12 月 20 日，前特斯拉 AI 总监、OpenAI 创始成员之一 Andrej Karpathy，发文总结对 2025 年整个 LLM 领域的观察，我们来看看他说了啥。
一、Reinforcement Learning from Verifiable Rewards (RLVR)
大模型训练范式里，出现了一个“新的主流程阶段”——RLVR（用可自动验证的奖励做强化学习），它带来了“推理能力”和“思考时长可控”的明显跃迁，并且吃掉了原本会投向预训练的大量算力
- 以前的训练配方：Pretraining -> SFT -> RLHF，现在，在步骤中多了个 RLVR
- RLVR 特点：训练过程能自动验证结果真伪，而不需要人工（如 RLHF），对应问题类型如 数学题、代码、逻辑谜题 等，这显著提升了推理效果
- 算力上，由于 RLVR 出现，训练起来更「厚」，吃掉了很多原本要勇于做预训练到算力
- 这也带来了新的模型能力控制方式 -> 更 长/短 的 thinking time，更 强/弱 的能力
二、Ghosts vs. Animals / Jagged Intelligence
大家开始真正意识到：LLM 的智能形态不是“像动物一样连续成长”，而是像被召唤出来的幽灵一样、能力高度不均匀（jagged，突刺）的东西；而 RLVR + 基准测试本身，正在放大这种不均匀性。
- LLM 和人类智能在本质上不是同一种东西，甚至不该用同一套直觉去理解，长出来的不是“更聪明的动物”，而是完全异质的智能，原因：
- 架构不同（人脑 vs Transformer）
- 数据不同（生存经验 vs 全人类文本）
- 训练算法不同
- 优化目标极端不同
Jagged Intelligence：能力是“突刺状”的，而不是平滑的，人类也是突刺状的，但与 AI 方向不同
突刺状的智能分布
不再相信 benchmark，原因：
- 天然可验证环境，可以被 RLVR 很好解决
- 突刺状智能的定向优化
三、Cursor / new layer of LLM apps
应用层，Cursor 让大家第一次清晰地看到：在“基础模型之上”，正在形成一个独立、足够厚的「LLM 应用层」，它不是简单 UI，而是把模型“组织、编排、约束并落地成专业工具”的系统工程。
- LLM App 在干嘛：
- Context Engineering
- 多模型、多次调用的组合
- 真正好用的交互，非 chatbot
- 按用户需求供给的多样协作程度
- 应用层，壁垒厚吗？：
- LLM labs 的目标
- 培养一个“通用、很聪明的大学生”
- LLM apps 的目标 👉 把一群“大学生”：
- 组织起来
- 微调好
- 接入私有数据、传感器、执行器
- 加上反馈回路
- 变成某个行业里的“职业团队”
四、Claude Code / AI that lives on your computer
Claude Code 代表一种“AI 住进你电脑里”的全新 Agent 形态，在当下这个能力突刺、进展缓慢的阶段，这比“云端 agent swarm”路径更正确。
- Agent 跑在「你的电脑」里，而不是云端，你的本地才有重要的 context
- OpenAI：搞反了。不要指望云端全部处理。当前阶段，本地更合理
- 真正重要的不是 云 vs 本地，而是在一个「已存在的计算环境」来运行 agent
五、Vibe coding
当 AI 强到一定程度后，人可以只用自然语言“说想法”，几乎不再关心代码本身是否存在；代码从“昂贵资产”变成了“随手生成、随用随丢的材料”。
- Vibe coding，本人（Andrej Karpathy）发明 见 https://x.com/karpathy/status/1886192184808149383
- 能力阈值已经跨过去了，代码的本体变了，从资产，变成了“耗材”（即用即抛）
六、Nano banana / LLM GUI
“聊天式文本”只是 LLM 时代的早期交互形态，真正的下一代 LLM 应用，一定会走向 GUI（图形化、人类友好）的表达；而 Google 的 Nano Banana 是一个非常早期但重要的信号。
- 放到历史上看
- LLM -> 计算范式的革新
- Chat -> 1980 年代的命令行（CLI）
- ? -> GUI，还未出现
- 人类偏好的是「视觉 & 空间化信息」，最终会有 GUI 出现
七、2026 预期
- 2026 年不会是“放缓或收官”，而是：在能力继续快速前进的同时，应用空间、产品形态、组织方式仍然极度未开发——真正的工作才刚开始。
- 我们连 10% 的潜力都没用上，领域仍然“非常开阔”，在模型继续变强的同时，人类才刚刚开始学会如何与这种“异质智能”共存、协作和放大它。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
