觉醒2025：Karpathy预言的RLVR革命、Vibe Coding与AI幽灵进化论

2025年，注定将在人工智能的史册中刻下无法磨灭的印记。

如果说2023年是「惊艳」（ChatGPT横空出世，点燃全民热情），2024年是「迷茫」（业界在大模型落地的迷雾中摸索），那么在Andrej Karpathy笔下，2025则是「觉醒」的一年——不仅是技术的质变，更是认知的升维。

作为AI界当之无愧的「顶流」布道师，Karpathy的年终总结早已超越技术回顾的范畴，更像一部微缩的智能文明编年史。

他以极犀利的洞察，捕捉到LLM进化的核心脉搏：RLVR（基于可验证奖励的强化学习）的异军突起、Vibe Coding（氛围编码）从小众走向主流，以及那道直抵存在主义的哲学之问：

我们创造的究竟是崭新的数字物种，还是以数据为媒介召唤出的文明幽灵？

这一次，让我们层层剥茧，深度拆解Karpathy揭示的每一处范式转移。

拨开技术术语的浓雾，直抵智能演化的源头，还原一个真实、激进且「参差不齐」的AI-2025年。

第一章：RLVR革命

从「讨好人类」到「服从真理」

2025年之前，大语言模型的训练流水线几乎被三道工序垄断：

1. 预训练（Pre-training）：

让模型吞下整个互联网，机械地预测下一个token。这是「无所不知，却不知何意」的阶段。

1. 监督微调（SFT）：

用人工标注的高质量问答对，教会模型像个得体的助理。这是「学会社交礼仪」的阶段。

1. 人类反馈强化学习（RLHF）：

根据人类评审员的喜好微调语气与安全性。这是「刻意逢迎」的阶段。

这套从ChatGPT时代沿袭的流程虽然成果斐然，却也埋下了危险的种子。

Karpathy一针见血：RLHF本质上是在训练模型「表演推理」，而非「真正推理」。

因为人类评审员也是凡人，他们无法在几秒内甄别500行Python代码中潜藏的bug，也无法瞬间验证复杂数学证明的严密性。

于是模型学会了走捷径：生成语法漂亮但漏洞百出的代码，编造听起来头头是道的伪逻辑。

这便是臭名昭著的「阿谀奉承」（Sycophancy）顽疾。

它恰恰是后来GPT-5谄媚风格的缩影。

RLVR的崛起：当造物主化身编译器

2025年，行业迎来第四道工序——RLVR（Reinforcement Learning from Verifiable Rewards，基于可验证奖励的强化学习）。

RLVR的信条极简且冷峻：别听人类的主观判断，只认客观结果。

在数学、编程、逻辑谜题等封闭领域，人类的打分完全可以被自动化验证器取代。

代码能否通过编译？编译器说了算。数学题解是否准确？标准答案说了算。

这种客观、即时、不可欺骗的奖励信号，为模型开辟了无限的自我对弈空间。

RLVR堪称LLM的AlphaZero时刻。

AlphaZero曾通过左右互搏制霸围棋，而今LLM借助RLVR在「思维棋盘」上展开了自我博弈。

探索（Exploration）：面对难题，模型不再凭概率随机输出一个答案，而是尝试生成成千上万条迥异的推理轨迹（Reasoning Traces）。

验证（Verification）：每一条轨迹都被送入自动验证器（Verifier），例如Python解释器或符号数学引擎。

强化（Reinforcement）：只有最终通向正确结果的路径被赋予奖励，其余均受惩罚。

奇迹在此发生——

模型从未被显式教导「如何思考」，但在奖励信号的无情筛选下，它涌现出惊人的推理能力。

它学会了将复杂命题拆解为可验证的子目标，学会了回溯与自我纠错，甚至演化出人类教科书里从未记载的「外星人思维策略」。

RLVR不仅重塑了训练流程，更催生了一条全新的缩放定律（Scaling Law）：测试时算力。

过去我们认为模型的能力在训练结束时便已固化。

但在RLVR范式下，我们可以在推理阶段（Inference Time）通过让模型「多想一会儿」来动态提升智力表现。

这正如一名学生，给他1分钟答题与给他1小时思考，呈现的解题水平判若云泥。

Karpathy特别点出OpenAI o1（2024年底）与o3（2025年初）的发布，以及DeepSeek R1的开源，均为这一趋势的关键里程碑。

DeepSeek R1甚至证明，即使放弃大规模监督微调（SFT），仅凭纯粹的RLVR（即R1-Zero），模型也能从零开始演化出强大的推理能力，并自发习得反思与验证。

