Andrej Karpathy：2025 不是 AI 爆發年，未來十年怎么走？

全文 4,000字 | 閱讀約 13 分鐘

（Andrej Karpathy 訪談片段：AGI的實現時間）

2025 年，AI行業被“智能體元年”的討論刷屏。

DeepSeek 超越 GPT-4o，OpenAI 發布 Agent SDK，Anthropic 四個月連推三個模型……每一次發布都像一次驚人的飛躍，讓人覺得 AGI 離我們只有一步之遙。

但 Andrej Karpathy 潑了一盆冷水。

這位前 OpenAI 核心研究員、特斯拉自動駕駛負責人，在 2025 年 10月 18 日的一場對話中明確表示：

我并不覺得今年是爆發年，也不相信會有哪一年是。AGI 需要數十年時間，它是一條由無數突破和改進構成的長曲線。

這句話，刺破了當前所有關于“突破”“爆發”“奇點”的狂熱敘事。

Karpathy 的判斷不是悲觀，而是冷靜。他更關心的，不是模型參數有多大，而是它是否真的有記憶？是否能持續和你共處？是否能成為社會的一部分？

他說：我們現在的智能體，其實更像是個幽靈。它們記不住自己是誰，也記不住你是誰。

真正重要的不是模型有多強，而是 AI 能否真正融入我們的生活：有記憶、能成長、可信賴。

而 2025 不是終點，它只是這條漫長演進中一個被誤讀為爆炸的起點。

第一節｜你以為它懂你，其實它不記得你

“你以為它在幫你規劃旅行，其實它根本不記得你是誰?！?/p>

Andrej Karpathy 說這句話時，并不是開玩笑。

他指出，現在我們常用的所謂“智能體”（AI 助手），連最基本的“記憶”都沒有。 不管你跟它說了多少次，它下一次打開時，還是從頭開始。沒有狀態，沒有身份感，沒有連貫性。就像一位每天失憶、穿著西裝接待你的“幽靈”。

“今天我們所有的聊天機器人，其實都是幽靈（ghosts）?！?/p>

這是 Karpathy 在訪談中多次強調的一點。盡管人們總在說 AI 在“爆炸式進步”，但在他看來，那些看起來很聰明的系統，缺的不是知識，而是連續性。

他說：AI的進化其實更像一條緩慢上升的曲線，悄悄學習、持續進步，直到你突然回頭，才發現它已經不一樣了。

? “持續存在”才叫智能體

Karpathy 給“智能體”這個詞重新下了定義：

“A real agent needs to persist over time. It needs memory. It needs continuity（一個真正的智能體，必須具備持久性、記憶力和連續性）.”

通俗的來說，一個真正的AI助手，不能只是能對話、能回答問題，更重要的是它要能長期陪伴你。它應該知道你昨天讓它查過機票、前天生成過 PPT、上周總結過財務數據。它要能記住過去，理解現在，延續到未來。

