临近年终岁尾，各种年度回顾陆续上线。
近日，AI 大神 Andrej Karpathy 也发布了名为《2025年大语言模型年度回顾》（2025 LLM Year in Review）的年度深度观察报告。
今年以来，Karpathy 提出了不少新的观点：
： 从最初的人写代码（1.0），到喂数据训练模型（2.0），现在我们进入了直接对模型「念咒语」（Prompt）的 3.0 时代。
- LLM 是新操作系统： 它不是像自来水一样的普通商品，而是一个负责调度内存（Context Window）和 CPU（推理算力）的复杂 OS。
- Agent 的十年： 别指望 AI Agent 一年就成熟，从 99% 到 99.999% 的可靠性，我们需要走上十年。
2025 年是 LLM（大语言模型）发展强劲且充满变数的一年。
在这份综述中，Karpathy 详尽地剖析了过去一年中大语言模型（LLM）领域发生的底层范式转移。他指出，2025年标志着AI训练哲学从单纯的“概率模仿”向“逻辑推理”的决定性跨越。
01基于可验证奖励的强化学习 (RLVR)
在 2025 年初，各大实验室训练 LLM 的「老三样」配方非常稳定：
- 预训练(Pretraining, 2020年的GPT-2/3)
- 监督微调(SFT, 2022年的InstructGPT)
- 基于人类反馈的强化学习 (RLHF, 2022年)
这是长期以来训练生产级LLM的稳定配方。 在2025年，基于可验证奖励的强化学习（RLVR） 成为新增的主要阶段。
通过针对数学或代码谜题等可自动验证的奖励进行训练，模型自发发展出了类似“推理”的策略（分解问题、反复推敲）。
OpenAI 的 o1 和 o3 模型就是这一阶段的代表，展示了通过增加测试时的“思考时间”来提升能力的新扩展定律。
02“幽灵”vs.“动物” / 参差不齐的智能 (Jagged Intelligence)
Karpathy 通过引用AI先驱 Rich Sutton 的对话，抛出了一个极具哲学深度的议题：Animals vs. Ghosts（动物与幽灵）。
2025年，Karpathy 开始从直觉上理解大语言模型智能的“形态本质”（the ‘shape’ of LLM intelligence）。我们面对的并非“逐步进化成长的动物”，而是“被召唤出的幽灵”。
大语言模型技术栈的所有组成部分：神经网络架构、训练数据、训练算法，尤其是优化目标，都与生物智能的演化逻辑截然不同。因此，大语言模型是智能空间中一类全新的实体，若用看待生物的视角解读它们，难免产生认知偏差。
从监督信号的本质来看，人类大脑的神经网络是为了适应部落生存、应对丛林环境而优化的；而大语言模型的神经网络则以模仿人类文本、在数学问题中获取奖励、在LM Arena榜单中获得人类点赞为优化目标。
图：人类智能为蓝色，AI智能为红色
随着可验证奖励的强化学习在可验证领域的普及，LLM 在这些特定领域的能力会出现“爆发式增长”，整体呈现出有趣的“锯齿状性能特征”：它们可能在某些领域像天才，但在另一些领域却像困惑的小学生，甚至容易被简单的越狱攻击欺骗。
此外，Karpathy 对传统的基准测试（Benchmarks）失去了信任，认为它们容易被针对性优化（Goodhart 定律）。
03Cursor / LLM应用的新层级
Cursor 的崛起揭示了“LLM 应用”的新层级。
大家开始谈论「医疗界的 Cursor」、「法律界的 Cursor」。这些应用到底做了什么？
正如 Karpathy 在今年Y Combinator演讲中强调的，像Cursor这样的大语言模型应用，核心价值在于为特定垂直领域整合并编排大语言模型调用逻辑。
这类应用负责“上下文工程”，编排复杂的 LLM 调用，提供特定领域的 GUI，并允许用户调节自动化程度。
04Claude Code：住在你电脑里的AI
Claude Code 被认为是 LLM Agent（智能体）的第一个令人信服的演示。
它以循环方式将推理与工具调用串联起来，能持续解决长任务。
它的特点是运行在本地环境（localhost），能直接访问用户的私有数据和环境，像一个住在电脑里的“小精灵”，而不仅仅是一个网页端的聊天机器人。
05Vibe coding（氛围编码）
2025 年，AI 跨越了仅通过自然语言（英语）就能构建复杂程序的门槛。
“Vibe Coding” 让普通人也能编程，同时也让专业人士能快速构建一次性、用完即弃的软件。代码变得极其廉价且易于修改。
Vibe Coding 将会彻底重塑软件行业，也会改写程序员的招聘 JD。
06Nano Banana：LLM 的 GUI
谷歌 Gemini Nano Banana 是2025年最具突破性、最可能引发范式转移的模型之一。
它暗示了 LLM 交互界面的未来：从单纯的文本聊天转向视觉化、空间化的 GUI（如图像、图表、幻灯片等），这更符合人类获取信息的偏好。
未来的 AI 不应该给你吐一堆字，它应该直接给你画一张图、生成一个网页、弹出一个交互面板。 这不仅仅是「画图」，而是将文本生成、逻辑推理和视觉表达纠缠在一起的混合能力。
Karpathy 的年终总结，像是一份来自未来的生存指南。
2025 年是 LLM 既令人惊喜又充满意外的一年。LLM 展现出一种全新的智能形式，既比预期的聪明，也比预期的愚蠢。虽然行业尚未挖掘出其潜力的 10%，但领域前景依然广阔，未来仍有大量工作要做。
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。