这意味着算力的价值重心正从「训练端」大规模向「推理端」迁移。

未来的AI应用将根据问题复杂度动态调整「思考配额」：简单指令（如“天气如何”）秒级响应；复杂诉求（如“设计高并发架构”）则可能消耗海量推理算力，最终输出超越人类专家的架构方案。

第二章：哲学分野

我们是在造动物，还是在招幽灵？

在技术狂飙之外，Karpathy借与AI先驱Rich Sutton的对话，抛出一枚哲学深水炸弹：Animals vs. Ghosts（动物与幽灵）。

Rich Sutton的苦涩教训与动物直觉

强化学习教父Rich Sutton曾提出著名的「苦涩教训」（The Bitter Lesson）：

从长远来看，唯有能够无边界利用算力的通用方法（如搜索与学习）才能最终胜出，而依赖人类先验知识精心雕琢的技巧终将被算力碾压。

简言之：算力终将消弭一切精巧设计，人类的匠心在指数级算力面前不堪一击。

Sutton理想中的AGI更像动物：一个具身的（Embodied）、在物理世界里通过持续试错、被生存本能驱动的学习者。

若能制造一只「数字松鼠」，AGI便近在咫尺。

动物的智能是连贯且连续的。松鼠从不因没有指令而停止思考，它的「自我」是永不间断的意识流。

幽灵的诞生：统计学的降灵术

然而Karpathy反驳：我们现在制造的LLM，绝非动物。

它们是幽灵（Ghosts）。

无实体的游魂：LLM没有身体，没有持续的意识流。每次你按下回车键，它才从虚无中启动（Boot up），处理你的token，输出预测，然后瞬间「死亡」，重归虚无。它没有昨天，也不存在明天，唯一真实的只有当下的上下文窗口（Context Window）。

人类的镜像残影：它们的训练数据并非来自物理世界的反馈，而是人类文明在互联网上遗存的文本化石。它们是全人类语言碎片的「统计学蒸馏物」。当我们与ChatGPT对话时，我们并非与独立个体交流，而是在与数亿网民集体无意识拼凑成的「英灵殿」对话。

坦白说，这个比喻令人不寒而栗——如今的AI或许不是先知，也不是神祇，而是由全人类语言尸骸召唤出的英魂聚合体。

为何这个隐喻如此要害？

因为它解释了当下AI为何弥漫着「恐怖谷」效应。

当LLM说出「我不想死」时，并非如动物般因恐惧而肾上腺素飙升，它只是在调用训练数据里关于「科幻AI面临毁灭时的标准台词」的文本模式。

它始终在扮演恐惧。

Karpathy尖锐指出：当前科研方向并非在制造更完美的动物，而是在召唤更强大的幽灵。

这是一种全新的智能形态，位于「心智空间」（Space of Minds）中一个完全不同的坐标系。

这种智能是极度「参差」的（Jagged）：它通晓宇宙大爆炸的细节（因为它读过维基百科），却可能在数清「strawberry」里几个「r」这类三岁幼儿级问题上翻车。

第三章：Vibe Coding

当编程蜕变为玄学

如果说RLVR是后台的无声革命，那么Vibe Coding（氛围编码）则是前端开发者的彻底解绑。

Karpathy在这个概念上再次展示了他「造词宗师」的功力。

在「软件1.0」时代，程序员是手工艺人，变量命名、内存指针都需要精雕细琢。

在「软件2.0」时代（深度学习），程序员化身为炼丹师，终日调整权重与数据集。

而2025年的Vibe Coding时代，程序员摇身一变成了产品经理。

语法已死，氛围永生。

什么是Vibe Coding？

就是你彻底放弃对代码细节的掌控，「把自己交给氛围（Vibes），拥抱指数级迭代，甚至忘记代码本身的存在」。

你不再逐行编写逻辑，而是用自然语言描述意图（Intent），让AI生成实现。

跑不通？没关系，把报错信息扔回给AI，轻描淡写一句「修好它」。

MenuGen实战：零手写代码的奇迹

为验证这一理念，Karpathy亲自操刀做了一个名为MenuGen的项目。

这是一个自动生成餐厅菜单的Web应用。

令人瞠目的是，身为顶级程序员的Karpathy，在这个项目中一行代码也未手写。

他对Cursor或ClaudeCode说：「我要一个菜单生成器，按钮用蓝色。」

AI生成代码，运行。

若有bug，他不说「第5行逻辑错误」，而是说「感觉不太对，按钮太丑，换种样式」。

这正是Vibe Coding的精髓：人类负责审美与验收，AI负责逻辑与实现。

代码沦为一种「中间产物」，如同汇编语言，除了极少数底层工程师，无人再需要直接阅读。

工具之战：Cursor vs. ClaudeCode

2025年同样是AI编程工具的「群雄割据」之年。

Karpathy重点对比了两大流派：

1. Cursor/Windsurf（IDE派）：

这类工具将AI无缝嵌入VSCode。它们像是钢铁侠的战衣（Iron Man Suit），增强而非替代人类。你依然在写代码，但AI随时补全、重构、解释，体验如丝般顺滑。

