OpenAI 创始人之一，AI 大神 Andrej Karpathy 近日发布年度复盘，称 2025 年是大型语言模型领域蓬勃发展的一年，出现了六个关键的&#34;范式转变&#34;拐点。这些变化不仅改变了行业格局，更重要的是揭示了 LLM 正在演变成一种全新的智能形态。
12 月 20 日，据硬 AI 消息，Karpathy 在社交平台 X 上发布的年度复盘中表示，LLM 正在演变成一种新型智能，&#34;比我预期的要聪明得多，同时也比我预期的要笨得多&#34;。
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/42ee8248-0650-4766-a5b6-ba29e350952b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="473" height="309" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/42ee8248-0650-4766-a5b6-ba29e350952b.png"/>
他指出，今年出现了 6 个改变行业格局的&#34;范式转变&#34;关键拐点，其中基于可验证奖励的强化学习（RLVR）成为 LLM 生产流程中的新阶段，各大实验室将原本用于预训练的算力转向了更长周期的强化学习训练。
他特别强调了 LLM 智能的&#34;锯齿状&#34;特征，称这些模型既是博学的天才，又像是思维混乱的小学生。Karpathy 表示，LLM 不是在&#34;进化动物&#34;而是在&#34;召唤幽灵&#34;，这种全新的智能形态需要用不同的视角来理解。
他在复盘中指出，从预训练到强化学习的技术演进、从文本交互到图形界面的用户体验革新，以及从专业编程到&#34;氛围编码&#34;的能力普及，都标志着 AI 应用正在进入新的发展阶段。
尽管目前能力已经极其有用，但 Karpathy 认为整个行业实现出的 LLM 潜力还不到 10%，预计将看到持续且飞速的进展，但技术挑战仍然艰巨。
<h2 style="text-align: left">拐点一：基于可验证奖励的强化学习改变训练范式</h2>
2025 年最重要的技术突破是基于可验证奖励的强化学习（RLVR）成为 LLM 训练的新阶段。
Karpathy 称，传统的生产级 LLM 训练流程包括预训练、指令微调和基于人类反馈的强化学习三个阶段，而 RLVR 的加入彻底改变了这一格局。
RLVR 通过在数学题、代码谜题等可自动验证的环境中训练，使 LLM 自发演化出类似&#34;推理&#34;的策略。模型学会将问题拆解为中间计算步骤，并掌握多种来回尝试、推导解决问题的方法。DeepSeek R1 论文展示了这些策略的具体表现。
与计算量较小的 SFT 和 RLHF 不同，RLVR 针对客观且不可作弊的奖励函数，允许更长周期的优化。这种方法具有极高的&#34;能力/成本比&#34;，吞噬了原本用于预训练的算力。2025 年大部分能力提升都源于各实验室消化这一新阶段的&#34;算力积压&#34;。
OpenAI o1 是 RLVR 模型的首次展示，但 o3 的发布才是真正的拐点，让人能直观感受到差异。RLVR 还带来了一个全新调节旋钮：通过生成更长推理路径、增加&#34;思考时间&#34;来控制推理能力。
<h2 style="text-align: left">拐点二：&#34;幽灵智能&#34;展现锯齿状性能特征</h2>
2025 年，业界开始真正理解 LLM 智能的独特&#34;形态&#34;。
Karpathy 指出，我们并非在&#34;进化动物&#34;，而是在&#34;召唤幽灵&#34;。LLM 的神经架构、训练数据、算法和优化压力都与生物智能完全不同，产生了全新的智能实体。
人类神经网络为丛林部落生存而优化，LLM 神经网络则为模仿人类文本、获取数学题奖励和在 LM Arena 获得点赞而优化。这种差异导致 LLM 展现出&#34;锯齿状&#34;性能特征：既是博学天才，又像认知障碍的小学生，前一秒解难题，后一秒就可能被简单提示词破解。
随着可验证领域的 RLVR 应用，LLM 在这些领域附近出现能力&#34;激增&#34;，但整体表现极不均衡。这种现象让 Karpathy 对基准测试产生信任危机，因为基准测试本质上就是可验证环境，极易受到 RLVR 攻击。实验室团队通过&#34;刷榜&#34;在测试集周围构建环境，&#34;面向测试集训练&#34;成为新艺术形式。
<h2 style="text-align: left">拐点三：Cursor 引领新一代 LLM 应用层崛起</h2>
