2025大语言模型年度回顾：AI新范式与未来展望

北京时间12月21日，AI界巨头OpenAI的精英成员、AI巨擘安德烈·卡帕西（Andrej Karpathy）发布了题为《2025大语言模型年度回顾》的年度深度观察报告。

在报告中，卡帕西详尽剖析了过去一年大语言模型（LLM）领域的底层范式转变。他指出，2025年标志着AI训练哲学从单纯的“概率模仿”迈向“逻辑推理”的决定性飞跃。

这一转变的核心动力源自可验证奖励强化学习（RLVR）的成熟，它通过数学与代码等客观反馈环境，迫使模型自发产生类似人类思维的“推理痕迹”。卡帕西认为，这种长期强化学习已开始侵蚀传统预训练份额，成为提升模型能力的新引擎。

除了技术路径的迭代，卡帕西还深刻探讨了智能的本质。他用“召唤幽灵”（Summoning Ghosts）而非“进化动物”(Evolving/growing Animals)来比喻当前AI的成长模式，解释了为何当前大语言模型会展现出“锯齿状”性能特征——在尖端领域如天才般出色，却在基础常识上可能如孩童般脆弱。

此外，卡帕西也详述了“氛围编程（Vibe Coding）”的兴起、本地化智能体的实用化趋势，以及大语言模型图形界面（LLM GUI）的演进。他强调，尽管行业迅猛发展，但人类目前对这一新计算范式潜力的挖掘尚不足10%，未来发展空间依旧极其广阔。

卡帕西揭示了一个冷酷却充满希望的现实：我们正站在从“模拟人类智能”向“纯粹机器智能”跨越的临界点。随着RLVR等技术的普及，2026年的AI竞争将不再局限于算力的军备竞赛，而是转向对“如何让AI高效思考”这一核心逻辑范式的深度挖掘。

以下为卡帕西年度回顾全文：

《2025大语言模型年度回顾》

2025年是大语言模型领域大步跨越且充满变数的一年。以下是我认为值得特别记录、且在某种程度上出人意料的‘范式偏移（Paradigm Shifts）’清单。它们深刻改变了行业景观，并在思维层面带来了极大冲击。