Andrej Karpathy最新发布的2025年LLM年度复盘，直言行业潜力才挖了不到10%
? 核心观点：一种“新型智能”诞生
“既比预期聪明，也比预期笨，但极其有用”
LLM不是“逐渐进化的动物”，而是像被召唤的幽灵，能力分布极不均衡：能解奥数题，却可能被简单问题绕晕。这种“锯齿状智能”正是未来突破的关键
? 六大范式变革
1. RLVR：让AI学会“自己思考”
传统训练三步曲（预训练+SFT+RLHF）被颠覆！
2025年新增RLVR（可验证奖励强化学习），让模型在数学、代码等有明确答案的环境里反复试错，自发练出“推理链”。
效果：模型参数量没咋涨，但解题能力暴增！OpenAI的o3模型就是典型
2. 幽灵vs动物：智能的“锯齿现象”
为什么AI一会儿天才一会儿小白？因为它的优化目标不是全面进化，而是“在特定任务拿高分”。比如为刷榜训练出的模型，benchmark分数爆表，但离真AGI还远。他吐槽：基准测试已失去参考价值
3. Cursor
Cursor爆火揭示了一个趋势：基础模型之上会存在厚厚的应用层！它通过编排多个AI调用、设计上下文工程、加入“自主权滑块”，把通用模型变成垂直领域的专家。争议点：大厂会通吃应用吗？
他认为：垂直机会依然巨大
4. Claude Code：住在你电脑里的AI助手
首个让人信服的Agent形态，关键不是云端算力，而是完全本地化——直接用你电脑里的文件、配置、密钥，像“田螺姑娘”一样贴身协作。对比OpenAI的云端路线，Claude Code更贴合当前AI能力不稳定的现状
5. Vibe Coding：编程门槛归零
2025年用自然语言写程序成为常态，代码变得“免费、可塑、即用即弃”，普通人也能造软件，开发者则能快速试错。他自己用Rust写分词器、临时工具，称这是“权力归于大众”的变革
6. Nano Banana：从聊天框到“AI图形界面”
当前和AI聊天好比80年代用命令行，未来LLM必须用人类喜欢的方式交流：图片、图表、动画甚至网页应用。Nano Banana是雏形，多模态能力深度融合，才是LLM的GUI时代
? 总结与预言
• 潜力挖掘不足10%：现有模型已被玩出花，但创新空间仍巨大
• 未来是“快进步+苦干活”：技术会持续爆发，但落地需大量细致工作
• “系好安全带，这场变革才刚开始！”
? 核心观点：一种“新型智能”诞生
“既比预期聪明，也比预期笨，但极其有用”
LLM不是“逐渐进化的动物”，而是像被召唤的幽灵，能力分布极不均衡：能解奥数题，却可能被简单问题绕晕。这种“锯齿状智能”正是未来突破的关键
? 六大范式变革
1. RLVR：让AI学会“自己思考”
传统训练三步曲（预训练+SFT+RLHF）被颠覆！
2025年新增RLVR（可验证奖励强化学习），让模型在数学、代码等有明确答案的环境里反复试错，自发练出“推理链”。
效果：模型参数量没咋涨，但解题能力暴增！OpenAI的o3模型就是典型
2. 幽灵vs动物：智能的“锯齿现象”
为什么AI一会儿天才一会儿小白？因为它的优化目标不是全面进化，而是“在特定任务拿高分”。比如为刷榜训练出的模型，benchmark分数爆表，但离真AGI还远。他吐槽：基准测试已失去参考价值
3. Cursor
Cursor爆火揭示了一个趋势：基础模型之上会存在厚厚的应用层！它通过编排多个AI调用、设计上下文工程、加入“自主权滑块”，把通用模型变成垂直领域的专家。争议点：大厂会通吃应用吗？
他认为：垂直机会依然巨大
4. Claude Code：住在你电脑里的AI助手
首个让人信服的Agent形态，关键不是云端算力，而是完全本地化——直接用你电脑里的文件、配置、密钥，像“田螺姑娘”一样贴身协作。对比OpenAI的云端路线，Claude Code更贴合当前AI能力不稳定的现状
5. Vibe Coding：编程门槛归零
2025年用自然语言写程序成为常态，代码变得“免费、可塑、即用即弃”，普通人也能造软件，开发者则能快速试错。他自己用Rust写分词器、临时工具，称这是“权力归于大众”的变革
6. Nano Banana：从聊天框到“AI图形界面”
当前和AI聊天好比80年代用命令行，未来LLM必须用人类喜欢的方式交流：图片、图表、动画甚至网页应用。Nano Banana是雏形，多模态能力深度融合，才是LLM的GUI时代
? 总结与预言
• 潜力挖掘不足10%：现有模型已被玩出花，但创新空间仍巨大
• 未来是“快进步+苦干活”：技术会持续爆发，但落地需大量细致工作
• “系好安全带，这场变革才刚开始！”