Open聯(lián)合創(chuàng)始人：AI大模型2025年度回顧

Andrej Karpathy 是 OpenAI 聯(lián)合創(chuàng)始人、前特斯拉 AI 總監(jiān)，也是全球最有影響力的 AI 研究者之一。他剛剛發(fā)布了一篇 2025 年 LLM 年度回顧。

我推薦每一個(gè)AI產(chǎn)品經(jīng)理都學(xué)習(xí)，這里翻譯為中文如下

第一個(gè)大變化：訓(xùn)練方法的范式升級(jí)

2025 年之前，訓(xùn)練一個(gè)好用的大模型基本是三步走：預(yù)訓(xùn)練、監(jiān)督微調(diào)、人類反饋強(qiáng)化學(xué)習(xí)。

這個(gè)配方從 2020 年用到現(xiàn)在，穩(wěn)定可靠。

2025 年多了關(guān)鍵的第四步：RLVR，全稱是 Reinforcement Learning from Verifiable Rewards，翻譯過來就是「可驗(yàn)證獎(jiǎng)勵(lì)的強(qiáng)化學(xué)習(xí)」。

什么意思？簡(jiǎn)單說，就是讓模型在「有標(biāo)準(zhǔn)答案」的環(huán)境里反復(fù)練習(xí)。比如數(shù)學(xué)題，答案對(duì)就是對(duì)，錯(cuò)就是錯(cuò)，不需要人來打分。

代碼也一樣，能跑通就是能跑通。

這和之前的訓(xùn)練有什么本質(zhì)區(qū)別？之前的監(jiān)督微調(diào)和人類反饋，本質(zhì)上是「照葫蘆畫瓢」，人給什么樣本，模型學(xué)什么樣本。但 RLVR 不一樣，它讓模型自己摸索出解題策略。

就像學(xué)游泳，之前是看教學(xué)視頻模仿動(dòng)作，現(xiàn)在是直接扔水里，只要你能游到對(duì)岸，怎么劃水我不管。

結(jié)果呢？模型自己「悟」出了看起來像推理的東西。它學(xué)會(huì)了把大問題拆成小步驟，學(xué)會(huì)了走錯(cuò)路時(shí)回頭重來。這些策略如果靠人類標(biāo)注示范，根本標(biāo)不出來，因?yàn)槿俗约阂舱f不清「正確的思考過程」長(zhǎng)什么樣。

這個(gè)變化帶來一個(gè)連鎖反應(yīng)：算力的分配方式變了。以前大部分算力砸在預(yù)訓(xùn)練階段，現(xiàn)在越來越多算力用于 RL 階段。

模型的參數(shù)規(guī)模沒怎么漲，但推理能力飆升。OpenAI 的 o1 是這條路的起點(diǎn)，o3 是真正讓人「感覺到不一樣」的拐點(diǎn)。

還有個(gè)新玩法：推理時(shí)也能花更多算力。讓模型「想久一點(diǎn)」，生成更長(zhǎng)的推理鏈條，效果就更好。這相當(dāng)于多了一個(gè)調(diào)節(jié)能力的旋鈕。

第二個(gè)大變化：我們終于搞懂了 AI 是什么「形狀」的聰明

Karpathy 用了一個(gè)很妙的比喻：我們不是在「養(yǎng)動(dòng)物」，而是在「召喚幽靈」，人類的智能是進(jìn)化出來的，優(yōu)化目標(biāo)是「在叢林里讓部落活下去」。

大模型的智能是訓(xùn)練出來的，優(yōu)化目標(biāo)是「模仿人類文本、在數(shù)學(xué)題里拿分、在評(píng)測(cè)榜單上刷分」。

優(yōu)化目標(biāo)完全不同，出來的東西當(dāng)然也完全不同。

所以 AI 的智能是「參差不齊」的，英文叫 jagged intelligence。它可以在某些領(lǐng)域表現(xiàn)得像全知全能的學(xué)者，同時(shí)在另一些領(lǐng)域犯小學(xué)生都不會(huì)犯的錯(cuò)。上一秒幫你推導(dǎo)復(fù)雜公式，下一秒被一個(gè)簡(jiǎn)單的越獄提示騙走你的數(shù)據(jù)。

