示骗走你的数据。

  为什么会这样？因为哪个领域有「可验证的奖励」，模型在那个领域就会长出「尖刺」。

数学有标准答案，代码能跑测试，所以这些领域进步飞快。但常识、社交、创意这些领域，什么是「对」很难定义，模型就没法高效学习。 

 这也让 Karpathy 对基准测试失去了信任。道理很简单：测试题本身就是「可验证环境」，所有基准都刷满了，但离真正的通用智能还差得远，这是完全可能发生的事。 

 第三个大变化：LLM 应用层浮出水面  

Cursor 今年火得一塌糊涂，但 Karpathy 认为它最大的意义不是产品本身，而是证明了「LLM 应用」这个新物种的存在。  

大家开始讨论「X 领域的 Cursor」，这说明一种新的软件范式成立了。这类应用做什么？  

• 第一，做上下文工程。把相关信息整理好，喂给模型。 

• 第二，编排多个模型调用，后台可能串了一堆 API 调用，平衡效果和成本。 

• 第三，提供专业场景的界面，让人类能在关键节点介入。

•  第四，给用户一个「自主程度滑杆」。

你可以让它多干点，也可以让它少干点。  有个问题被讨论了一整年：这个应用层有多「厚」？模型厂商会不会把所有应用都吃掉？  

Karpathy 的判断是：模型厂商培养的是「有通用能力的大学毕业生」，但 LLM 应用负责把这些毕业生组织起来、培训上岗，变成能在具体行业干活的专业团队。数据、传感器、执行器、反馈循环，这些都是应用层的活。  

第四个大变化：AI 搬进了你的电脑  Claude Code 是今年最让 Karpathy 印象深刻的产品之一。

它展示了「AI 智能体」应该长什么样：能调用工具、能做推理、能循环执行、能解决复杂问题。  

但更关键的是，它跑在你的电脑上。用你的环境、你的数据、你的上下文。  Karpathy 认为 OpenAI 在这里判断失误了。他们把 Codex 和智能体的重心放在云端容器里，从 ChatGPT 去调度。这像是在瞄准「AGI 终局」，但我们还没到那一步。  

现实是，AI 的能力还是参差不齐的，还需要人类在旁边看着、配合着干活。把智能体放在本地，和开发者并肩工作，才是当下更合理的选择。  Claude Code 用一个极简的命令行界面做到了这一点。

AI 不再只是你访问的一个网站，而是「住在」你电脑里的一个小精灵。这是一种全新的人机交互范式。 

 第五个大变化：Vibe Coding 起飞了  2025 年，AI 的能力跨过了一个门槛：你可以纯用英语描述需求，让它帮你写程序，完全不用管代码长什么样。Karpathy 随手发了条推特，给这种编程方式起了个名字叫 vibe coding，结果这个词火遍全网。 

这意味着什么？编程不再是专业程序员的专利，普通人也能做。这和过去所有技术的扩散模式都不一样。以前新技术总是先被大公司、政府、专业人士掌握，然后才慢慢下沉。但大模型反过来，普通人从中受益的比例远超专业人士。  

不只是「让不会编程的人能编程」。对会编程的人来说，很多以前「不值得写」的小程序现在都值得写了。

Karpathy 自己就用 vibe coding 做了一堆项目：用 Rust 写了个定制的分词器、做了好几个工具类 App、甚至写了一次性的程序只为找一个 bug。  代码突然变得廉价、即用即弃、像草稿纸一样随便写。

这会彻底改变软件的形态和程序员的工作内容。 

 第六个大变化：大模型的「图形界面时代」要来了  Google 的 Gemini Nano Banana 是今年最被低估的产品之一。

它能根据对话内容实时生成图片、信息图、动画，把回复「画」出来而不是「写」出来。  Karpathy 把这件事放到更大的历史脉络里看：大模型是下一个重大计算范式，就像 70 年代、80 年代的计算机一样。所以我们会看到类似的演进路径。  现在和大模型「聊天」，有点像 80 年代在终端敲命令。文字是机器喜欢的格式，但不是人喜欢的格式。

人其实不爱读文字，读文字又慢又累。人喜欢看图、看视频、看空间布局。这就是传统计算机为什么要发明图形界面。  大模型也需要自己的「GUI」。

它应该用我们喜欢的方式跟我们说话：图片、幻灯片、白板、动画、小应用。现在的 Emoji 和 Markdown 只是初级形态，帮文字「化个妆」。真正的 LLM GUI 会是什么样？Nano Banana 是一个早期暗示。  最有意思的是，这不只是图像生成的事。它需要把文本生成、图像生成、世界知识全部绞在一起，在模型权重里融为一体。

  Karpathy 的总结是这样的：2025 年的大模型，比他预期的聪明，也比他预期的蠢。两者同时成立。  但有一点很确定：即使以现在的能力，我们连 10% 的潜力都没挖掘出来。

还有太多想法可以试，整个领域感觉是敞开的。

  他在 Dwarkesh 的播客里说过一句看似矛盾的话： > 他相信进步会继续飞速推进， > 同时也相信还有大量的工作要做。 

 两件事并不矛盾。2026 年系好安全带继续加速吧。

 连续体验48款应用，通过后原路退回

 

报名后添加星球助理

PMTalk123