Karpathy年终大模型清单：Vibe Coding、Claude Code、Nano Banana等上榜

本文总结了Karpathy对2025年大语言模型（LLM）领域关键发展的看法。背景方面，2025年是LLM快速演进、范式转变密集出现的一年。研究目的上，Karpathy旨在梳理那些真正改变行业格局、在概念层面令人印象深刻的转变。结论包括：1. 训练流程上，可验证奖励强化学习（RLVR）成为新标配，它通过在可自动验证的环境中训练，让模型自行摸索高效推理策略，显著提升了能力成本比。2. 对LLM智能形态的新理解，即“锯齿状智能”，模型在某些可验证领域表现卓越，而在其他领域可能薄弱，这导致对基准测试的普遍不信任。3. 应用层创新，如Cursor揭示了垂直领域LLM应用的新层，Claude Code代表了本地化、持续运行的智能体范式。4. 编程方式的变革，“氛围编程”使得用自然语言构建复杂程序成为可能，降低了门槛并重塑软件形态。5. 交互界面的演进，如Nano Banana预示着超越文本聊天的、更视觉化的LLM GUI可能出现。总体而言，LLM展现出既聪明又愚蠢的新智能形态，已极其有用但潜力远未完全发挥。