陵水黎族自治县网站建设_网站建设公司_外包开发_seo优化

2025年LLM领域迎来六大范式变革：可验证奖励强化学习提升模型推理能力；"鬼魂智能"展现与人类不同的锯齿状能力；Cursor开创LLM应用新层面；Claude Code实现本地化AI代理；"氛围编码"使非专业人士也能编程；Gemini Nano开启LLM图形界面时代。AI正以超预期速度重塑软件开发生态，潜力远未释放。

Andrej Karpathy 这个搞AI的老哥，在X上发布了自己的2025 LLM 年度总结，引起了热烈的讨论，这里记录推文内容并单独加了一些自己的思考，方便后续学习

Andrej Karpathy介绍

在 EurekaLabsAI 工作，曾任特斯拉人工智能总监，OpenAI创始团队成员，斯坦福大学计算机科学硕士/博士

推文内容

2025年是大型语言模型（LLM）取得的强劲且充满事件性的一年。以下是一些个人值得注意且略显意外的“范式变革”——那些改变了局势并在概念上让我印象深刻的事情。

1. 可验证奖励的强化学习（RLVR）

2025年初，所有实验室的LLM生产堆栈大致如下：

1. 预训练（2020 年 ~3 的 GPT-2/3）
2. 监督微调（InstructGPT ~2022）
3. 人类反馈强化学习（RLHF ~2022）

这曾是训练生产级大型语言模型的稳定且经过验证的配方。2025年，可验证奖励强化学习（RLVR）成为这一组合中事实上的新主要平台。通过训练LLM面对多种环境中自动验证的奖励（例如数学/代码谜题），LLM自发发展出看起来像“推理”的策略——它们学会将问题解决分解为中间计算，并学习多种解决问题的策略来反复解决问题（示例见DeepSeek R1论文）。在之前的范式中，这些策略很难实现，因为目前还不清楚LLM的最佳推理追踪和恢复方式是什么——它必须通过针对奖励的优化找到适合自己的方法。

与SFT和RLHF阶段不同，后者都是相对薄且短的阶段（计算微调），RLVR涉及针对目标（不可游戏）奖励函数进行训练，从而实现更长时间的优化。运行RLVR提供了高能力/成本，消耗了原本用于预训练的计算量。因此，2025年大部分能力进步都由大型语言模型实验室突破这一新阶段的突出部分定义，总体上我们看到了~大小相近的大型语言模型，但强化学习运行时间更长。这个新阶段的独特之处是，我们新增了一个全新的旋钮（以及相关的尺度定律），通过生成更长的推理迹和增加“思考时间”来控制测试时间计算的能力。OpenAI o1（2024年底）是RLVR模型的首次演示，但o3发布（2025年初）是明显的转折点，直观地感受到差异。

思考：

虽然我不是AI研究人员，从应用层面上，也算了解一部分吧，2025年初DeepSeek的火爆，各路厂商，个体都在使用DeepSeek，或基于DeepSeek开发应用，蒸馏模型，微调训练等

2. 鬼魂对抗动物 / 锯齿智力

2025年是我（我想整个行业也是）首次以更直观的方式内化“LLM智能”的时期。我们不是“进化/成长的动物”，而是“召唤鬼魂”。LLM堆栈的一切都不同（神经架构、训练数据、训练算法，尤其是优化压力），因此我们在智能领域看到非常不同的实体并不令人意外，这些实体不适合用动物的视角来思考。在监督方面，人类神经网络优化为丛林中部落的生存，而大型语言模型神经网络则优化为模仿人类文本、在数学谜题中收集奖励，以及在LM竞技场获得人类的赞。随着可验证域允许RLVR，LLM在这些域附近的能力“激增”，整体表现表现奇特且参差不齐——它们既是天才博学者，也是困惑且认知有障碍的小学生，随时可能被越狱骗取数据。

人类智能：蓝色，人工智能智能：红色。我喜欢这个版本的梗（抱歉我丢失了对X原帖的引用），因为它指出人类的智能也有它独特的锯齿状。

与此相关的是我对2025年基准的普遍冷漠和失去信任。核心问题在于基准测试几乎天生就是可验证的环境，因此很容易受到RLVR及其较弱形式（通过合成数据生成）的影响。在典型的benchmaxxing过程中，LLM实验室的团队不可避免地会在嵌入空间中基准测试的小区域旁边构建环境，并加长锯齿覆盖这些区域。在测试场上训练是一种新艺术形式。

能轻松完成所有基准测试却还没达到AGI是什么样子？

我在这里写过更多关于本节主题的内容：

• 动物与鬼魂的对决
• 可验证性
• 心灵空间

思考：

在AI不断的使用中，早起也遇到不少AI模型幻觉问题，如果内容长了或者有些问题回答不了了，AI还在一本正经的胡说八道

3. 光标/新一层大型语言模型应用

我觉得Cursor最值得注意的一点（除了它今年的迅速崛起）是它令人信服地揭示了“LLM应用”的新层面——人们开始谈论“X的Cursor”。正如我在今年的Y组合器演讲中强调的那样（逐字稿以及视频），如Cursor捆绑并协调特定垂直领域的LLM调用：

1. 他们做的是“上下文工程”
2. 他们在底层协调多个LLM调用，串联在越来越复杂的DAG中，谨慎平衡性能和成本权衡。
3. 它们为环路中的人类提供了一个应用特定的图形界面
4. 他们提供“自动滑块”

