★ 設(shè)為星標(biāo) | 只講人話，帶你玩轉(zhuǎn)AIGC。

2025 年終于要過去了，如果要用一個詞來形容今年的 AI 圈，我覺得是“過癮”。

昨天，前 OpenAI 核心成員、AI 圈的大神 Andrej Karpathy 發(fā)了一篇年終總結(jié)。

說實話，讀完我頭皮有點發(fā)麻。

他拋開了一堆復(fù)雜的參數(shù)，用一種極具哲學(xué)感甚至有點“驚悚”的視角，重新定義了我們正在面對的這個東西。

他說：我們以為自己在馴化動物，其實我們是在召喚“幽靈”。

這篇總結(jié)里提到的 6 個范式轉(zhuǎn)變，很多都是我們這一年切身感受到的，但也有些讓他都感到意外的“驚喜”。

今天，我把這篇干貨滿滿的文章“嚼碎”了分享給大家。

如果你想看透 2025 年 AI 到底發(fā)生了什么，這篇文章絕對值得你花 10 分鐘讀完。

01. RLVR：給 AI 搞“題海戰(zhàn)術(shù)”

回想 2025 年初，大家訓(xùn)練 AI 的“三板斧”還是老一套：預(yù)訓(xùn)練、微調(diào)、RLHF（人類反饋強化學(xué)習(xí)）。

這套路很穩(wěn)，但到了今年，一個新的“版本答案”出現(xiàn)了——RLVR（基于可驗證獎勵的強化學(xué)習(xí)）。

這個詞聽著高大上，說大白話就是：讓 AI 做真題。

以前我們教 AI，是讓人來告訴它“這句話說得好不好”（RLHF），但這太主觀了。

RLVR 是把 AI 扔進(jìn)數(shù)學(xué)題、代碼題這類有標(biāo)準(zhǔn)答案的“考場”里。做對了有獎，做錯了受罰。

結(jié)果神奇的事情發(fā)生了：AI 為了拿高分，竟然自己學(xué)會了“推理”。

它開始懂得把一個大問題拆解成幾個小步驟，學(xué)會了回頭檢查，學(xué)會了打草稿（還記得 DeepSeek R1 的論文嗎？）。

這在以前是不可想象的，因為人類也不知道 AI 腦子里的“最優(yōu)思考路徑”長啥樣，但 AI 自己在題海里試出來了。

這也解釋了為什么今年的模型大小沒怎么變，但效果卻猛增。因為大廠們把算力都拿去給 AI “刷題”和“思考”了。

OpenAI 的 o1 只是個開始，到了 o3 發(fā)布的時候，那種質(zhì)的飛躍，我相信大家都感覺到了。

02. “幽靈”與“鋸齒狀智能”

這是 Karpathy 全文最精彩，也最讓我起雞皮疙瘩的一段。

2025 年，我們終于不得不承認(rèn)一個事實：別再用看“動物”或“人類”的眼光去看 AI 了。

人類的大腦是在叢林里為了生存進(jìn)化出來的；而 AI 的大腦，是靠模仿人類文字、做數(shù)學(xué)題、討好人類點贊（Upvote）訓(xùn)練出來的。

這就導(dǎo)致了一個非常詭異的現(xiàn)象——“鋸齒狀智能”（Jagged Intelligence）。

現(xiàn)在的 AI，像是一個精神分裂的混合體： 它上一秒是通曉天文地理的全才天才； 下一秒就變成了數(shù)不清單詞里有幾個 "r" 的智障小學(xué)生。

