AI大神Karpathy 2025年度总结刷屏：AI既是天才也是智障，这6个转折最关键

最近各种年度回顾陆续上线， OpenAI 的前联合创始人 Andrej Karpathy 也交出了自己对大模型的年度总结

就在今年早些时候，他在 YC 的一场演讲刷爆了全网，提出了不少新的观点： 软件 3.0 已来： 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。

Karpathy 今天这篇《2025 年度总结》，他再次向我我们剖析了这一年 AI 究竟长出了什么样的「脑子」。

以下是对 Karpathy 年度总结的精译，APPSO 在不改变原意的基础上做了更多通俗解读。

如果想看原文可以点击🔗 https://karpathy.bearblog.dev/year-in-review-2025/

2025 年是 LLM（大语言模型）发展强劲且充满变数的一年。以下是我列出的几点个人认为值得注意且稍感意外的「范式转变」——这些变化不仅重塑了行业版图，更在概念层面上狠狠地冲击了我的认知。

🛑 太长不看版：

2025 年既让人兴奋，又有点让人措手不及。

LLM 正在作为一种新型智能涌现，它同时比我预期的要聪明得多，也比我预期的要笨得多。

无论如何，它们极其有用。我认为即使以目前的能力，行业甚至还没挖掘出其潜力的 10%。同时，还有太多的想法可以尝试，从概念上讲，这个领域感觉依然广阔。正如我今年早些时候提到的，我同时（表面上矛盾地）相信：我们将看到持续快速的进步，但前方仍有大量艰苦的工作要做。

系好安全带，我们要发车了。

1. RLVR：教 AI 像做奥数题一样「思考」

在解释这个复杂的基础概念之前，先看看以前是大模型训练是怎么做的？

在 2025 年初，各大实验室训练 LLM 的「老三样」配方非常稳定：

1. 预训练 （Pretraining）：像 GPT-3 那样，让 AI 读遍全网文章，学会说话。

2. 监督微调 （SFT）：找人写好标准答案，教 AI 怎么回答问题。

3. 人类反馈强化学习 （RLHF）：让 AI 生成几个答案，人来打分，教它讨人喜欢。

现在发生了什么变化？

2025 年，我们在这个配方里加了一味猛药：RLVR（从可验证奖励中进行强化学习）。

这是什么意思？

简单来说，就是不再让人来打分（人太慢且主观），而是让 AI 去做那些「有标准答案」的任务，比如数学题或写代码。对就是对，错就是错，机器能自动验证。

在数百万次的自我博弈和试错中， 模型自发地演化出了看似「推理」的策略 。它们学会了先把大问题拆解成小步骤，甚至学会了「回过头来检查」这种高级技巧（参考 DeepSeek R1 论文）。

核心对比： 旧范式（RLHF） ： 像是教小孩写作文。因为没有标准答案，AI 很难知道自己哪一步想错了，只能模仿人类的语气。 新范式（RLVR） ： 像是把 AI 关进奥数训练营。不用教它具体怎么想，只要给它足够多的题和对错反馈，它自己就能摸索出解题套路。

这一招太好用了，以至于 2025 年大部分算力都被这只「吞金兽」吃掉了。结果就是： 模型并没有变大，但训练时间变长了 。 我们还获得了一个新旋钮： 让 AI 思考得久一点 。OpenAI 的 o1 是开端，而 o3 则是真正的拐点。

2. 幽灵 vs 动物：AI 不是「电子宠物」

2025 年，我和整个行业终于从直觉上理解了 LLM 智能的「形状」。

一个惊悚的比喻： 我们不是在像养宠物一样「进化/养育动物」，我们是在「召唤幽灵」 。

为什么这么说？

因为 AI 的一切都和生物不同。人类的大脑是为了在丛林里活下来、为了繁衍后代而优化的；而 LLM 的大脑是为了模仿人类文字、在数学题里拿分、在竞技场里骗赞而优化的。

参差不齐的智能（Jagged Intelligence）：

正是因为 RLVR（可验证奖励）的存在，AI 的能力在某些领域（如数学、编程）会突然飙升成刺状。这就导致了一种极其滑稽的现象： 它同时是一个绝世天才（秒解高数题）； 又是一个智障小学生（会被简单的逻辑陷阱骗得团团转）。

主题：年度总结