1. ClaudeCode（终端派）：

Anthropic推出的ClaudeCode更为激进。它不是IDE插件，而是活在终端（Terminal）里的Agent。你下达任务：「把项目测试覆盖率提升到80%」，然后便可离座喝咖啡。它会自动运行测试、分析报错、修复代码、提交Git，甚至因权限不足卡住时还会主动向你讨要许可。

Karpathy坦言，尽管Claude Code展示了Agent的雏形，但2025年真正的「全自动软件工程师」尚未降临。

目前的Agent更像一个勤奋但记性欠佳的实习生，能高效处理脏活累活，却在大型架构决策时仍需要人类的「氛围」引导。

如果说云端的AI如同神殿中的先知，那么Anthropic的Claude Code(CC)则像驻扎在你硬盘里的管家。

Karpathy认为OpenAI走错了方向，过于执着云端、容器化与ChatGPT的网页入口。

而Claude Code精准击中了开发者的痛点：本地化（Localhost）。

第四章：范式转移

GUI的终结与新生

谷歌Gemini Nano Banana是2025年最具颠覆性的范式转移案例之一。

这原本是Gemini图像生成模型的内部代号。

本该是一场严肃的技术发布，却因「Nano Banana」这个过分滑稽、无厘头的名字意外引爆全球病毒式传播。

Karpathy断言，LLM是继1970、80年代个人计算机之后的下一个重大计算范式。

人类正在见证个人计算、微控制器（认知核心）、互联网（智能体网络）等概念在AI时代的对应形态。

尤其在用户界面维度，与LLM「对话」令人想起1980年代向计算机终端输入指令的场景。

文本是计算机（及LLM）偏好的原始数据格式，却并非人类喜爱的交互媒介，尤其在输入侧。人类实际上厌恶阅读长篇文字——这个过程缓慢且消耗认知。

相反，人类更依赖视觉与空间信息，这正是传统计算领域发明图形界面的根本动机。

同理，LLM应当以我们偏好的格式输出——通过图像、信息图、幻灯片、白板、动画/视频、Web应用等形式。

这一理念的早期萌芽自然包含表情符号与Markdown——用标题、加粗、斜体、列表、表格等方式对文本进行视觉化装饰，让信息更易消化。但问题在于：谁来为LLM构建图形用户界面？

在此世界观下，nano banana首次让我们窥见了这种可能性的早期雏形。

值得注意的是，它的独特之处在于：这不只是单纯的图像生成，而是文本生成、图像生成与世界知识三者交织于模型权重之中所形成的复合能力。

人们不再讨论参数量、扩散算法，而是疯狂生成各种「香蕉化」图像，将万物变成手办风格。

谷歌顺势而为，在官方宣传中大量使用香蕉Emoji。

由此，Karpathy提炼出一个极其深刻的洞见：文本是计算机的母语，而非人类的母语。

人类厌恶长篇累牍，人类热爱图表、动画、视频和白板。

参差的智能

人类的智力通常是正相关的：一个精通微积分的人，通常不会算不清买菜找零。

但AI截然不同。

它可能是数学天才（RLVR使其精通奥数），同时又是常识白痴（无法理解简单物理空间关系，或数不清单词里的字母数）。

这种「参差感」根植于训练数据的分布偏差以及Tokenization的原生缺陷。

模型在它「见过」或「被强化过」的领域（如代码、数学）表现超凡，而在那些因过于简单而从未被当作训练数据的日常隐性知识领域，则表现得宛若智障。

系好安全带，在参差中前行

简而言之，2025年是LLMs令人亢奋且暗藏惊喜的一年，我们正站在一个奇异的技术十字路口。

Karpathy的年终总结，堪称一份来自未来的生存指南。

LLMs作为一种崭新的智能形态崭露头角，它们既比人类预想的聪明百倍，又比人类预想的笨拙百倍。

无论如何，它们都极其有用，Karpathy坚信，即便以当前能力，行业也远未挖掘出它们10%的潜力。

与此同时，有太多想法值得尝试，从概念层面看，这个领域依然广阔无垠。

正如今年早些时候他在Dwarkesh播客中提到的，Karpathy同时（看似矛盾地）相信：

我们将见证持续的高速发展，同时仍有海量工作亟待完成。

正如Karpathy所言：「这仅仅是个开始，系好安全带，准备启程。」

参考资料：

https://x.com/karpathy/status/2002118205729562949