OpenAI创始成员年度总结：这6项技术，颠覆了整个大模型行业

2025 年，大模型行业走过了喧嚣的探索期，迎来了真正的质变时刻。近日，前特斯拉 AI 总监、OpenAI 创始成员，同时也是“Vibe Coding”概念的提出者 Andrej Karpathy，发表了备受瞩目的年度重磅总结——《2025 LLM Year in Review》。

在这份清单中，Karpathy 以敏锐的视角捕捉了这一年中最具颠覆性的六大技术成果。从打破旧有训练铁三角的 RLVR，到让代码消隐于无形的 Vibe Coding，这不仅是对过去一年的复盘，更是对未来计算新纪元的深刻预言。

他写道：“2025 年是大语言模型风云激荡、成果丰硕的一年。以下列举了我个人眼中显著且颇具惊喜的‘范式转变’。这些变化重塑了行业格局，并在概念层面上令我耳目一新。”

值得注意的是，Karpathy 曾入选《麻省理工科技评论》2020 年度“35 岁以下科技创新 35 人”。

（来源：社交媒体 X）

RLVR

可验证奖励的强化学习

在 2025 年初，各大实验室的 LLM 量产训练栈大致还是这套经典流程：预训练、监督微调（SFT）以及人类反馈强化学习（RLHF）。这套流程一直被视为训练生产级大模型既稳定又成熟的金科玉律。

但在 2025 年，来自可验证奖励的强化学习（RLVR）的崛起，成为事实上的新核心阶段，融入了这一体系。

RLVR 的逻辑很简单：不再让 AI 模仿人类的语气，而是通过数学和代码等有唯一标准答案的任务，倒逼 AI 在数万次的自我博弈中演化出“推理能力”。

这种训练方式让 AI 学会了像人类一样慢思考，遇到难题时，它不再是靠直觉秒回，而是懂得拆解步骤、自我纠错。这种转变带来了全新的缩放定律：只要给 AI 更多的“思考时间”，即便是参数规模不大的模型，也能爆发出惊人的解题智慧。

从时间线上看，OpenAI 的 o1（2024 年末）可以视作 RLVR 模型的首次公开示范；但真正让人明显感到拐点已至的，是 2025 年初的 o3 发布，那种直观的差异感，几乎不需要复杂指标就能被感知到。

Jagged Intelligence

参差不齐的智能

Karpathy 认为，2025 年，行业人士开始以更直观的方式理解 LLM 智能的“形态”：我们并非在培育进化的“野兽”，而是在召唤为了刷分而生的“幽灵”。

人类的智慧源于生存本能，而 AI 的智慧纯粹源于对奖励的贪婪。这种本质差异造就了 AI 极端的参差不齐的智能（Jagged Intelligence）——它们就像是被鸡娃出来的偏科天才，在数学和代码等有标准答案的领域表现得无所不知，但在常识判断和安全防范上却幼稚得像个小学生。

图 | 蓝色表示人类智能，红色表示AI智能。它指出了人类智能也以其独特的方式呈现出参差形态

这也解释了为何现在的 AI 榜单已失去公信力：当实验室都在搞应试教育，针对考题范围进行填鸭式训练时，横扫榜单的成绩单只证明了 AI 是个完美的做题家，却掩盖了它们距离真正具备常识的通用人工智能（AGI）依然遥远的事实。

Cursor

大模型应用的新标杆

2025 年，Cursor 的崛起确立了一个全新的行业标杆：大模型应用层不再是简单的套壳对话框，而是一个深度集成的智能工作流。

这一层级的核心价值在于“编排”，它在后台默默处理了繁琐的上下文工程，将无数次模型调用串联成复杂的任务链，并通过“自主性滑块”让用户在掌控与放权之间自由切换。

如果说大模型实验室（如 OpenAI）是在批量输送智商超群但缺乏经验的大学毕业生，那么应用层的使命，就是利用私有数据和专业工具，将这些通用人才打磨成特定领域内真正可落地、可实战的行业专家。

2025 年，Cursor 最值得注意的地方在于，它有力地界定并揭示了一种全新的大模型应用层级。如今，某某领域的 Cursor (Cursor for X) 已成为人们热议的高频词。

Claude Code

驻留在你电脑里的 AI

Claude Code 的出现，标志着 AI 交互范式的一次回归与升维。

Karpathy 敏锐地指出，OpenAI 在智能体（Agent）开发的早期略显失策。尽管云端集群可能是 AGI 的终局，但在当前能力参差的过渡期，将智能体直接部署在开发者电脑上显然更为务实。

Anthropic 恰恰做对了这一点：他们让 AI 走下了云端神坛，栖息到了开发者的命令行（CLI）中。 这种驻场模式让 AI 能够直接访问用户的本地环境、配置、数据与密钥，从而实现了极低延迟的感知-行动循环。这不再是我们像用 Google 那样去访问一个网站，而是一个真正寄居在你电脑里、随时听候调遣的“数字幽灵”。

Vibe coding

氛围编程

2025年，AI 能力跨越了临界点，人们只需使用自然语言即可构建程序，代码本身已消隐于无形。有趣的是，“Vibe coding”这个词源于 Karpathy 的一条推文，没想到竟会如此风靡。

（来源：社交媒体 X）

这种模式打破了专业壁垒，让编程成为人人皆可触及的技能。这印证了他的观点：相比专业机构，普通人反而从大模型中获得了更大的技术红利。

同时，它也极大地解放了专业人士，催生了大量原本因成本过高而无法诞生的软件。无论是用不熟悉的语言快速构建组件，还是为了修 Bug 编写“用完即弃”的临时应用，代码如今已变得免费、轻量且易塑。Vibe coding 必将重塑软件生态，并彻底改写职业定义的内涵。

Nano banana

大模型图形界面

Karpathy 在回顾中抛出了一个精彩的类比：当下的 AI 对话框，本质上就是 80 年代的 DOS 命令行。 虽然文本是机器的通用语，但对于人类而言，视觉化与空间化的信息才是最高效的交互介质。因此，大模型的发展必然经历从纯文本交互向大模型图形界面（LLM GUI）的跃迁。

Google Gemini Nano banana 的横空出世，便是这一未来的最早投影。它超越了传统 Markdown 的简单排版，实现了真正的视觉思维——通过将文本生成、图像理解与世界知识在模型权重层面进行深度交织，AI 终于不再只是一个陪你聊天的机器人，而进化为一个能通过图表、幻灯片乃至交互式应用与你沟通的全能认知媒介。

最后，Karpathy 表示，2025年，是大模型领域激动人心且充满惊喜的一年。“大模型正演变为一种全新的智能形态——它集矛盾于一身，既展现出远超我预期的智慧，又暴露出令人咋舌的愚钝。但无论如何，其实用价值毋庸置疑。”

在他看来，即便仅基于当前的模型能力，全行业对其潜力的挖掘也尚不足 10%。

“这一领域依然是一片尚待开垦的广阔天地，无数新奇的想法正等待着我们去尝试。正如我今年早些时候在 Dwarkesh 播客中所言，我抱持着一种看似矛盾的观点：我们既要笃信飞速且持续的进步必将到来，也要清醒地认识到，前方仍有漫漫长路要走。”

1.https://karpathy.bearblog.dev/year-in-review-2025/

2.https://www.technologyreview.com/innovator/andrej-karpathy/