Cursor 的崛起不仅在于其成功，更在于它揭示了&#34;LLM 应用&#34;的全新层级。人们开始讨论各行各业的&#34;Cursor 版本&#34;，标志着垂直领域 LLM 应用的兴起。
像 Cursor 这样的 LLM 应用为特定垂直领域封装并编排 LLM 调用，具备四个核心功能：
<blockquote>
处理&#34;上下文工程&#34;；在底层编排多个 LLM 调用，串联成复杂的有向无环图，平衡性能和成本；为人类参与提供特定应用的图形界面；提供&#34;自主程度调节滑块&#34;。
</blockquote>
2025 年业界热议这个新应用层的&#34;厚度&#34;问题：LLM 实验室会通吃所有应用，还是给垂直应用留下发展空间？
Karpathy 认为，LLM 实验室倾向于培养通用能力的&#34;大学生&#34;，而 LLM 应用则通过提供私有数据、传感器、执行器和反馈闭环，将这些&#34;大学生&#34;组织成特定领域的专业从业者。
<h2 style="text-align: left">拐点四：Claude Code 开创本地 AI 智能体新范式</h2>
Claude Code 成为 LLM 智能体的首次令人信服展示，它以循环方式串联工具调用和推理，进行长时间问题解决。更重要的是，Claude Code 运行在用户电脑上，使用私有环境、数据和上下文。
Karpathy 认为 OpenAI 在这方面走偏了，过度专注云端容器和 ChatGPT 编排，而非本地部署。虽然云端智能体集群像&#34;AGI 终局&#34;，但在当前能力参差不齐的过渡阶段，直接在电脑上运行智能体，与开发者具体配置协作更有意义。
Claude Code 抓住了正确的优先顺序，将其打包成精美、极简的命令行形态，改变了 AI 的样貌。AI 不再是被动访问的网站，而是&#34;住&#34;在电脑里的灵体。这种本地化、个性化的 AI 交互范式为未来发展指明了方向，强调了隐私保护和个性化体验的重要性。
<h2 style="text-align: left">拐点五：Vibe Coding 让编程能力普及化</h2>
2025 年 AI 跨越关键能力阈值，使人们仅凭英语就能构建复杂程序，完全忽略底层代码存在。&#34;Vibe Coding&#34;概念的流行标志着编程门槛的彻底降低。
Vibe Coding 使编程不再是专业人士专利，任何人都能参与。这印证了 LLM&#34;权力归于人民&#34;的特点：与以往技术不同，普通人从 LLM 获益远超专业人士、企业和政府。不仅普通人能尝试编程，专业开发者也能创造更多原本不会开发的软件。
Karpathy 分享了自己的实践经验：
<blockquote>
用 Rust 开发高效 BPE 分词器，创建各种快速 Demo 应用，甚至为找单个 Bug 开发整个临时应用。代码变得免费、瞬时、可塑，用完即弃。这种变化将重塑软件生态，改变职业定义，让创意实现的成本接近零。
</blockquote>
<h2 style="text-align: left">拐点六：Nano Banana 开启 LLM 图形界面时代</h2>
谷歌 Gemini Nano Banana 被 Karpathy 称为 2025 年最震撼、最具范式转移意义的模型。在他的世界观中，LLM 是继 1970-80 年代计算机后的下一次重大计算范式，将产生类似历史意义的创新。
当前与 LLM 对话类似 80 年代向电脑控制台输入命令。文本虽是计算机和 LLM 偏好的原始数据表示，但并非人类偏好格式。人类不喜欢阅读长文本，更喜欢视觉和空间方式消费信息，这是 GUI 在传统计算中被发明的原因。
LLM 也应以人类偏好格式交流：图像、信息图、幻灯片、白板、动画视频、网页应用等。Emoji 和 Markdown 是早期尝试，但真正的&#34;LLM GUI&#34;需要更深层创新。
Nano Banana 提供了这种可能性的早期雏形，其显著特征不仅是图像生成，更是文本生成、图像生成和世界知识在模型权重中的交织融合。
这种多模态融合能力预示着未来 AI 交互界面的根本变革，从纯文本对话转向富媒体、多感官的沉浸式体验。

深度求索

OpenAI

AI 大神 Karpathy 指出，2025 年 AI 大模型出现六个关键拐点：基于可验证奖励的强化学习改变训练范式，模型展现” 锯齿状” 幽灵智能特征，Cursor 引领垂直应用崛起，Claude Code 开创本地智能体新模式，Vibe Coding 让编程能力普及化，Nano Banana 开启图形界面时代。他认为 LLM 正演变成全新智能形态，既博学又笨拙，目前潜力仅实现不到 10%。

Andrej Karpathy 年度复盘：AI 大模型正在演变成一种新型智能，今年出现 6 个关键拐点