AI 大神 Karpathy 2025 年度总结刷屏：AI 既是天才也是智障，这 6 个转折最关键



AI 大神 Karpathy 2025 年度总结刷屏：AI 既是天才也是智障，这 6 个转折最关键

APPSO

2025-12-20

导读：行业甚至还没挖掘出 AI 潜力的 10%。

最近，OpenAI 前联合创始人 Andrej Karpathy 发布了他对大模型的年度总结，回顾了2025年AI技术的关键演进与行业洞察。

今年早些时候，他在 YC 的一场演讲引发广泛关注，提出多个前瞻性观点：

软件 3.0 已来：从人工编码（1.0）、数据驱动训练（2.0），进入通过 Prompt“念咒语”操控模型的新时代。
LLM 是新操作系统：具备调度上下文（Context Window）和推理算力（CPU）的能力。
Agent 的十年路径：实现高可靠性 AI Agent 需要长期迭代，从99%到99.999%的稳定需十年积累。

Karpathy 在《2025 年度总结》中进一步剖析了这一年大模型智能的演化方向。以下为精译与解读。

2025 年既令人振奋，又充满挑战。

LLM 正在作为一种新型智能涌现，它比我预期的更聪明，也更笨拙。

尽管如此，其应用价值极高。当前行业尚未挖掘出其潜力的10%。领域依然广阔，创新空间巨大。

正如他此前所言：我们将持续见证快速进步，但前方仍有大量基础工作亟待完成。

1. RLVR：让AI学会“思考”

此前，大模型训练依赖三大步骤：

预训练：让模型学习海量文本，掌握语言能力。
监督微调（SFT）：用人工标注数据指导回答方式。
人类反馈强化学习（RLHF）：由人对输出评分，优化表达风格。

2025年，这一范式迎来关键升级——引入RLVR（从可验证奖励中进行强化学习）。

不再依赖主观评分，而是让AI处理有明确答案的任务（如数学题、编程），通过自动验证结果提供反馈。在百万次自我博弈中，模型自发发展出类似“推理”的行为：拆解问题、回溯检查，展现出类思维策略（参考 DeepSeek R1 论文）。

核心对比

旧范式（RLHF）：如同教孩子写作文，缺乏标准答案，只能模仿语气。

新范式（RLVR）：将AI投入奥数训练营，通过题目与对错反馈，自主摸索解题逻辑。

该方法消耗大量算力，成为2025年主要训练方向。结果是：模型规模未显著增长，但训练时间大幅延长，并实现了“延长思考时间”的新控制维度。OpenAI 的 o1 为起点，o3 成为真正拐点。

2. 幽灵 vs 动物：AI不是电子宠物

行业逐渐意识到，LLM 的智能形态并非生物式成长，而更像“召唤幽灵”——其认知结构完全不同于人类。

人类大脑为生存与繁衍优化；LLM 则为模仿文本、获取分数、赢得点赞而进化。

参差不齐的智能（Jagged Intelligence）

由于 RLVR 聚焦可验证任务，AI 在数学、编程等领域能力突飞猛进，形成“尖刺状”能力分布。

这导致一种矛盾现象：

能秒解高等数学题；
却易陷入简单逻辑陷阱。

Karpathy 引用一张广为流传的图示：人类智能呈圆润的蓝色圆圈，AI 智能则是布满尖刺的红色海胆图形，形象揭示其非均衡性。

这也解释了为何他对现有评测榜单失去信任。既然测试集可被验证，便可针对性训练，“刷榜”已演变为一门“应试艺术”。

3. Cursor：不只是编辑器，更是“包工头”

Cursor 的崛起表明：LLM 应用层远比想象中厚实。

人们开始设想“医疗界的 Cursor”、“法律界的 Cursor”，这类工具的核心角色包括：

上下文工程师：整合背景资料并输入给模型；
工头：后台调度多个模型协同工作，拆解任务并优化成本；
遥控器：提供滑块调节 AI 自主程度。

预测：大模型实验室（如 OpenAI）培养“全科大学生”，应用开发商则将其组织成“专业施工队”，结合私有数据与工具落地场景。

4. Claude Code：驻留本地的“赛博幽灵”

Claude Code（CC）的出现标志着一个重要转向：AI 不再局限于云端交互，而是运行于用户本地设备。

相比之下，OpenAI 的早期 Agent 多运行于云端，远离真实开发环境。而在当前“能力参差”的阶段，本地化才是关键。

代码、配置、密钥及复杂环境均存在于本地。Anthropic 将 AI 集成进命令行界面（CLI），使其成为寄宿在电脑中的“赛博幽灵”，随时响应操作。

这种模式跳脱浏览器限制，代表未来 AI 交互的主流形态。

5. Vibe Coding：意图驱动编程

“Vibe Coding”是作者提出的概念：无需掌握语法细节，只需用自然语言描述意图和感觉，由 AI 完成编码。

带来的变革

对普通人：编程门槛彻底消失；
对专家：代码变得廉价、一次性、即用即弃。

例如，为排查 Bug 可让 AI 即时生成专用测试 App，使用后删除。在过去难以想象的行为，在2025年已成为常态——代码近乎免费。

Vibe Coding 将重塑软件开发流程，并重新定义程序员岗位职责。

6. Nano Banana：迈向大模型GUI新时代

当前 AI 交互仍以文本输入为主（如 ChatGPT），如同使用 DOS 命令行，反人类体验明显。

计算机偏好文本，但人类是视觉动物，更倾向图像、表格、视频等表达形式。

Google Gemini 的“Nano Banana”（代指多模态交互模型）预示了未来 LLM GUI 的形态：AI 不应只输出文字，而应直接生成图表、网页或交互面板。

这不仅是“画图”，更是文本生成、逻辑推理与视觉呈现深度融合的能力体现，标志着下一代人机交互范式的开启。

【声明】内容源于网络

APPSO

AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

内容 14431

粉丝 0

APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

总阅读117.9k

粉丝0

内容14.4k