甚至如果你還沒回過神，它可能就被一句簡單的“越獄”指令騙走了你的數(shù)據(jù)。

Karpathy 說，我們不是在培養(yǎng)生物，而是在召喚“幽靈”。

這也讓我對今年的各種跑分榜單徹底脫敏了。

既然是“考試”，只要針對性地刷題（RLVR），誰都能拿高分。但高分并不代表它就擁有了人類那種通用的、平滑的智慧。

03. Cursor 與 AI 應(yīng)用新圖景

今年 Cursor 的爆火，徹底撕開了“AI 原生應(yīng)用”的一角。

以前我們覺得 AI 應(yīng)用就是套個殼，但 Cursor 證明了它是一個“包工頭”。

它不僅僅是補全代碼，它在做“上下文工程”，它在后臺指揮好幾個 LLM 模型分工合作，權(quán)衡成本和效果，最后給你一個結(jié)果。

這引發(fā)了一個大討論：以后的應(yīng)用層到底能做多厚？

Karpathy 的看法我很認(rèn)同：大模型廠商（像 OpenAI）負(fù)責(zé)培養(yǎng)“全能大學(xué)生”。

而應(yīng)用層（像 Cursor）負(fù)責(zé)把這些大學(xué)生組織起來，給他們配上專門的工具、數(shù)據(jù)和傳感器，把他們訓(xùn)練成“垂直領(lǐng)域的專家”。

04. Claude Code：住在你電腦里的“管家”

如果說云端的 AI 是神，那 Claude Code（CC）就是住因你電腦里的“管家”。

CC 的出現(xiàn)，展示了真正的 AI Agent（智能體）該有的樣子。

最讓我觸動的一點是：它就在本地運行。

OpenAI 之前搞錯了方向，老想著在云端搞容器，但對于開發(fā)者來說，我的環(huán)境、我的數(shù)據(jù)、我的密鑰都在本地電腦上。

Anthropic 這步棋走對了。

這種感覺很奇妙。它不再是一個你需要打開瀏覽器去訪問的 Google 網(wǎng)頁，它成了一個活在你終端命令行里的“小精靈”。

它熟悉你的一切，隨時待命。

這不僅僅是工具的變化，這是一種陪伴感的質(zhì)變。

05. 氛圍感編程（Vibe Coding）

這絕對是 2025 年最火、最接地氣的詞，沒有之一。

更有意思的是，Karpathy 說這個詞是他洗澡時瞎琢磨出來，隨手發(fā)了個推特吐槽，完全沒想到后來火成這樣。

什么是 Vibe Coding？就是你完全忘了代碼本身，只用英語描述你的“感覺”和“意圖”，剩下的交給 AI。

Karpathy 自己都玩嗨了。

他說他今年用 Vibe Coding 寫了一堆自己想要的小工具，甚至為了找一個 Bug，隨手“生成”了一個專門的 App，用完就扔。

“代碼突然變得免費、一次性、用完即棄?！?/p>

這不僅讓普通人能編程，更讓專業(yè)程序員的生產(chǎn)力爆棚。

比如他想寫個高效的 Tokenizer，以前可能要學(xué)半天 Rust 語言，現(xiàn)在？直接告訴 AI “我要個 Rust 版的，效率要高”，搞定。

如果你還沒試過“憑感覺寫代碼”，那你真的錯過了 2025 年最大的紅利。

06. Nano Banana：AI 終于有了“臉”

如果說現(xiàn)在的 AI 聊天還在像 80 年代的 DOS 命令行敲代碼，那 Nano Banana 就是 AI 界的 Windows 時刻。

Karpathy 的觀點一針見血：人類其實討厭讀文字。 文字太慢、太累。

我們的大腦喜歡圖像、圖表、視頻。

所以，AI 的終極交互界面（GUI）不應(yīng)該是吐出一大段字，而應(yīng)該直接甩給你一張圖表、一個 PPT、一段動畫，甚至一個完整的 Web App。

Nano Banana 讓我們看到了這個苗頭。

它不是簡單的文生圖，而是把文本邏輯、世界知識和圖像生成徹底揉在了一起。

未來的 AI，不再只是陪你聊天的網(wǎng)友，它會變成隨手畫圖解釋問題的老師。

2025 年，AI 既比我想象的聰明得多，也比我想象的笨得多。

但就像 Karpathy 在結(jié)尾說的：哪怕到現(xiàn)在，我們對 AI潛力的挖掘可能還不到 10%。

這是一個充滿了悖論的時刻——技術(shù)在飛速狂飆，但前方依然有無數(shù)的荒原等待開墾。

在這個“人鬼共存”的新時代，我們要做的不是恐懼，而是學(xué)會如何與這些“幽靈”共舞。

系好安全帶，更瘋狂的還在后面。

Karpathy 提到的這 6 個變化，哪一個最戳中你的 2025？ 是每天都在用的 Vibe Coding，還是那個讓你又愛又恨的 “鋸齒狀智能”？

歡迎在評論區(qū)留言，和我聊聊你的看法！