Karpathy眼中的2025 LLM：六件让我刮目相看的AI趋势变化
Karpathy眼中的2025 LLM：六件让我刮目相看的AI趋势变化
前两天刷推的时候，看到Karpathy发了篇2025 LLM年终总结。这位前特斯拉AI总监、OpenAI创始成员对2025年的AI趋势有着独到见解。你知道Karpathy是谁吧？前特斯拉AI总监，OpenAI创始成员之一，斯坦福博士，AI圈的顶流大佬。他写的东西向来接地气又有深度，这篇年终盘点更是把今年LLM领域的大事说得明明白白。
我读完Karpathy的2025 LLM总结之后觉得太有意思了，必须给你们翻译翻译。不是简单的中英对照那种，而是用咱们能听懂的话，聊聊2025年的AI趋势和LLM到底搞了什么名堂。
一、RLVR：2025 LLM训练的新范式
在Karpathy看来，2025年之前训练一个能打的大模型，基本上是三板斧：
- 预训练：让模型读遍互联网
- 有监督微调：给它看人类写的优质回答
- 人类反馈强化学习（RLHF）：让人类打分，告诉它什么是好答案
这套路玩了好几年，大家都门儿清。但2025年的AI趋势出现了重大变化——RLVR，可验证奖励的强化学习成为新宠。
说人话就是：以前是人工打分告诉AI什么是好答案，现在换成让AI去刷数学题、编程题，做完直接对答案。答案对不对，程序说了算，不需要人工介入。
这就像什么呢？就像以前教孩子学数学，是老师手把手教每一步怎么算。现在换个路子：给孩子一本习题册，后面附着标准答案。你自己做，做完自己对，对了就继续，错了就琢磨琢磨哪儿出了问题。
神奇的是，AI用这种方式训练之后，居然自己"悟"出了一套推理方法。它学会了把大问题拆成小步骤，学会了走不通就换条路。这些策略不是人教的，是它自己摸索出来的——因为只有这样才能把题做对。
更狠的是，这种训练方式不像以前那样蜻蜓点水。以前的微调阶段都很短，现在RLVR可以让AI在可验证的题目上猛练，练多久都行。结果就是，2025年的模型参数量没涨多少，但能力蹭蹭往上窜。OpenAI的o3就是这条路线的代表作，一出来大家都能明显感觉到——这玩意儿，不一样了。
二、幽灵vs动物：2025 LLM智能的真相
2025年，Karpathy说他终于搞明白了一件事：AI不是我们养大的宠物，而是我们召唤出来的幽灵。这个AI趋势的观点特别有意思。
这话听着玄乎，其实特别形象。你想啊，动物的智能是怎么来的？几百万年进化，在丛林里摸爬滚打，为了活命一点点变聪明。但2025年的LLM呢？它是读了人类所有的文字，在数学题里拿分，在排行榜上争高低。
进化压力完全不一样，出来的东西自然也完全不一样。这可能是2025年最重要的AI趋势认知之一。
结果就是2025年的AI智能长得歪七扭八、参差不齐。同一个LLM模型，这边刚给你写了一篇惊艳的论文综述，那边转头就被一个初中生的脑筋急转弯给骗了。一会儿是全知全能的天才，一会儿又是连常识都没有的糊涂蛋。
Karpathy管这叫"jagged intelligence"，我觉得翻译成"参差智能"挺贴切的。就像一个刺猬，有些地方刺老长了，有些地方秃得很。这种认知正在成为2025年AI趋势的主流观点。
这也是为什么他说2025年他对benchmark越来越不感冒了。因为AI特别擅长在可以刷题的地方刷出高分，但那些分数不代表真正的通用智能。就像一个学生疯狂刷真题，考试分数贼高，但换个没见过的题型可能就懵了。
所以下次你看到什么"AI在某某测试上超越人类"的新闻，笑笑就得了。真正的AGI，可能不是benchmark能衡量的。
三、Cursor：LLM应用的新品种
2025年，有个叫Cursor的编程工具火得一塌糊涂。但Karpathy说，Cursor最值得关注的不是它有多好用，而是它代表了一个全新的物种——LLM应用。
以前我们讨论AI，要么是底层的大模型，要么是直接面向用户的ChatGPT。Cursor告诉我们，中间还有一层：专门为某个垂直领域打造的AI应用。
这层应用干什么呢？Karpathy总结了四件事：
- Context Engineering：帮你把相关信息喂给AI，省得你自己复制粘贴
- 多轮调度：一个任务可能需要调好几次AI，它帮你串起来
- 专属界面：给特定场景设计更顺手的交互方式
- 自主度滑块：让你决定AI是打辅助还是当主力
用装修来类比就清楚了。大模型是各种师傅——水电工、木工、泥瓦匠。直接用ChatGPT就像你自己当包工头，挨个给师傅派活。而Cursor这样的LLM应用，相当于你请了个装修公司，公司帮你协调所有师傅，你只需要说"我想要北欧风"就行。
于是大家开始琢磨：各行各业是不是都需要一个"Cursor for X"？
四、Claude Code：住在你电脑里的AI
说到AI编程助手，2025年还有个重磅选手——Claude Code。
它有什么特别的？它是跑在你自己电脑上的。
这听起来不是什么大事，但Karpathy觉得这个设计决策非常关键。OpenAI之前做的Codex和各种Agent，都是跑在云端容器里的。你通过ChatGPT的网页去操作，AI在远程的服务器上帮你干活。