這才叫智能體，不是我們現在用的“高級搜索框”。

? 現有產品，為什么還做不到？

你可能會問：ChatGPT 不也挺好用的嗎？Claude 不也能追問上下文嗎？

Karpathy的回答是：它們沒有記住你，只是在當下和你聊天。

我們確實看到了一些嘗試，比如：

• ChatGPT 的長期記憶功能（但仍需用戶自己設定“記住什么”）

• Rewind 這類記憶記錄工具（但還未真正融合進 AI 本體）

• Claude 的 Agent SDK（強調多輪任務，但狀態切換仍靠開發者維護）

這些只是在外部給它加了記憶功能，但 AI 本身依然不記得你是誰。

? 問題的本質不是回答能力，而是記住你

Karpathy 說，現在很多人還在討論prompt 要怎么寫更有效，但他想問的卻是：

如果它連我們是誰都記不住，為什么還要一次次輸入提示呢？

他打了一個比喻：你每次和它說話，都像是在向一個路人喊話。

你以為它是你的助手，但它其實不認識你。它不知道你是誰，也不記得上一次對話發生了什么。

所以，Karpathy不相信“爆發年”的說法。因為在他看來，現在的 AI 還停留在假裝認識你的階段。

真正的轉折點，不是能力的突增，而是 AI 成為一個長期陪伴你的“伙伴”。

那一刻，它才從工具變成伙伴，從模型變成智能體。

第二節｜AI 不止要會說話，更要動手、記事、活得久

AGI 不是一堆功能的組合，而是一套統一的操作結構?！狝ndrej Karpathy

Karpathy 不止一次提到，現在大家在談 AGI（通用人工智能）的時候，總喜歡數功能：“能寫代碼”“能畫畫”“能接工具”。 但他想說的是：

真正的 AI，不只是能做很多事，而是這些事要連在一起、有前后邏輯、有穩定表現。

簡單講，不是會說話、會查資料、會寫文案就叫 AGI。 Karpathy 描述了三條長期發展的路線，只有這三條線都走通，才可能出現“有真正智能感的 AI”。

第一條線：讓 AI 真正“理解”你在說什么

這條路，其實就是我們熟悉的 GPT、Claude、Gemini正在做的事。 Karpathy稱它是語言模型的認知路線。

• 會讀懂上下文

• 能做邏輯推理

• 會給出合理的推測

這些能力在過去三年進步飛快，但Karpathy說：這只是基礎，光有這個還不夠。

就像一個很會考試的人，但不一定知道怎么在現實中處理事情。

第二條線：讓 AI 能“操作世界”

Karpathy 說，接下來最關鍵的，是讓 AI 不光能說，還能動。

他舉例現在很多人開始用 AI 寫郵件、查文件、讀網頁，甚至安排日程。這些能力不再只是語言理解，而是 AI 在現實中“動手”去幫你做事。

這類能力，Karpathy 稱為：工具調用（tool use）。

“我們需要讓智能體不只是對話，還能調動瀏覽器、筆記、應用，幫你真正完成任務?！?/p>

但現在這部分還非常初級。Claude 調用工具要等你手動觸發，ChatGPT 的插件功能也不總能成功。

而真正的智能體，是你說一句話，它就能自己判斷：

該查什么資料、該整理哪些郵件、該安排什么時間、該輸出怎樣的計劃。

第三條線：讓 AI “持續存在”下去

第三條線更關鍵：能不能把AI從一個單次工具變成一個長期在你身邊的角色。

他說：

“我們現在做的AI，就像一盤散落的拼圖：語言模型是一塊，工具是一塊，記憶是另一塊……但它們沒被真正組合在一起?！?/p>

這導致的結果是：

• AI 回答得好，但下次就忘了

• 工具能用，但每次都要重新教

• 上一輪對話的邏輯，下一輪完全接不上

Karpathy 說，要改變這一切，需要的是：一個統一的運行方式（operating architecture）。

換句話說，不是把拼圖隨意拼湊，而是要讓 AI 像一個人一樣持續存在在線上社會中，能成長、有記憶、有任務意識、有狀態、有行為模式。

總的來說：

我們要從token（詞）往action（行動）走。

這意味著，AI不再只是你說一句，然后它回一句。你只需要提出目標，它自己會理解、執行、反饋，并且能把今天的事情和過去、未來的計劃連在一起。 這要求 AI 不再是功能拼接，而是像一個人一樣，有自己的運行邏輯，能和你長期共事。

現在的Claude、ChatGPT、Gemini都在嘗試這樣做，但這條路才剛剛開始。我們看到的，不是爆發，而是開頭。

第三節｜喂它一切，不等于教它成長

這三條路要怎么走通？Karpathy 給出了一個出人意料的答案：不是堆更多數據，而是改變訓練方式。

今天我們對 AI 的訓練，就像把所有書都塞進孩子嘴里，然后希望他成為科學家

他指出，目前主流的模型訓練方式，基本是把全世界知識喂給它：從網頁、百科、論文到社交平臺，把海量數據一股腦塞進去。這就像填鴨式教學：喂得多，不等于學得好。

就像你不會指望一個孩子光靠背書就變成諾獎得主，AI 也不會因為讀完互聯網就自動成為智能體。

? 從“灌數據”到“教目標”