為什么會(huì)這樣？因?yàn)槟膫€(gè)領(lǐng)域有「可驗(yàn)證的獎(jiǎng)勵(lì)」，模型在那個(gè)領(lǐng)域就會(huì)長(zhǎng)出「尖刺」。

數(shù)學(xué)有標(biāo)準(zhǔn)答案，代碼能跑測(cè)試，所以這些領(lǐng)域進(jìn)步飛快。但常識(shí)、社交、創(chuàng)意這些領(lǐng)域，什么是「對(duì)」很難定義，模型就沒法高效學(xué)習(xí)。

這也讓 Karpathy 對(duì)基準(zhǔn)測(cè)試失去了信任。道理很簡(jiǎn)單：測(cè)試題本身就是「可驗(yàn)證環(huán)境」，所有基準(zhǔn)都刷滿了，但離真正的通用智能還差得遠(yuǎn)，這是完全可能發(fā)生的事。

第三個(gè)大變化：LLM 應(yīng)用層浮出水面

Cursor 今年火得一塌糊涂，但 Karpathy 認(rèn)為它最大的意義不是產(chǎn)品本身，而是證明了「LLM 應(yīng)用」這個(gè)新物種的存在。

大家開始討論「X 領(lǐng)域的 Cursor」，這說明一種新的軟件范式成立了。這類應(yīng)用做什么？

• 第一，做上下文工程。把相關(guān)信息整理好，喂給模型。

• 第二，編排多個(gè)模型調(diào)用，后臺(tái)可能串了一堆 API 調(diào)用，平衡效果和成本。

• 第三，提供專業(yè)場(chǎng)景的界面，讓人類能在關(guān)鍵節(jié)點(diǎn)介入。

• 第四，給用戶一個(gè)「自主程度滑桿」。

你可以讓它多干點(diǎn)，也可以讓它少干點(diǎn)。 有個(gè)問題被討論了一整年：這個(gè)應(yīng)用層有多「厚」？模型廠商會(huì)不會(huì)把所有應(yīng)用都吃掉？

Karpathy 的判斷是：模型廠商培養(yǎng)的是「有通用能力的大學(xué)畢業(yè)生」，但 LLM 應(yīng)用負(fù)責(zé)把這些畢業(yè)生組織起來、培訓(xùn)上崗，變成能在具體行業(yè)干活的專業(yè)團(tuán)隊(duì)。數(shù)據(jù)、傳感器、執(zhí)行器、反饋循環(huán)，這些都是應(yīng)用層的活。

第四個(gè)大變化：AI 搬進(jìn)了你的電腦 Claude Code 是今年最讓 Karpathy 印象深刻的產(chǎn)品之一。

它展示了「AI 智能體」應(yīng)該長(zhǎng)什么樣：能調(diào)用工具、能做推理、能循環(huán)執(zhí)行、能解決復(fù)雜問題。

但更關(guān)鍵的是，它跑在你的電腦上。用你的環(huán)境、你的數(shù)據(jù)、你的上下文。 Karpathy 認(rèn)為 OpenAI 在這里判斷失誤了。他們把 Codex 和智能體的重心放在云端容器里，從 ChatGPT 去調(diào)度。這像是在瞄準(zhǔn)「AGI 終局」，但我們還沒到那一步。

現(xiàn)實(shí)是，AI 的能力還是參差不齊的，還需要人類在旁邊看著、配合著干活。把智能體放在本地，和開發(fā)者并肩工作，才是當(dāng)下更合理的選擇。 Claude Code 用一個(gè)極簡(jiǎn)的命令行界面做到了這一點(diǎn)。

AI 不再只是你訪問的一個(gè)網(wǎng)站，而是「住在」你電腦里的一個(gè)小精靈。這是一種全新的人機(jī)交互范式。

第五個(gè)大變化：Vibe Coding 起飛了 2025 年，AI 的能力跨過了一個(gè)門檻：你可以純用英語描述需求，讓它幫你寫程序，完全不用管代碼長(zhǎng)什么樣。Karpathy 隨手發(fā)了條推特，給這種編程方式起了個(gè)名字叫 vibe coding，結(jié)果這個(gè)詞火遍全網(wǎng)。

這意味著什么？編程不再是專業(yè)程序員的專利，普通人也能做。這和過去所有技術(shù)的擴(kuò)散模式都不一樣。以前新技術(shù)總是先被大公司、政府、專業(yè)人士掌握，然后才慢慢下沉。但大模型反過來，普通人從中受益的比例遠(yuǎn)超專業(yè)人士。