2025年有很多讨论，关于这个新应用层有多“厚”。LLM实验室会涵盖所有应用吗？还是LLM应用有“绿草地”？我个人认为LLM实验室会培养出普遍能力强的大学生，但LLM应用会通过提供私有数据、传感器和执行器以及反馈回路，组织、优化并真正激活LLM团队，成为特定行业的专业人才。

思考：

Cursor 刚出来的时候我就一直在用了，从2024年开始用起来的，一直到现在也交替着使用，内置的一些能力非常强大，性能方面表现特别优秀，似乎没有出现明显卡的问题，尤其是Tab的能力，明显优于其他开发编辑器

4. Claude代码/存储在你电脑上的AI。

Claude Code（CC）成为了第一个令人信服的大型语言模型代理（LLM Agent）的演示——它以一种奇怪的方式将工具使用和推理串联起来，用于扩展问题解决。此外，CC对我来说特别之处在于它运行在你的电脑上，并结合你的私人环境、数据和上下文。我觉得OpenAI做错了，因为他们把codex/agent工作重点放在ChatGPT编排的容器云部署上，而不是“localhost”。虽然在云端运行的代理群体感觉像是“通用人工智能的终极目标”，但我们生活在一个中介且起步缓慢、能力参差不齐的世界，更合理的做法是直接在电脑上运行代理，配合开发者及其具体配置。CC正确地安排了优先顺序，并将其打包成一个美丽、极简且引人入胜的CLI形态，改变了AI的面貌——它不仅仅是像Google那样的网站，而是“生活”在你电脑上的一个小灵体/幽灵。这是一种全新的、独特的人工智能互动范式。

思考：

CC我没用过，周围的朋友很多人在用，反馈不错，能力强大

5. 氛围编码

2025年是人工智能跨越能力门槛，能够仅凭英语构建各种令人印象深刻的程序，甚至忘记了代码的存在的一年。有趣的是，我创造了“氛围编码”这个词这群思绪的雨 推文完全没意识到事情会发展到:)。在氛围编码中，编程并不严格地只限于受过高素质的专业人士，任何人都能做到。在这个身份上，这又是我在权力归于人民：大型语言模型如何颠覆技术扩散的格局，以及（与迄今为止所有其他技术形成鲜明对比）普通人从大型语言模型中受益远多于专业人士、企业和政府。但氛围编码不仅让普通人能够更好地编程，还让受过培训的专业人士能够编写更多（氛围编码）的软件，这些软件本来根本不会被写出来。在nanochat里，我感觉自己用Rust编写了自定义高效BPE分词器，而不是用现有库或在那个层面学习Rust。今年我把很多项目都写成了快速应用演示，展示我想实现的东西（例如：参见菜单,LLM理事会,读者3,HN 时间胶囊).我甚至尝试编写过整个短暂应用，只为找到一个漏洞，因为为什么不呢——代码突然变得免费、短暂、可塑、一次性使用后可以丢弃。Vibe编码会改造软件并改变职位描述。

思考：

这是今年最火的一个情况了，AI编程应用能力的大幅提升，重新定义了软件开发的范式，非开发人员也能开发软件，像Trae这种早就内置了语音转文字的输入功能，好多远程工作者，独立产品制作者动动嘴就能开发软件了

6. 纳米香蕉 / LLM 图形界面

谷歌Gemini Nano香蕉是2025年最令人难以置信、最具范式转变性的型号之一。在我看来，LLM是下一个主要的计算范式，类似于1970年代、80年代的计算机。因此，我们将看到基于根本相似原因的类似创新。我们将看到类似个人计算、微控制器（认知核心）或互联网（智能体）等等物出现。特别是在UIUX方面，与LLM进行“聊天”有点像1980年代向计算机控制台下达命令。文本是计算机（和大型语言模型）最常用的原始数据表示方式，但对用户来说，尤其是在输入端，它并不是首选格式。人们其实不喜欢读文字——它缓慢且费力。相反，人们喜欢视觉和空间上获取信息，这也是传统计算机中图形界面（GUI）被发明的原因。同样，LLM也应该以我们喜欢的形式与我们对话——通过图片、信息图表、幻灯片、白板、动画/视频、网页应用等形式。当然，早期和现在的版本是像表情符号和Markdown这样的工具，它们用来“装饰”文字，用标题、加粗、斜体、列表、表格等方式直观地排版，方便使用。但到底是谁来构建LLM图形界面呢？在这种世界观中，纳米香蕉是其可能面貌的最初早期暗示。更重要的是，这不仅仅是图像生成本身的问题，而是文本生成、图像生成和世界知识的联合能力，这些都交织在模型权重中。

思考：

Nano Banana 的出现，让创作更方便，更有趣，看了一些别人的作品，表现太秀了，说什么生成什么，很多奇思妙想都值得一试

总结

总结一下。2025年是大型语言模型令人兴奋且略带惊喜的一年。大型语言模型作为一种新型智能出现，既比我预期的聪明得多，又比我预想的笨得多。无论如何，它们非常有用，我认为即使以目前的能力，行业也远未实现其潜力的10%。与此同时，有太多想法可以尝试，从概念上看，这个领域看起来非常开放。正如我在 Dwarkesh pod 今年早些时候，我同时（表面上看似矛盾地）相信我们会看到快速且持续的进步，但仍然有很多工作要做。系好安全带。

思考：

2025年，AI各个方面都发生了翻天覆地的变化，AI正在改变我们的一切，积极拥抱AI，拥抱变化

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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】