Karpathy 認為，AI 的訓練方式該換了。

“大多數模型讀了世界上 99% 的信息，但沒有被教會哪 1% 是它應該用來解決問題的?！?/p>

我們不需要模型什么都知道，而是要它對關鍵問題有深刻理解。

舉個例子，如果你要訓練一個醫學助手：

• 與其讓它讀 10 億篇醫學論文，

• 不如設計一門診斷課程：先學習問診流程，再練習病歷分析，最后參與真實病例決策。

這種按課程表設計的訓練方式，比海量輸入更能讓AI建立任務意識和知識結構。

? 三個新訓練原則：像培養人一樣培養AI

Karpathy 認為，未來 AI 的訓練應該像培養新同事，而不是粗暴地往硬盤里灌數據。 他提出了三條核心原則：

① 有目標感：AI 必須“知道自己在學什么”

今天的模型大多在無目標地學習，讀很多數據卻不知道要解決什么問題。要給模型明確的學習方向，比如成為寫作助手、學會連續規劃、掌握科學研究流程。

這就像帶孩子學游泳，不能只是把他丟進水里，而要告訴他“今天練的是換氣”“明天練的是速度”。

② 有任務性：從“知識”轉向“行動”

AI 不應該只是“知道”，而要“會用”。Karpathy 強調訓練要圍繞任務來設計，讓模型在解決真實問題的過程中學習，而不是光靠死記硬背。

比如：不是背下 API 文檔，而是通過不斷調用工具去完成一項復雜任務；不是閱讀金融數據，而是嘗試寫出投資分析報告。

“智能體不是學生，它更像一個實習生。我們要讓它在干活中成長?！?/p>

③ 有反饋循環：不斷試錯、糾正、改進

AI需要反饋。

現在的訓練過程太靜態，模型學完就結束，缺乏和環境的互動。而未來的訓練應該是動態的：模型完成任務后得到評價，根據結果改進下一步策略。

這種“試錯—反饋—改進”的循環，才是智能成長的真正方式，就像人類在工作中不斷修正自己的方法一樣。

這些觀點已經在影響最新模型的方向：

• OpenAI在GPT Agents的訓練中，開始圍繞“任務鏈”設計數據；

• DeepMind的Alpha系列通過“自我博弈—自我修正”實現進化；

• Anthropic的Claude也在用“憲法式反饋”指導模型的行為習慣。

這些都說明：行業正從輸入越多越好，走向“結構化、有目標、有反饋”的路線。

用 Karpathy 的話說，這意味著 AI 正在從“prompt時代”走向“課程時代”。

未來的 AI，不再靠“prompt”來驅動，而是靠“課程表”來成長。

1. prompt 是一場“對話”——你問它答，結束就忘；

2. 課程表是一種“成長計劃”——它知道自己要變成什么樣，會主動去學習和改進。

當 AI 從被動接收知識變成主動學習成長，它才可能不只是一個工具，而是真正能和人一起工作的伙伴。

第四節｜AI 不只是助手，而是“社會的一員”

“智能體不是API，而是一個可信任的代理人。” ——Andrej Karpathy

Karpathy說這句話時，不是在做比喻，而是在描述他眼中即將到來的現實。

他認為，未來的 AI 不會再以功能定義自己，不是“翻譯工具”“問答助手”或者“自動化腳本”。在十年之后，我們面對的，是帶有身份、角色和責任的AI個體。

? 從工具到角色：AI開始帶著身份上崗

過去，AI 的使用方式很簡單：你讓它寫郵件，它寫完就結束；你讓它總結報告，它總結完就停止響應。它從來沒有身份，更沒有職責。

但 Karpathy 的設想是：AI 的未來不應該是誰來用它，而是“它在社會中扮演什么”。

“未來的 AI 不是一次性的調用，而是一個有身份的存在。它可以是你的律師、你的財務顧問、你的私人助理，甚至是公司的運營官?！?/p>

這樣的AI，不只是能完成任務，而是要承擔起和角色相關的責任：

• 一個醫生智能體要遵守醫學倫理，持續追蹤患者病歷

• 一個律師智能體要熟悉當地法規，在法庭上替你辯護

• 一個家庭管家智能體要管理長期計劃、預算和日程

這時，它就不再是工具，而是社會角色的延伸。

? 角色市場：誰來認證？誰能委托？

Karpathy 提出一個更深的問題：“當 AI 擁有角色后，誰來定義它的職責？誰來確認它的資格？”