Claude Code不一样，它就是个命令行工具，装在你的电脑上，跟你的开发环境在一起，能直接访问你的文件、配置、上下文。
这就像什么呢？OpenAI的路子像请了个远程客服——你在电话这头描述问题，对方在电话那头操作。Claude Code像请了个住家管家——他就住你家，知道你冰箱里有什么、钥匙放哪儿、你平时什么习惯。
虽然从"AI终极形态"来说，云端的Agent集群听起来更高大上。但在当下这个AI能力还"参差不齐"的阶段，让AI住在你电脑上，能直接用你的环境、读你的代码、懂你的上下文，反而更实用。
而且Claude Code的形态变了。AI不再只是你去访问的一个网站，而是一个"住"在你电脑里的小精灵。这是一种全新的人机交互范式。
五、Vibe Coding：2025 LLM带来的编程革命
2025年，Karpathy发了个推，随口造了个词叫"Vibe Coding"——氛围编程，或者叫"凭感觉编程"。这个词成了2025年LLM领域最火的词之一。
结果这词火得一塌糊涂，成了年度热词，代表了重要的AI趋势。
Vibe Coding到底是什么呢？就是你用英语（或者中文）描述你想要什么，LLM帮你写代码，你甚至不用看代码是什么样子。就像点菜不用会做饭，你只要说清楚"我要一份糖醋排骨，少油"，AI厨师给你搞定。这就是2025年LLM带来的编程新趋势。
这事儿在2025年真的变成现实了。不会编程的普通人，用Vibe Coding能做出像样的程序。会编程的程序员，用Vibe Coding能快速搞定以前懒得写的小工具。
Karpathy自己就是个例子。他用Vibe Coding的方式，写了个高效的分词器（tokenizer）——用的是他以前不太熟的Rust语言。换做以前，他要么花大力气学Rust，要么用现成的库。现在？用英语说明白需求，AI给他搞定。
他还Vibe Coding了一堆小项目：菜单生成器、LLM评审委员会、阅读器、Hacker News时光胶囊……每个都是"我想要这么个东西"然后就有了。
最夸张的是，他说自己有时候会Vibe Coding写一个一次性的小程序，就为了找一个bug。用完就扔。因为代码现在是免费的、随取随用的、用完即弃的。
这会彻底改变软件行业的生态。普通人能做程序员以前做的事了；程序员能做以前嫌麻烦不愿做的事了。
六、Nano Banana：AI的图形界面时代
最后一个让Karpathy刮目相看的是Google的Nano Banana。
这名字听着搞笑，但背后的意义很深。
你想啊，1980年代的电脑是什么样的？黑底绿字，敲命令行。普通人根本玩不转。后来有了GUI——图形用户界面——窗口、图标、鼠标，电脑才真正走进千家万户。
现在我们用AI是什么样？打字聊天。其实和当年敲命令行也没本质区别，还是在用文字跟机器交流。
但人类天生更喜欢图像、视频、动画这些视觉化的东西。文字看着累，图片一眼就能看明白。
Nano Banana代表的方向就是：AI应该用我们喜欢的方式跟我们说话。不只是生成文字，而是生成图片、信息图、幻灯片、动画、小视频、甚至一个小网页。
当然，现阶段我们已经有了Markdown、表格、代码块这些"轻度视觉化"的东西。但Nano Banana提示了更大的可能性：未来的AI输出，可能是一张动态信息图，可能是一段演示视频，可能是一个可以交互的小程序。
而且关键是，这不光是图片生成能力的事。它需要文字理解、图像生成、世界知识三者融合在一起，才能输出真正有意义的视觉内容。Nano Banana算是这个方向的早期探路者。
写在最后：Karpathy眼中的2025 LLM总结
Karpathy在文章结尾说，2025年的AI比他预期的聪明得多，也比他预期的蠢得多。这话对2025 LLM的发展总结得太妙了。
聪明的地方真的聪明，在那些能刷题打分的领域，AI已经能做到让人瞠目结舌的事情。蠢的地方也真的蠢，随时可能被一个简单的套路骗到。这就是2025年AI趋势的真实写照。
但不管怎么说，2025年的AI已经非常有用了。Karpathy觉得，就算AI能力今天定格不再进步，我们也只发挥了它不到10%的潜力。还有太多事情可以做。这个观点抓住了2025 LLM发展的核心。
同时，2025年的研究领域还是一片蓝海，有太多想法没有被尝试过。他同时相信两件看似矛盾的事：AI会继续快速进步，同时还有大量工作要做。这种对AI趋势的判断特别深刻。
2025年的AI，就像一个奇怪的天才少年。有时候惊艳到让你怀疑人生，有时候又蠢萌到让你哭笑不得。但不可否认，这一年，它长大了不少。
而我们，才刚刚开始学会和这个新物种相处。Karpathy的2025 LLM总结告诉我们，这只是个开始。
好了，今天就聊到这儿。
如果你觉得这篇还挺有意思的，顺手点个赞或者转发给同样关注AI的朋友呗。有什么想法也欢迎在评论区聊聊，我挺想知道你们怎么看2025年这波AI变化的。
咱们下篇再见。