不只是「讓不會(huì)編程的人能編程」。對(duì)會(huì)編程的人來說，很多以前「不值得寫」的小程序現(xiàn)在都值得寫了。

Karpathy 自己就用 vibe coding 做了一堆項(xiàng)目：用 Rust 寫了個(gè)定制的分詞器、做了好幾個(gè)工具類 App、甚至寫了一次性的程序只為找一個(gè) bug。 代碼突然變得廉價(jià)、即用即棄、像草稿紙一樣隨便寫。

這會(huì)徹底改變軟件的形態(tài)和程序員的工作內(nèi)容。

第六個(gè)大變化：大模型的「圖形界面時(shí)代」要來了 Google 的 Gemini Nano Banana 是今年最被低估的產(chǎn)品之一。

它能根據(jù)對(duì)話內(nèi)容實(shí)時(shí)生成圖片、信息圖、動(dòng)畫，把回復(fù)「畫」出來而不是「寫」出來。 Karpathy 把這件事放到更大的歷史脈絡(luò)里看：大模型是下一個(gè)重大計(jì)算范式，就像 70 年代、80 年代的計(jì)算機(jī)一樣。所以我們會(huì)看到類似的演進(jìn)路徑。 現(xiàn)在和大模型「聊天」，有點(diǎn)像 80 年代在終端敲命令。文字是機(jī)器喜歡的格式，但不是人喜歡的格式。

人其實(shí)不愛讀文字，讀文字又慢又累。人喜歡看圖、看視頻、看空間布局。這就是傳統(tǒng)計(jì)算機(jī)為什么要發(fā)明圖形界面。 大模型也需要自己的「GUI」。

它應(yīng)該用我們喜歡的方式跟我們說話：圖片、幻燈片、白板、動(dòng)畫、小應(yīng)用。現(xiàn)在的 Emoji 和 Markdown 只是初級(jí)形態(tài)，幫文字「化個(gè)妝」。真正的 LLM GUI 會(huì)是什么樣？Nano Banana 是一個(gè)早期暗示。 最有意思的是，這不只是圖像生成的事。它需要把文本生成、圖像生成、世界知識(shí)全部絞在一起，在模型權(quán)重里融為一體。

Karpathy 的總結(jié)是這樣的：2025 年的大模型，比他預(yù)期的聰明，也比他預(yù)期的蠢。兩者同時(shí)成立。 但有一點(diǎn)很確定：即使以現(xiàn)在的能力，我們連 10% 的潛力都沒挖掘出來。

還有太多想法可以試，整個(gè)領(lǐng)域感覺是敞開的。

他在 Dwarkesh 的播客里說過一句看似矛盾的話： > 他相信進(jìn)步會(huì)繼續(xù)飛速推進(jìn)， > 同時(shí)也相信還有大量的工作要做。

兩件事并不矛盾。2026 年系好安全帶繼續(xù)加速吧。

“分享產(chǎn)品經(jīng)理改變世界的點(diǎn)滴”

產(chǎn)品顧問｜ 產(chǎn)品咨詢｜培訓(xùn)合作

請(qǐng)?zhí)砑游⑿? PMxiaowanzi

最近我的原創(chuàng)

每日案例拆解庫(kù)，AI等產(chǎn)品打卡群

我創(chuàng)建的產(chǎn)品設(shè)計(jì)打卡社群，加入后365天，每天體驗(yàn)一款A(yù)PP。提升產(chǎn)品設(shè)計(jì)能力，同時(shí)有1300份體驗(yàn)報(bào)告幫助你找到競(jìng)品

在這里你可以隨時(shí)查詢到你想找的各類競(jìng)品行業(yè)APP，無須自己親自下載就可以馬上得到APP的一手產(chǎn)品優(yōu)化、交互設(shè)計(jì)、功能描述信息。

從優(yōu)化&建議、商業(yè)模式、運(yùn)營(yíng)、功能描述、交互設(shè)計(jì)、產(chǎn)品定位至少6個(gè)維度，體驗(yàn)一款應(yīng)用。

平均1天1塊錢，掃碼購(gòu)買即可加入

連續(xù)體驗(yàn)48款應(yīng)用，通過后原路退回

報(bào)名后添加星球助理

PMTalk123