如果你雇一個人類醫生，他需要通過考試、拿到執照、承擔責任。那如果是一個AI醫生呢？

這意味著，一個全新的“角色市場”正在出現：誰來認證這些AI是否合格？它們能代表個人做決定、簽合同嗎？如果AI做錯了決定，責任由誰承擔？

這些問題看似遙遠，但實際上已經開始出現。

例如，美國已有初創公司在開發“AI 律師”，可以自動生成合同、準備庭審文件；一些金融機構也在測試“AI 投資顧問”，為客戶提供全自動資產配置方案。

Karpathy 的觀點是：智能體的未來不只是技術升級，而是制度升級。

? 共存的張力：人類與 AI，會不會“撞角色”？

隨著AI開始帶著身份上崗，一個新的問題不可避免：它會不會和人類搶位置？

Karpathy 的回答是：會，但這不是壞事。

AI 不會取代人類的存在，它會改變角色的定義。你不再是唯一的執行者，而是一個協作者。

就像公司里從“手動記賬”變成“財務系統+會計師合作”一樣，未來的醫生、律師、產品經理，可能都要學會和“AI 同行”協作：

• 醫生與 AI 協作，AI 負責數據分析，人類做最終判斷；

• 律師與 AI 搭檔，AI 起草合同，人類負責談判和策略；

• 企業團隊中，AI 負責執行復雜流程，人類負責愿景和方向。

這種角色融合不是削弱人類的價值，而是讓人從重復勞動中解放出來，去承擔更高層次的思考和創造。

Karpathy 的“十年路線圖”最后落在一個清晰的畫面上：

“未來，你不會只用一個AI。你會和一支AI團隊一起工作。一個懂財務的助手、一個懂法律的顧問、一個幫你規劃生活的助理。他們都有名字，有背景，有記憶，有責任?！?/p>

這不是冷冰冰的工具調用，而是充滿人格的生態。當 AI 開始有身份，社會的結構、規則、信任方式都會隨之改變。

我們不是在部署工具，而是在建設一批全新的社會成員。

結語｜不是爆發，而是一條長曲線

2025 年，看似什么都在“爆發”。模型越來越大，功能越來越多，發布越來越快。人們以為 AI 正在沖進一個“奇點時刻”。

但 Karpathy 給出的判斷，恰恰相反。

不是突然突破，而是一條慢的長曲線。等你回頭看時，才發現自己已經走在其中。

這不是悲觀，而是更清醒的認知。

十年怎么走？ Karpathy展示了一條不靠堆參數、而靠系統重構的路線：

• 讓 AI 從“說一句”到“能做事”

• 從喂數據到設計課程

• 從工具到社會角色

真正的轉折不是模型“能干什么”，而是 AI 開始記得你是誰、明白它該做什么、成為社會的一部分。

這是一場漸進的演進，一場結構性的重構。你不會在某一天看到 AGI 突然誕生。你只會在某個清晨，打開熟悉的對話框，突然意識到：它已經不是原來的它了。

而你，也早已在這條智能體曲線里，走了很遠。

本文由AI深度研究院出品，內容整理自 Andrej Karpathy 在 2025 年 10 月 18 日的最新訪談。未經授權，不得轉載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：

https://www.youtube.com/watch?v=lXUZvyajciY

https://podcasts.apple.com/us/podcast/andrej-karpathy-agi-is-still-a-decade-away/id1516093381?i=1000732326311&utm_source=chatgpt.com

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