OpenAI合股首创东说念主Andrej Karpathy的2025大模子年终盘货号称年度最清亮预言！从RLVR磨砺范式的颠覆性冲突体育游戏app平台，到Cursor怎样重构LLM运用生态；从Claude Code带来的土产货Agent改变，到Vibe Coding怎样让编程民主化——这篇深度长文不仅揭示了AI进化与东说念主类想维的致命相反，更预言了Nano Banana将怎样重塑东说念主机交互范式。

提及AI圈子里能让我心折口服的东说念主，Andrej Karpathy完全排得上号。

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，不知说念奉养了若干AI博主。

通俗先容一下这位老兄：OpenAI合股首创东说念主、前特斯拉AI总监、斯坦福CS231n的灵魂讲师——你能预见的AI经验buff他基本都点满了。

更枢纽的是，他不是那种躲在实验室里发论文的学院派，而是真确下场干活的东说念主。

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，成果火遍环球。

他最近写了篇2025年终盘货，我看完惟有一个感受：这是我本年看过最清亮的大模子年度纪念，莫得之一。

内容有几点很打动我：

– 他说，东说念主类大脑是为了「让部落在森林里活下来」而进化的，但大模子是为了「师法东说念主类翰墨、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结实大模子，从根上就错了。这个比方太妙了。

– 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。但真确用起来呢？该犯的蠢如故犯，该卡壳的场合如故卡壳。benchmark上的数字涨了，体感上却没什么变化。

– 他还尽头提到了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场合。想想亦然，谷歌在Gemini 3发布会上专门推了Antigravity，诠释大厂也封闭到了这一层的紧要性。我的结实是：AI时间的IDE，实质上是「土产货环境 + 大模子」的编排层——大模子智商很强，但运用层还很薄弱，IDE即是中间阿谁把双方缝合起来的枢纽层。

– 终末是Vibe coding。我身边越来越多的文科生在用AI写运用——不是玩票，是果然能跑起来、能用的东西。前不久OpenRouter合股a16z发布了一份基于100万亿token的使用数据敷陈，编程类央求从年头的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年是大模子强势朝上、吵杂超卓的一年。以下是我个东说念主合计值得一提、以致有些出乎预见的「范式摇荡」——那些真确改变了行业口头、在见解层面让我印象深远的事情。

01 可考据奖励的强化学习（RLVR）

2025年头，各大实验室磨砺分娩级大模子的法式经由玩忽是这样：

1. 预磨砺（GPT-2/3时间，约2020年）

2. 监督微调（InstructGPT，约2022年）

3. 东说念主类响应强化学习/RLHF（约2022年）

这套配方自如运行了好几年。到了2025年，可考据奖励的强化学习（RLVR）横空出世，成为事实上的新法式阶段。

旨趣是这样的：让大模子在一系列不错自动考据对错的环境里磨砺（比如数学题、编程题），模子会自愿地学会一些看起来像「推理」的政策——它学会把问题拆解成中间方法，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）。

这些政策在之前的范式下很难收尾，因为你根柢不知说念对模子来说「最优的推理过程」长什么样——它得我方去摸索什么对它管用。

跟监督微同一RLHF不同（这两个阶段狡计量相对较小，只是轻度微调），RLVR的磨砺对象是客不雅、弗成舞弊的奖励函数，是以不错跑更永劫期的优化。

事实讲授，RLVR的性价比极高，径直吃掉了原来盘算推算用于预磨砺的算力。是以2025年的智商朝上，主要不是靠更大的模子，而是靠更长的强化学习磨砺。

还有一个RLVR特有的克己：咱们多了一个新旋钮——通过生成更长的推理链、增多「想考时期」，不错在推理阶段疏浚更强的智商，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，但真确让东说念主感受到质变的是o3（2025年头）——用起来彰着不一样了。

02 鬼魂VS动物/错乱不都的智能

2025年是我（我猜扫数这个词行业亦然）第一次真确从直观上结实大模子智能的「格式」。

咱们不是在「进化/培养动物」，咱们是在「召唤鬼魂」。

大模子的一切都不一样：神经收集架构、磨砺数据、磨砺算法，尤其是优化规划。是以咱们获得的实体在智能空间里也完全不同，用动物的视角去结实它们是分袂适的。

从监督信号的比特数来看：东说念主类神经收集是为了「让部落在森林里活下来」而优化的，但大模子是为了「师法东说念主类的翰墨、在数学题里拿奖励、在竞技场上骗到东说念主类的点赞」而优化的。

因为RLVR只在可考据的领域有用，是以大模子在这些领域周围会酿成智商「尖峰」，合座呈现出一种很搞笑的错乱不都——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隐约蛋。

（蓝色是东说念主类智能，红色是AI智能。我可爱这个梗图的少量是，它也指出了东说念主类智能相似是错乱不都的，只是错乱的方式不同。）

与此关系的是，2025年我对benchmark越来越忽视、越来越不信任了。

问题的中枢在于：benchmark着实自然即是可考据的环境，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，实验室的团队弗成幸免地会在benchmark占据的那一小块embedding空间周围构建磨砺环境，然后长出袒护它们的「尖刺」。

