“Vibe Coding”之父Andrej Karpathy發表了一篇年度總結《2025 LLM Year in Review》，列出2025年大模型行業最重要的6大技術成果，寫得非常通俗易懂：

1. RLVR（可驗證獎勵強化學習）

今年以前，大模型的主流訓練方案，就那三樣——

1️⃣Pretraining（預訓練），爬完全網數據，學會怎麼預測；

2️⃣SFT（監督微調），找人給模型提供參考答案，推動過擬合；

3️⃣RLHF（人類反饋強化學習），模型生成多個答案，人類打分，讓它開悟；

RLVR提供的新方案，是讓模型去做存在標準答案的複雜數學題，得出結果後再去核對答案，通過這種明確的試錯，模型開始演化出了推理能力。

而RLVR的普及，吞掉了今年的大多數算力消耗，併為使用者新增了「讓模型思考更久一點」的質變按鈕，OpenAI的o1開創了這條路線，到o3則是真正的拐點。

2. 鋸齒狀的智能

今年開始意識到，大模型並不是智能生物，它更像是一種被召喚來的幽靈。

人類的智能，是為了在惡劣的自然環境裏生存下來而持續進化的，但大模型的智能，是為了模仿人類説話、在做數學題時拿到獎勵、為了在基準測試裏考高分而設計的，所以這讓大模型呈現出「薛定諤的聰明」——

一方面可以理解最難的奧數題，另一方面連一個單詞裏有幾個r都數不清楚。

所以基準測試的意義確實不大了，所有公司都在刷題，甚至把訓練都放在特定的數據集上，這麼搞下去，AGI來不了。

3. Cursor

比這款產品的成功更有價值的是，今年有很多AI原生服務開始標榜自己是「xx行業的Cursor」，這意味着大模型在應用層的滲透已經開始了。

Cursor跑通的商業邏輯，是為垂直市場封裝大模型這門生意，像一個產品經理的角色，負責把技術變成即插即用的生產力工具。

未來的搭配可能是這樣的——大模型廠商負責教育出具有普遍能力的大學生，而Cursor這樣的公司則負責把這些大學生培訓成可上崗的實習生。

4. Claude Code

Claude Code是迄今為止最讓人信服的Agent，它運行在本地設備裏，理論上來説，你能用鍵盤和鼠標做什麼事，它也能做到。

對比之下，我會認為OpenAI有點走偏了。

OpenAI太想把一切都塞到ChatGPT裏了，以致於Codex、Agent等新技術都傾向於放到雲端，而不考慮本地部署。

在通用對話框裏完成一切當然很有AGI的感覺，但現實是，我們依然處在一個模型能力不算穩定、上下限差異巨大的中間時刻，端到端的智能體可能是更優解。

這不是説本地和雲端哪邊更好的問題，用户的數據仍然主要存放在本地——代碼、密鑰、上下文、生產環境這些——Anthropic搞對了優先級，把Claude Code放進了一個優雅的命令行界面裏，擺脱了只能用瀏覽器訪問的困境。

能幹活的大模型，就應該變成這樣的「田螺姑娘」。

5. Vibe Coding

這是我在推特上隨口發明的一個詞，沒想到火得不行，此處應有掌聲。

Vibe Coding讓編程不再只是少數專業程序員的特權，任何不懂代碼的人都能駕馭編程能力為己所用，這就叫「權力歸於人民」。

和以前的技術革命不同，這一次，普通用户能從大模型裏獲得的益處要遠遠高於專業人士和大型公司，代碼生產的廉價化，讓我們實現了軟件自由。

舉個例子，我為了找一個Bug，專門通過Vibe Coding寫了一個程序，而它在完成使命之後，就可以被扔掉了，像一張廢棄的餐巾紙。

這會徹底動搖軟件工程師的職位要求。

6. Nano Banana

你們都把Nano Banana當成一個牛逼的圖片模型，但在我眼裏，他是大模型「GUI化」的雛形，直接通向人類與AI交互的圖形界面。

大模型基於語言文本，所以天然喜歡對話格式，但人類不是這樣的，人類是愛發出「太長不看」這種怪叫聲的生物，與費時費力的文本相比，我們更喜歡通過視覺消費信息。

這也是Dos被Windows取代的過程。

未來的大模型，會從自己的舒適區走出來，轉而用人類喜聞樂見的格式來輸出信息，比如圖表、簡報、動畫、網頁這些，Nano Banana是第一個把信息處理和圖像表達融合起來的模型。

這是2025年最難以置信的標誌性事件，沒有之一。

總之，這是一波未平、一波又起的一年，大模型的能幹和愚蠢都遠超出了我的想象，這個行業連10%的潛能都還沒有發掘出來，要做的事情還有很多，記得繫好安全帶。

來源：https://weibo.com/1560906700/5245960041007703