Andrej Karpathy 是 OpenAI 聯合創始人、前特斯拉 AI 總監，也是全球最有影響力的 AI 研究者之一。他剛剛發布了一篇 2025 年 LLM 年度回顧。

我推薦每一個AI產品經理都學習，這里翻譯為中文如下

第一個大變化：訓練方法的范式升級

2025 年之前，訓練一個好用的大模型基本是三步走：預訓練、監督微調、人類反饋強化學習。

這個配方從 2020 年用到現在，穩定可靠。

2025 年多了關鍵的第四步：RLVR，全稱是 Reinforcement Learning from Verifiable Rewards，翻譯過來就是「可驗證獎勵的強化學習」。

什么意思？簡單說，就是讓模型在「有標準答案」的環境里反復練習。比如數學題，答案對就是對，錯就是錯，不需要人來打分。

代碼也一樣，能跑通就是能跑通。

這和之前的訓練有什么本質區別？之前的監督微調和人類反饋，本質上是「照葫蘆畫瓢」，人給什么樣本，模型學什么樣本。但 RLVR 不一樣，它讓模型自己摸索出解題策略。

就像學游泳，之前是看教學視頻模仿動作，現在是直接扔水里，只要你能游到對岸，怎么劃水我不管。

結果呢？模型自己「悟」出了看起來像推理的東西。它學會了把大問題拆成小步驟，學會了走錯路時回頭重來。這些策略如果靠人類標注示范，根本標不出來，因為人自己也說不清「正確的思考過程」長什么樣。

這個變化帶來一個連鎖反應：算力的分配方式變了。以前大部分算力砸在預訓練階段，現在越來越多算力用于 RL 階段。

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

還有個新玩法：推理時也能花更多算力。讓模型「想久一點」，生成更長的推理鏈條，效果就更好。這相當于多了一個調節能力的旋鈕。

第二個大變化：我們終于搞懂了 AI 是什么「形狀」的聰明

Karpathy 用了一個很妙的比喻：我們不是在「養動物」，而是在「召喚幽靈」，人類的智能是進化出來的，優化目標是「在叢林里讓部落活下去」。

大模型的智能是訓練出來的，優化目標是「模仿人類文本、在數學題里拿分、在評測榜單上刷分」。

優化目標完全不同，出來的東西當然也完全不同。

所以 AI 的智能是「參差不齊」的，英文叫 jagged intelligence。它可以在某些領域表現得像全知全能的學者，同時在另一些領域犯小學生都不會犯的錯。上一秒幫你推導復雜公式，下一秒被一個簡單的越獄提示騙走你的數據。

為什么會這樣？因為哪個領域有「可驗證的獎勵」，模型在那個領域就會長出「尖刺」。

數學有標準答案，代碼能跑測試，所以這些領域進步飛快。但常識、社交、創意這些領域，什么是「對」很難定義，模型就沒法高效學習。

這也讓 Karpathy 對基準測試失去了信任。道理很簡單：測試題本身就是「可驗證環境」，所有基準都刷滿了，但離真正的通用智能還差得遠，這是完全可能發生的事。

第三個大變化：LLM 應用層浮出水面

Cursor 今年火得一塌糊涂，但 Karpathy 認為它最大的意義不是產品本身，而是證明了「LLM 應用」這個新物種的存在。

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

• 第一，做上下文工程。把相關信息整理好，喂給模型。

• 第二，編排多個模型調用，后臺可能串了一堆 API 調用，平衡效果和成本。

• 第三，提供專業場景的界面，讓人類能在關鍵節點介入。

• 第四，給用戶一個「自主程度滑桿」。

你可以讓它多干點，也可以讓它少干點。 有個問題被討論了一整年：這個應用層有多「厚」？模型廠商會不會把所有應用都吃掉？

Karpathy 的判斷是：模型廠商培養的是「有通用能力的大學畢業生」，但 LLM 應用負責把這些畢業生組織起來、培訓上崗，變成能在具體行業干活的專業團隊。數據、傳感器、執行器、反饋循環，這些都是應用層的活。

第四個大變化：AI 搬進了你的電腦 Claude Code 是今年最讓 Karpathy 印象深刻的產品之一。

它展示了「AI 智能體」應該長什么樣：能調用工具、能做推理、能循環執行、能解決復雜問題。

但更關鍵的是，它跑在你的電腦上。用你的環境、你的數據、你的上下文。 Karpathy 認為 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 去調度。這像是在瞄準「AGI 終局」，但我們還沒到那一步。

現實是，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，和開發者并肩工作，才是當下更合理的選擇。 Claude Code 用一個極簡的命令行界面做到了這一點。

AI 不再只是你訪問的一個網站，而是「住在」你電腦里的一個小精靈。這是一種全新的人機交互范式。

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

這意味著什么？編程不再是專業程序員的專利，普通人也能做。這和過去所有技術的擴散模式都不一樣。以前新技術總是先被大公司、政府、專業人士掌握，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超專業人士。

不只是「讓不會編程的人能編程」。對會編程的人來說，很多以前「不值得寫」的小程序現在都值得寫了。

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

這會徹底改變軟件的形態和程序員的工作內容。

第六個大變化：大模型的「圖形界面時代」要來了 Google 的 Gemini Nano Banana 是今年最被低估的產品之一。

它能根據對話內容實時生成圖片、信息圖、動畫，把回復「畫」出來而不是「寫」出來。 Karpathy 把這件事放到更大的歷史脈絡里看：大模型是下一個重大計算范式，就像 70 年代、80 年代的計算機一樣。所以我們會看到類似的演進路徑。 現在和大模型「聊天」，有點像 80 年代在終端敲命令。文字是機器喜歡的格式，但不是人喜歡的格式。

人其實不愛讀文字，讀文字又慢又累。人喜歡看圖、看視頻、看空間布局。這就是傳統計算機為什么要發明圖形界面。 大模型也需要自己的「GUI」。

它應該用我們喜歡的方式跟我們說話：圖片、幻燈片、白板、動畫、小應用。現在的 Emoji 和 Markdown 只是初級形態，幫文字「化個妝」。真正的 LLM GUI 會是什么樣？Nano Banana 是一個早期暗示。 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、世界知識全部絞在一起，在模型權重里融為一體。

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

還有太多想法可以試，整個領域感覺是敞開的。

他在 Dwarkesh 的播客里說過一句看似矛盾的話： > 他相信進步會繼續飛速推進， > 同時也相信還有大量的工作要做。

兩件事并不矛盾。2026 年系好安全帶繼續加速吧。

“分享產品經理改變世界的點滴”

產品顧問｜ 產品咨詢｜培訓合作

請添加微信 PMxiaowanzi

最近我的原創

每日案例拆解庫，AI等產品打卡群

我創建的產品設計打卡社群，加入后365天，每天體驗一款APP。提升產品設計能力，同時有1300份體驗報告幫助你找到競品

在這里你可以隨時查詢到你想找的各類競品行業APP，無須自己親自下載就可以馬上得到APP的一手產品優化、交互設計、功能描述信息。

從優化&建議、商業模式、運營、功能描述、交互設計、產品定位至少6個維度，體驗一款應用。

平均1天1塊錢，掃碼購買即可加入

連續體驗48款應用，通過后原路退回

報名后添加星球助理

PMTalk123