OpenAI合伙创举东谈主Andrej Karpathy的2025大模子年终盘货号称年度最久了预言！从RLVR考研范式的颠覆性冲突，到Cursor怎样重构LLM愚弄生态；从Claude Code带来的土产货Agent调动，到Vibe Coding怎样让编程民主化——这篇深度长文不仅揭示了AI进化与东谈主类想维的致命互异，更预言了Nano Banana将怎样重塑东谈主机交互范式。

提及AI圈子里能让我心折口服的东谈主，Andrej Karpathy全都排得上号。

我之前在《AI创业得了一种「vibe造词病」》中提到过，他即是我心目中的AI大法师。他的油管内容、X推文，不知谈奉侍了些许AI博主。

爽快先容一下这位老兄：OpenAI合伙创举东谈主、前特斯拉AI总监、斯坦福CS231n的灵魂讲师——你能猜想的AI经验buff他基本都点满了。

更枢纽的是，他不是那种躲在现实室里发论文的学院派，而是信得过下场干活的东谈主。

本年他搞了EurekaLabs、搞了llm.c、「vibe coding」这个词即是他顺手一条推文造出来的，效果火遍公共。

他最近写了篇2025年终盘货，我看完只好一个感受：这是我本年看过最久了的大模子年度记忆，莫得之一。

内容有几点很打动我：

– 他说，东谈主类大脑是为了「让部落在森林里活下来」而进化的，但大模子是为了「效法东谈主类笔墨、在数学题里刷分、在竞技场上骗点赞」而优化的。是以拿动物进化的视角去清楚大模子，从根上就错了。这个譬如太妙了。

– 2025年对benchmark的不信任。这点深有同感。隔三差五就看到某家大模子又发新版块了，跑分又SOTA了，榜单又屠榜了。但信得过用起来呢？该犯的蠢如故犯，该卡壳的方位如故卡壳。benchmark上的数字涨了，体感上却没什么变化。

– 他还绝顶提到了Cursor。他说LLM是优秀的应届生，但Cursor这种IDE器具才是把应届生变成职场老手的方位。想想亦然，谷歌在Gemini 3发布会上专门推了Antigravity，说明大厂也清楚到了这一层的攻击性。我的清楚是：AI时间的IDE，本色上是「土产货环境 + 大模子」的编排层——大模子才智很强，但愚弄层还很薄弱，IDE即是中间阿谁把双方缝合起来的枢纽层。

– 临了是Vibe coding。我身边越来越多的文科生在用AI写愚弄——不是玩票，是简直能跑起来、能用的东西。前不久OpenRouter合伙a16z发布了一份基于100万亿token的使用数据明白，编程类苦求从年头的11%飙升到年底的50%以上。2025年说是Vibe coding元年，少量不为过。

以下是全文翻译，值得细读——

2025年大模子年终盘货

2025年是大模子强势超越、吵杂超卓的一年。以下是我个东谈主合计值得一提、以至有些突如其来的「范式振荡」——那些信得过改变了行业步地、在成见层面让我印象深刻的事情。

01 可考证奖励的强化学习（RLVR）

2025年头，各大现实室考研出产级大模子的规范经过大约是这样：

1. 预考研（GPT-2/3时间，约2020年）

2. 监督微调（InstructGPT，约2022年）

3. 东谈主类反映强化学习/RLHF（约2022年）

这套配方闲散运行了好几年。到了2025年，可考证奖励的强化学习（RLVR）横空出世，成为事实上的新规范阶段。

道理是这样的：让大模子在一系列不错自动考证对错的环境里考研（比如数学题、编程题），模子会自愿地学会一些看起来像「推理」的战术——它学会把问题拆解成中间格式，学会多样解题套路，学会走错了就回头换条路（具体例子不错看DeepSeek R1的论文）。

