2025年大语言模型领域取得显著进展，最突出的突破是"可验证奖励强化学习"(RLVR)的引入。这一新方法通过让模型在数学/编程等可验证环境中学习，使其自发形成了类似人类推理的问题解决策略，取代了传统的RLHF方法，成为大模型训练流程中的关键新环节。

2025年大语言模型发展回顾

作者：karpathy 发布日期：2025年12月19日

2025年是大语言模型（LLM）取得重大突破的一年。以下是本年度最具变革性的六大发展趋势：

1. 可验证奖励强化学习（RLVR） 传统LLM开发流程包含预训练、监督微调和人类反馈强化学习（RLHF）三个阶段。2025年，RLVR成为新的核心环节——通过数学/编程题等可验证环境进行训练，模型自发形成了类似人类"推理"的能力。这种训练方式性价比极高，使得各大实验室将原本用于预训练的计算资源转向RLVR。OpenAI的o3模型（2025年初发布）成为这一技术的里程碑。

2. 幽灵vs动物：锯齿状智能 我们逐渐意识到LLM智能的本质更接近"召唤幽灵"而非"培育动物"。由于训练目标和环境不同，LLM展现出极不均衡的能力分布：既是博学天才，又是容易被越狱攻击欺骗的"小学生"。这种特性使得传统基准测试的可靠性受到质疑，因为模型会针对测试环境进行针对性优化。

3. Cursor引领的LLM应用新范式 Cursor的崛起展示了一种新型LLM应用模式：通过上下文工程、多LLM调用编排、垂直领域GUI界面和"自主性调节"等功能，将基础模型转化为专业工具。这预示着未来可能出现"XX领域的Cursor"生态。

4. Claude Code：本地化AI代理 Anthropic推出的Claude Code首次实现了真正意义上的LLM代理——直接在开发者电脑上运行，利用本地环境和数据进行持续问题解决。这种低延迟、高隐私的交互模式，与云端部署形成鲜明对比，开创了AI应用新范式。

5. 氛围编程（Vibe Coding） 2025年AI达到了仅通过自然语言就能开发复杂程序的门槛。这种被称为"氛围编程"的方式不仅让普通人也能编程，更让专业人士可以快速实现原本不会开发的小型工具。代码变得可随意修改、使用即弃，这将彻底改变软件开发模式。

6. Nano Banana：LLM的GUI革命 谷歌Gemini Nano Banana模型预示着LLM交互方式的革新。就像计算机从命令行发展到图形界面，未来LLM也将通过图像、信息图、动画等视觉化方式与人类交互，而不仅是文本对话。

展望： LLM正在演变成一种新型智能体，其能力分布既超出又低于预期。当前行业仅开发了不到10%的潜力，未来发展空间依然广阔。正如作者在Dwarkesh播客中所说：我们既将见证持续快速进步，又面临大量待探索的领域。这场变革才刚刚开始。

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

1. AI行业优先问题探讨

   • 认为应关注UI生成、持续学习和减少幻觉等核心问题
   • 引用："what are the highest priority AI-related problems" (TheAceOfHearts)
   • 引用："reducing hallucinations and increasing reliability" (TheAceOfHearts)

2. 对行业发展的关切

   • 希望了解权力集中、开源生态和硬件限制等问题
   • 引用："how 2025 changed the concentration of power in the industry" (thoughtpeddler)
   • 引用："what's happening with open-source, local inference" (thoughtpeddler)

3. 对"碎片化智能"的讨论

   • 认为不同智能体的互补可能最终形成全面智能
   • 引用："the sum of the splats may eventually become well rounded" (delichon)
   • 引用："making AI less jagged it might return the favor" (delichon)

4. 产品成熟度评价

   • 特别肯定Claude Code的编码能力接近人类水平
   • 引用："looks almost exactly like the code I would write myself" (socketcluster)
   • 引用："no surprises...writes it a lot faster" (socketcluster)

5. 潜在问题警示

   • 担忧LLM生成自定义UI带来的混乱
   • 引用："wait until LLMs are generating their own custom UX" (jkubicek)
   • 讽刺性指出数据污染问题："ghosts started haunting the training data" (victorbuilds)

6. 技术突破观察

   • 注意到快速模型(Gemini 3等)的性价比突破被忽视
   • 引用："no business being as good + cheap + fast" (mips_avatar)
   • 提及nano banana作为LLM图像生成的早期迹象(mvkel)