Andrej Karpathy：过去一年大模型的六个关键转折
本文共 2836 字，阅读预计需要 4 分钟。
一边是模型光靠"多想一会儿"就能解出奥数题，另一边是刷爆排行榜的选手被用户吐槽"中看不中用"。
2025年的AI圈，弥漫着一股诡异的气息：
参数规模不再是唯一的军备竞赛指标，但模型能力却在某些维度上狂飙突进。
这到底发生了什么？
Andrej Karpathy------前OpenAI研究总监、曾掌舵特斯拉AI团队的技术大牛------在年终复盘中抛出了一个判断：
2025年LLM的真正突破，不在于模型变大，而在于我们"驯养"它的方式、理解它的视角、以及使用它的姿势，都发生了根本性的变化。
这篇文章，我会带你拆解Karpathy眼中的六个范式转变，聊聊它们对普通人意味着什么，以及有哪些坑是你现在就该绕开的。
一、RLVR：训练范式的静默换代
2024年之前，大模型训练三板斧：预训练、监督微调、RLHF。但RLHF的瓶颈很明显------依赖人工标注，成本高、速度慢。
2025年，RLVR（基于可验证奖励的强化学习）开始上位。核心逻辑很简单：用有标准答案的任务来训练。数学题对不对？代码能不能跑？机器自己就能验证。
打个比方：RLHF像请老师批改作文，标准不一；RLVR像做数学卷子，对就是对、错就是错。
RLVR还解锁了一个调节旋钮：让模型"多想一会儿"
生成更长的推理链，就能换来更强能力。OpenAI的o1到o3，DeepSeek的R1，都是这条路线的产物。
以前比谁模型参数多，现在比谁的强化学习跑得久。
二、召唤幽灵，而非驯养动物
Karpathy用了一个隐喻：我们不是在"培育动物"，而是在"召唤幽灵"。
动物智能是进化塑造的，能力配合天衣无缝。
但LLM的"大脑"是为了预测下一个词、在数学题里拿分------这些目标和生存没关系。
结果就是"锯齿状智能"：某些任务碾压专家，另一些任务犯低级错误。
它能写出逻辑严密的报告，但是转头就被越狱提示词骗了。
实际后果是：别迷信基准测试。 LLM团队为了刷榜，围绕测试题大量生成训练数据，榜单漂亮，实际用起来翻车。
幽灵的能力是尖刺的、不可预测的。用的时候，得时刻警惕。
三、Cursor与新应用层：上下文工程的价值爆发
2025年，Cursor没有自己训练模型，但估值从4亿飙到99亿美元。它做对了什么？
答案是上下文工程------在调用大模型时，精心设计给它的信息环境：提示词怎么写、代码库怎么索引、多次调用怎么编排。
Karpathy的观点是：LLM实验室培养"通才大学生"，应用层把他们培养成"垂直专家"。桥梁就是上下文工程。
直接问ChatGPT和用Cursor写代码，体验天差地别。Cursor自动索引代码仓库，理解文件依赖，提问时自动塞入相关上下文。这不是模型能力差距，是信息组织方式的差距。
启示很清晰：模型会迭代，但上下文工程能力可以沉淀，能无缝迁移到下一代模型。
这也是我一直以来坚持上下文工程优先的原因。
四、Claude Code：AI从"网站"变成"室友"
Claude Code是Anthropic推出的命令行工具，特别之处在于：直接运行在本地电脑上，访问你的文件、配置、密钥。后续Copilot等工具也相继推出了这样的开发模式。
Karpathy说：它不再是需要打开浏览器的网站，而是"寄居"在电脑里的小精灵。
本地运行的好处：AI直接读取电脑上的上下文------装了哪些软件、项目代码长什么样，不需要手动复制粘贴。
更重要的是延迟和隐私------云端来回几百毫秒，敏感数据发到第三方合规部门不同意。
当然也有隐患：一个能操作本地文件的AI，权限边界怎么划定？
五、Vibe Coding：代码正在变得廉价
Karpathy造了个词叫"Vibe Coding"------氛围编程。
用自然语言描述需求，AI帮你写代码，你甚至不需要"懂"代码。
2025年这事跨过了临界点。之前AI写代码问题多，需要人debug。现在很多简单项目，从想法到可运行程序，一气呵成。
Karpathy自己用它写了Rust版tokenizer（不需要学Rust）、做了好几个小应用原型、甚至写过临时应用定位bug------用完就扔。
他的原话是：代码变得廉价、短暂、可塑、用完即弃。
对普通人意味着什么？"我有想法但不会代码"这个门槛，正在消失。
六、Nano Banana：LLM的GUI时代前奏
Google的Gemini Nano Banana让Karpathy特别兴奋。
核心不是图像生成能力，而是文本、图像与世界知识在模型权重中的深度融合。
现在"跟LLM对话"像1980年代敲命令。文本是机器原生语言，但人更喜欢视觉化呈现------这正是GUI被发明的原因。
LLM也需要自己的GUI------用图片、信息图、动画跟我们沟通。Nano Banana就是这个方向的早期预演。
写在最后：可立即落地的三个建议
拉回来说说，这六个范式转变对你意味着什么。
如果你是创业者，最重要的启示是：模型能力会继续涨，但涨的方式变了。与其追着模型跑，不如在上下文工程上建立壁垒。Cursor的成功已经证明了这条路。
如果你是开发者，Vibe Coding值得你认真对待。不是说它会取代你，而是说它能让你的生产力翻倍。把重复性的代码工作交给AI，把精力放在架构设计和业务逻辑上。
如果你是普通用户，最重要的是调整预期。AI既不是全能的神，也不是彻底的废物------它是一个能力极度不均匀的"幽灵"。用好它的尖刺能力，同时对它的盲区保持警惕。
三个行动建议，作为结束：
投资上下文工程能力。学会设计提示词、组织RAG检索、编排多步调用，这是当下性价比最高的AI技能。
用Vibe Coding降低创意落地门槛。你脑子里的想法，别再等"等我学会编程再说"，现在就可以试着让AI帮你实现。
理解锯齿状智能，设置人工校验。在享受AI效率提升的同时，别忘了在关键环节保留人工把关。
2025年是LLM的分水岭。规则变了，玩法也得跟着变。
2026年，又会有什么新的成果出现呢？评论区聊聊你的看法
既然看到这了，如果觉得不错，随手点个赞、收藏、转发三连吧～
我是Carl，大厂研发裸辞的AI创业者，只讲能落地的AI干货。
关注我，更多AI趋势与实战，我们下期再见！
数据来源
Karpathy 2025年终复盘原文 [数据|2025|https://karpathy.bearblog.dev/year-in-review-2025/\]
RLVR训练范式说明：基于可验证奖励的强化学习 [数据|2025|Karpathy原文]
DeepSeek R1推理能力展示 [数据|2025|DeepSeek R1论文]
Cursor估值变化：400M(2024.8) → 9.9B(2025.6) [数据|2024-2025|https://techcrunch.com/tag/cursor/\]
OpenAI o1/o3推理模型发布 [数据|2024-2025|OpenAI官方]
Claude Code产品发布与功能说明 [数据|2025|Anthropic官方]
Vibe Coding概念由Karpathy在Twitter提出 [数据|2025|https://x.com/karpathy/status/1886192184808149383\]
Google Gemini Nano Banana多模态融合能力 [数据|2025|Google官方]