用测试集磨砺，仍是成了一门新艺术。

刷爆扫数benchmark但依然莫得AGI，会是什么神态？

对于这个话题我写过更多内容。

03 Cursor/LLM运用的新层级

Cursor最让我印象深远的（除了本年的爆发式增长），是它了了地揭示了「LLM运用」这个新层级的存在——东说念主们运行说「X领域的Cursor」。

正如我本年在Y Combinator演讲里说的（翰墨稿和视频），像Cursor这样的LLM运用为特定垂直领域打包和编排LLM调用：

1. 它们矜重「高低文工程」

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「东说念主在回路」提供运用专属的GUI

4. 它们提供「自主性滑块」

2025年有许多筹备聚合在这个运用层到底有多「厚」。大模子公司会吃掉扫数运用吗？如故LLM运用有我方的生计空间？

我个东说念主的判断是：大模子公司会输出智商弥散强的「应届毕业生」，但LLM运用会把这些毕业生组织起来、微调好、变成在特定领域真确颖慧活的「专科东说念主士」——通过提供私特等据、传感器和实验器、响应闭环。

04 Claude Code/住在你电脑里的AI

Claude Code（CC）是第一个让东说念主信服的「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沿途，进行永劫期的问题科罚。

更紧要的是，CC跑在你我方的电脑上，用的是你我方的私有环境、数据和高低文。

我合计OpenAI在这少量上走错了——他们早期的Codex/Agent样式聚焦在云霄容器部署，从ChatGPT长途操控，而不是通俗地用localhost。

自然「云霄运行的Agent集群」嗅觉像是「AGI末端」，但咱们生活在一个智商错乱不都、发展相对渐进的中间天下，径直在设立者电脑上跑Agent更合理。

堤防，真确紧要的区别不在于「AI运算」发生在云霄如故土产货，而是其他一切——仍是存在何况启动好的电脑、它的装置环境、高低文、数据、密钥、成立，以及低延伸的交互。

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

这是一种全新的、独特的AI交互范式。

05 Vibe coding

2025年是AI跨过智商门槛的一年——只用自然语言描画就能写出多样是非的法式，以致不错完全忘掉代码的存在。

故真理的是，「vibe coding」这个词即是我在这条顺手发的推文里瞎取的，完全没预见会传这样远

有了vibe coding，编程不再是受过专科磨砺的东说念主的专利，而是东说念主东说念主都能作念的事。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：与之前扫数时期截然有异的是，庸碌东说念主从大模子中受益远远卓越专科东说念主士、企业和政府。

vibe coding不仅让庸碌东说念主能战役编程，还让专科法式员写出了大批原来根柢不会去写的（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），而无须引入现存库或者深入学Rust。本年我vibe出了许多样式，作为快速demo（比如menugen、llm-council、reader3. HN time capsule）。我以致会为了找一个bug而vibe出扫数这个词临时运用——为什么不呢？代码倏得变得免费、夭折、可塑、用完即扔。

Vibe coding将会重塑软件行业，改变岗亭描画。

06 Nano banana/LLM的GU

Google Gemini Nano banana是2025年最惊艳、最具范式摇荡真理的模子之一。

在我的天下不雅里，大模子是下一个重要狡计范式，访佛于70 年代、80年代的狡计机。因此，咱们会看到访佛的创新出现，而且是出于访佛的原因。咱们会看到「个东说念主电脑」的等价物、「微抑制器」（知道中枢）、「互联网」（Agent互联网）等等。

具体到UI/UX，跟LLM「聊天」有点像在1980年代给狡计机敲号令行。翰墨是狡计机（和LLM）偏疼的原生数据默示，但不是东说念主类偏疼的格式，尤其在输入端。

说真话，东说念主类不太可爱读翰墨——又慢又而已。东说念主类更可爱用视觉和空间的方式豪侈信息，这即是为什么传统狡计机发明了GUI。

相似的酷好，LLM应该用咱们偏疼的格式跟咱们讲话——图片、信息图、幻灯片、白板、动画/视频、Web运用等等。

自然，早期和当今仍是有的版块即是emoji和Markdown——用标题、粗体、斜体、列表、表格等把翰墨「打扮」一下、排好版，便捷阅读。

但谁会真确去构建LLM的GUI呢？从这个角度看，Nano banana即是一个早期的雏形。紧要的是，它不单是关乎图像生本钱身，而是关乎翰墨生成、图像生成和天下学问三者交融在沿途、缠绕在模子权重里的合股智商。

纪念一下

2025年是大模子兴奋东说念主心、出乎预见的一年。大模子正在表示为一种新式智能——比我预期的忠良得多，同期也比我预期的蠢得多。

无论何如，它们极其有用，而且我合计行业连它们现存智商的10%都还没进展出来。

与此同期，还有太多办法不错尝试，这个领域在见解上依然是一派开朗地。

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）战胜，咱们既会看到快速抓续的朝上，同期也还有大批的职责要作念。

系好安全带。

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

文 | 迤逦快 AI万神殿 原创出品

本文由 @AI万神殿 原创发布于东说念主东说念主都是居品司理。未经作家许可，禁锢转载

题图由作家提供体育游戏app平台