Andrej Karpathy 2025 年LLM 年終回顧：6 個“範式轉變” 1. RLVR：2025 年強化學習從可驗證獎勵（RLVR）成為LLM 訓練的新標準階段，透過在數學/程式碼等客觀領域長時間優化獎勵，模型自然湧現人類般的「推理」策略，並驅動了全年主要能力進步。 2. 鬼魂vs 動物/ 不均勻智能：2025 年行業開始深刻認識到LLM 是“召喚的鬼魂”而非“進化的動物”，其智能極度不均勻，在可驗證領域天才級卻易受騙，導致對基準測試徹底失去信任。 3. 新興LLM 應用層：以Cursor 為代表，2025 年湧現了一個新的LLM 應用層，透過情境工程、多重呼叫編排、專屬介面和自治滑桿，將基礎模型組織的「通用大學生」轉化為特定垂直領域的「專業團隊」。 4. 本地AI 智能體：Claude Code 首次令人信服地展示了運行在本地的LLM 智能體，能深度融入用戶私有環境與數據，將AI 交互從雲端聊天網站轉變為“駐紮電腦的小精靈”。 5. Vibe Coding：2025 年「vibe coding」興起，人們只需用自然語言描述意圖即可產生程式碼，使程式設計大眾化、專業生產力爆炸，並讓程式碼變得廉價、可拋棄。 6. LLM GUI 雛形：Nano Banana 預示了LLM 的圖形使用者介面時代，透過文字、圖像生成與世界知識的深度融合，讓模型以人類更喜愛的視覺格式輸出訊息。
