2025 年，LLMs 的「幽灵革命」如何悄然改变我们的世界？
想象一下，一个既能在数学难题中展现出天才思维，又可能被简单的提示骗得团团转的「智能体」。这不是科幻小说中的角色，而是 2025 年的语言模型（LLMs）的真实写照。它们不再是单纯的工具，而更像是一种「幽灵智慧」——一种完全不同于人类、却又与我们深度交织的新型存在。
过去一年，LLMs 的发展不仅令人惊叹，还带来了许多颠覆性的变化。让我们一起来看看，这场技术浪潮中，哪些趋势正在重新定义人工智能的边界。
1. 从「人类反馈」到「可验证奖励」：RLVR 的崛起
2025 年，LLM 训练的技术栈迎来了一个重要的新阶段——基于可验证奖励的强化学习（RLVR）。在此之前，LLM 的训练主要依赖于两个步骤：预训练和监督微调（SFT），以及通过人类反馈进行强化学习（RLHF）。然而，这些方法有一个共同的限制：它们依赖于人为标注的数据，难以深入优化复杂的推理能力。
RLVR 的出现改变了这一切。通过在自动化环境中设置明确、不可操控的奖励机制（例如数学或代码问题），LLMs 学会了生成类似于人类「推理」的策略。它们开始将问题分解为多个中间步骤，并尝试多种解法来回推导结果。这种能力在过去的技术框架下几乎是不可能实现的。
更重要的是，RLVR 不仅提升了模型的能力，还大幅降低了成本。实验室逐渐将原本用于预训练的资源转向 RLVR 优化，从而让模型在计算效率上实现了质的飞跃。OpenAI 的 o 3 模型就是一个典型案例，它的发布标志着 RLVR 正式成为行业主流。
2. 「幽灵」与「动物」：重新理解 AI 的智慧形态
2025 年，人们开始意识到，LLMs 的智慧形态并不像传统意义上的「动物」，而更像是「幽灵」。这种智慧并非通过自然进化获得，而是通过大量的文本数据和优化目标塑造出来的。它们擅长特定领域的问题解决，但在其他方面却显得笨拙甚至无知。
一个有趣的比喻是：人类的智慧像一片起伏的山脉，既有高峰也有低谷；而 LLMs 的智慧则像一根尖锐的针，某些领域表现得极为突出，但整体结构极其不均衡。这种「锯齿状」的能力分布，使得我们在评估 AI 时需要更加谨慎。传统的基准测试（benchmarks）已经不再适用，因为它们往往容易被模型针对优化，无法真实反映其全面能力。
3. Cursor 的启示：LLM 应用的新时代
Cursor 的迅速崛起揭示了一个全新的趋势：LLM 应用层的兴起。这类应用不仅仅是简单的接口，而是通过复杂的上下文工程和多轮调用，为特定垂直领域提供定制化服务。例如，「Cursor for X」模式让用户可以通过图形界面轻松操作 LLM 完成复杂任务。
这一趋势引发了关于「应用层厚度」的讨论：未来，大型实验室是否会垄断所有应用场景？还是会有更多独立开发者围绕特定需求构建专业化的 LLM 工具？我个人认为，尽管通用型模型会越来越强大，但真正落地的应用仍需结合私有数据、传感器和反馈机制，由专门团队进行优化和部署。
4. Claude Code：当 AI 住进你的电脑
Claude Code 的推出，则为我们展示了另一种可能性：AI 不再只是云端的服务，而是可以驻留在本地设备上，与用户的私人环境无缝融合。相比于 OpenAI 的云端方案，Anthropic 选择将 AI 嵌入开发者的日常工作流中，提供了更低延迟、更高自由度的交互体验。
这种设计不仅改变了 AI 的存在形式，也重新定义了人机协作的方式。AI 不再是遥不可及的网站，而是你桌面上的一个小助手，随时准备帮助你解决问题。
5. 「氛围编程」：人人都能成为开发者
如果要选出 2025 年最具变革性的趋势之一，「氛围编程」（vibe coding）绝对榜上有名。借助 LLMs 的帮助，普通人只需用自然语言描述需求，就能快速生成功能强大的程序。无论是创建个性化工具，还是调试复杂系统，编程从未如此简单。
对于专业人士来说，这同样是一次解放生产力的机会。今年，我利用「氛围编程」完成了多个项目，包括一个高效的 Rust 语言分词器。以前需要数周才能完成的任务，现在只需几分钟即可搞定。
6. Nano Banana：迈向 AI 的 GUI 时代
最后不得不提的是 Google Gemini Nano Banana。这款模型不仅在图像生成方面表现出色，更重要的是它将文本、图像和知识整合到了一起，为未来的 AI 用户界面奠定了基础。正如上世纪 80 年代的图形用户界面（GUI）彻底改变了计算机操作方式，Nano Banana 或许预示着 LLMs 即将进入一个全新的视觉化交互时代。
回顾 2025 年，LLMs 的发展速度超乎想象，但同时也暴露出诸多未解之谜。我们正站在技术创新的十字路口，面对无限的可能性。正如一句话所说：「未来不是等着我们去发现，而是等着我们去创造。」
The Why·Liam·Blog by WhyLiam is licensed under a Creative Commons BY-NC-ND 4.0 International License.
由WhyLiam创作并维护的Why·Liam·Blog采用创作共用保留署名-非商业-禁止演绎4.0国际许可证。
本文首发于Why·Liam·Blog (https://blog.naaln.com)，版权所有，侵权必究。
本文永久链接：https://blog.naaln.com/2026/01/llm-year/