Andrej Karpathy：2025 年度盘点

主要观点总结

本文主要对2025年大语言模型（LLM）领域的一些关键进展进行了总结，包括可验证奖励的强化学习（RLVR）、LLM应用的新层级、Cursor和Claude Code等的应用，以及氛围编程和LLM图形界面的发展。文章认为这一年是LLM令人兴奋的一年，它们展现出前所未有的智能形态，并且仍有大量想法值得尝试。

关键观点总结

关键观点1: 可验证奖励的强化学习（RLVR）成为训练生产级LLM的稳定配方的新主力环节。

RLVR的核心思路是让LLM在一系列「答案可以自动验证」的环境中训练，模型会自发地「学会思考」，把复杂问题拆解成中间步骤，并摸索出各种解题策略。

关键观点2: LLM应用的新层级，如Cursor和Claude Code，展示了LLM应用的全新面貌。

Cursor和Claude Code等应用针对特定垂直领域打包和编排LLM调用，提供自主性滑块，让用户决定AI可以自己做多少决定。

关键观点3: 氛围编程将重塑软件业，普通人也能参与编程。

氛围编程使得编程不再是受过高度训练的专业人士的专属，普通人也能接触编程，写出大量本来永远不会被写出的软件。

关键观点4: Nano Banana作为LLM的图形界面，预示了未来可能的样子。

Nano Banana是2025年最令人惊叹、最具范式转变意义的模型之一。它将改变人类与LLM的交互方式，使用图像、信息图表、幻灯片等多种格式与人类交流。