这些战术在之前的范式下很难收场，因为你根底不知谈对模子来说「最优的推理过程」长什么样——它得我方去摸索什么对它管用。

跟监督微归拢RLHF不同（这两个阶段运筹帷幄量相对较小，只是轻度微调），RLVR的考研对象是客不雅、不行舞弊的奖励函数，是以不错跑更万古候的优化。

事实讲解，RLVR的性价比极高，平直吃掉了原来诡计用于预考研的算力。是以2025年的才智超越，主要不是靠更大的模子，而是靠更长的强化学习考研。

还有一个RLVR特有的自制：咱们多了一个新旋钮——通过生成更长的推理链、加多「想考时候」，不错在推理阶段换取更强的才智，而且这个也有对应的scaling law。

OpenAI 的o1（2024年底）是第一个RLVR模子的演示，但信得过让东谈主感受到质变的是o3（2025年头）——用起来显豁不一样了。

02 幽魂VS动物/错落不皆的智能

2025年是我（我猜通盘行业亦然）第一次信得过从直观上清楚大模子智能的「体式」。

咱们不是在「进化/培养动物」，咱们是在「召唤幽魂」。

大模子的一切都不一样：神经收罗架构、考研数据、考研算法，尤其是优化目的。是以咱们获取的实体在智能空间里也完全不同，用动物的视角去清楚它们是不对适的。

从监督信号的比特数来看：东谈主类神经收罗是为了「让部落在森林里活下来」而优化的，但大模子是为了「效法东谈主类的笔墨、在数学题里拿奖励、在竞技场上骗到东谈主类的点赞」而优化的。

因为RLVR只在可考证的边界灵验，是以大模子在这些边界周围会变成才智「尖峰」，举座呈现出一种很搞笑的错落不皆——它不错同期是博学天才，又是被骗子两句话就套出你数据的婉曲蛋。

（蓝色是东谈主类智能，红色是AI智能。我心爱这个梗图的少量是，它也指出了东谈主类智能相通是错落不皆的，只是错落的方式不同。）

与此关系的是，2025年我对benchmark越来越疏远、越来越不信任了。

问题的中枢在于：benchmark确切自然即是可考证的环境，因此自然就容易被RLVR或者合成数据生成等方式「刷分」。在典型的刷榜过程中，现实室的团队不行幸免地会在benchmark占据的那一小块embedding空间周围构建考研环境，然后长出掩盖它们的「尖刺」。

用测试集考研，还是成了一门新艺术。

刷爆系数benchmark但依然莫得AGI，会是什么形势？

对于这个话题我写过更多内容。

03 Cursor/LLM愚弄的新层级

Cursor最让我印象深刻的（除了本年的爆发式增长），是它明晰地揭示了「LLM愚弄」这个新层级的存在——东谈主们启动说「X边界的Cursor」。

正如我本年在Y Combinator演讲里说的（笔墨稿和视频），像Cursor这样的LLM愚弄为特定垂直边界打包和编排LLM调用：

1. 它们端庄「高下文工程」

2. 它们在底层串起屡次LLM调用，构成越来越复杂的DAG，用心均衡性能和本钱

3. 它们为「东谈主在回路」提供愚弄专属的GUI

4. 它们提供「自主性滑块」

2025年有好多辩论献媚在这个愚弄层到底有多「厚」。大模子公司会吃掉系数愚弄吗？如故LLM愚弄有我方的生计空间？

我个东谈主的判断是：大模子公司会输出才智富足强的「应届毕业生」，但LLM愚弄会把这些毕业生组织起来、微调好、变成在特定边界信得过颖慧活的「专科东谈主士」——通过提供私罕有据、传感器和扩充器、反映闭环。

04 Claude Code/住在你电脑里的AI

Claude Code（CC）是第一个让东谈主信服的「LLM Agent长什么样」的演示——它以轮回的方式把器具调用和推理串在全部，进行万古候的问题贬责。

更攻击的是，CC跑在你我方的电脑上，用的是你我方的私有环境、数据和高下文。

我合计OpenAI在这少量上走错了——他们早期的Codex/Agent神志聚焦在云表容器部署，从ChatGPT长途操控，而不是爽快地用localhost。

固然「云表运行的Agent集群」嗅觉像是「AGI结尾」，但咱们生活在一个才智错落不皆、发展相对渐进的中间寰宇，平直在训导者电脑上跑Agent更合理。

严防，信得过攻击的分别不在于「AI运算」发生在云表如故土产货，而是其他一切——还是存在况兼启动好的电脑、它的装配环境、高下文、数据、密钥、设立，以及低延伸的交互。

Anthropic把这个优先级搞对了，把CC包装成一个简洁的号令行器具，改变了AI的形态——它不再只是一个你去探望的网站（像Google），而是一个「住」在你电脑里的小精灵/幽魂。

这是一种全新的、非常的AI交互范式。

05 Vibe coding

2025年是AI跨过才智门槛的一年——只用自然语言容貌就能写出多样锋利的门径，以至不错完全忘掉代码的存在。

特艳羡的是，「vibe coding」这个词即是我在这条顺手发的推文里瞎取的，完全没猜想会传这样远

有了vibe coding，编程不再是受过专科考研的东谈主的专利，而是东谈主东谈主都能作念的事。从这个角度看，这又是我在《Power to the people》里写的不雅点的又一个例证：与之前系数期间毫不疏通的是，庸俗东谈主从大模子中受益远远超越专科东谈主士、企业和政府。

vibe coding不仅让庸俗东谈主能战争编程，还让专科门径员写出了多数原来根底不会去写的（vibe出来的）代码。

在作念nanochat的时候，我用vibe coding写了一个自界说的高效BPE分词器（Rust），而毋庸引入现存库或者深入学Rust。本年我vibe出了好多神志，作为快速demo（比如menugen、llm-council、reader3. HN time capsule）。我以至会为了找一个bug而vibe出通盘临时愚弄——为什么不呢？代码短暂变得免费、短折、可塑、用完即扔。

Vibe coding将会重塑软件行业，改变岗亭容貌。

06 Nano banana/LLM的GU

Google Gemini Nano banana是2025年最惊艳、最具范式振荡道理的模子之一。

在我的寰宇不雅里，大模子是下一个紧要运筹帷幄范式，雷同于70 年代、80年代的运筹帷幄机。因此，咱们会看到雷同的创新出现，而且是出于雷同的原因。咱们会看到「个东谈主电脑」的等价物、「微狂妄器」（明白中枢）、「互联网」（Agent互联网）等等。

具体到UI/UX，跟LLM「聊天」有点像在1980年代给运筹帷幄机敲号令行。笔墨是运筹帷幄机（和LLM）偏疼的原生数据示意，但不是东谈主类偏疼的格式，尤其在输入端。

说真话，东谈主类不太心爱读笔墨——又慢又良友。东谈主类更心爱用视觉和空间的方式浮滥信息，这即是为什么传统运筹帷幄机发明了GUI。

相通的艳羡，LLM应该用咱们偏疼的格式跟咱们谈话——图片、信息图、幻灯片、白板、动画/视频、Web愚弄等等。

自然，早期和当今还是有的版块即是emoji和Markdown——用标题、粗体、斜体、列表、表格等把笔墨「打扮」一下、排好版，简略阅读。

但谁会信得昔日构建LLM的GUI呢？从这个角度看，Nano banana即是一个早期的雏形。攻击的是，它不单是关乎图像生本钱身，而是关乎笔墨生成、图像生成和寰宇学问三者交融在全部、缠绕在模子权重里的合伙才智。

记忆一下

2025年是大模子振奋东谈主心、突如其来的一年。大模子正在显现为一种新式智能——比我预期的灵巧得多，同期也比我预期的蠢得多。

无论怎样，它们极其有用，而且我合计行业连它们现存才智的10%都还没发达出来。

与此同期，还有太多想法不错尝试，这个边界在成见上依然是一派无垠地。

正如我本年早些时候在Dwarkesh播客里说的：我同期（名义上看起来矛盾地）深信，咱们既会看到快速握续的超越，同期也还有多数的责任要作念。

系好安全带。

*参考着手：https://karpathy.bearblog.dev/year-in-review-2025/

文 | 陡立快 AI万神殿 原创出品

本文由 @AI万神殿 原创发布于东谈主东谈主都是居品司理。未经作家许可，迫害转载

题图由作家提供