Andrej Karpathy 的 2025 大模型年度回顧：它不是動物是「幽靈」

在矽谷喧囂的算力軍備競賽中，Andrej Karpathy 這樣的一位掃地僧總顯得有些格格不入。

這位曾一手打造特斯拉 Autopilot 視覺系統、隨後又在 OpenAI 核心團隊進進出出的技術大神，比起在推特上爭論模型參數，他似乎更喜歡對著自己的筆電螢幕發呆，或者錄製一段教大眾「從零開始寫 GPT」的教學影片。

到了 2025 年，當所有人都在瘋狂追逐雲端上的超級大腦時，Andrej Karpathy 卻把目光收回到了最不起眼的地方：你的硬碟，還有你剛剛隨手寫下、準備刪掉的那行程式碼。

「別再把軟體當成房子蓋了，」他在最新的趨勢分析中，拋出了一個讓傳統工程師背脊發涼的隱喻：「把它當成營火。」

這不僅僅是技術預測，這是一場關於我們如何定義「智力」與「創造」的哲學思辨。

智力的真相：它不是動物，是「幽靈」

我們總是習慣用擬人化的視角看待 AI。
我們期待它像人類一樣，如果懂高等微積分，那理所當然應該知道怎麼分辨紅綠燈。

「錯了。」Karpathy 的觀點冷靜得像把手術刀。

他提出了一個關鍵概念：「鋸齒狀智力」（Jagged Intelligence）[^1]。

想像一下，一個人類小孩如果能解開大學物理題，他絕對不會被簡單的文字遊戲騙倒。
但 AI 不一樣。
2025 年的模型，在特定的數學空間裡是絕世天才，但在常識判斷上可能幼稚得像個嬰兒。

Andrej Karpathy 警告我們：「我們不是在養育一種動物，而是在召喚一個幽靈。」

這個幽靈（AI）是為了在文本空間預測下一個字、在代碼空間獲取獎勵而存在的。
它沒有演化論賦予人類的生存本能。
理解這一點至關重要，因為這意味著我們不能期待 AI 像人類一樣「全面發展」。
它的能力邊界是破碎的、極端的，這也正是為什麼未來的競爭力，取決於誰能精準地在這些「鋸齒」上跳舞，而不是盲目地期待它變成全能神。

範式轉移：從模仿說話到「學會思考」

過去幾年，我們都在教 AI「說話」。通過 SFT（監督式微調），我們餵給它海量書籍，讓它學會模仿人類的語氣。

但現在，風向變了。

Karpathy 指出，2025 年的主戰場已經轉移到了 RLVR（可驗證獎勵的強化學習）。
這是一個決定性的轉捩點。

這不再是「人類示範，機器模仿」，而是「給定目標，機器自悟」。就像教小孩騎腳踏車，你不能只給他看騎車的影片（預訓練），你得讓他上車摔幾次（強化學習），直到他自己抓到平衡感。

• 以前的邏輯：模型越大越好，書讀得越多越好。
• 現在的邏輯：模型大小適中，但給它更多時間去「想」（Thinking Time）。

這就是為什麼 OpenAI 的 o1/o3 系列模型會崛起。算力從「預訓練」流向了「推理階段」。Karpathy 認為，未來的模型可能會在回答你之前，先在後台進行長達數分鐘的自我辯論與糾錯。這是一種「計算量的轉移」，也是 AI 從鸚鵡學舌進化到邏輯推理的必經之路。

代碼易耗化：點燃你的「數位營火」

這是 Andrej Karpathy 今年最激進、也最浪漫的觀點：Code is Ephemeral（代碼是易耗品）。

這句話徹底粉碎了軟體工程五十年來的基石。

在此之前，我們寫程式像是在蓋大樓。
我們講究架構、模組化、可維護性，因為這段代碼可能要跑上五年、十年。
我們小心翼翼地維護它，像對待資產一樣。

Andrej Karpathy:「但在 Vibe Coding（氛圍編程） 的時代，代碼成本趨近於零。」

你需要分析一份複雜的財報？你需要抓取一個網頁的特定數據？以前你要花半天寫個 Python 腳本。現在，你只需要對 AI 描述你的需求（Vibe），它瞬間就能生成一個專用的微型應用程式。

重點來了：用完即丟。

就像在寒夜裡點一堆營火。你需要溫暖（解決問題），於是你撿些木材（生成代碼）升火。
天亮了，問題解決了，你就把火滅了。你不需要維護這堆火，也不需要把它帶到明天。

這導致了「拋棄式軟體」（Disposable Software）的爆發。
未來的開發者，不再是守著一堆舊代碼修修補補的苦力，而是隨時隨地能「變」出工具的魔法師。

本地端的勝利：住在你電腦裡的「小精靈」

當全世界都在推崇雲端 Agent 時，Karpathy 卻對 Claude Code 的 localhost 策略讚譽有加。

為什麼？因為真實的生產力，不發生在瀏覽器的對話框裡，而發生在你混亂的文件夾、你的終端機、你的私有環境中。

他認為 AI 不該是一個遠在天邊的搜尋引擎，它應該是一個與你共享同一個螢幕、同一個鍵盤權限的「數位生命體」。它能看到你看到的錯誤訊息，能直接修改你的檔案。
這種「近身肉搏」的協作模式，才是 AI 真正的落腳點。

從寫作者到指揮家

在 Andrej Karpathy 的視野中，軟體工程師並沒有死，但「碼農」這個職業或許正在消亡。

我們正在經歷一場從「操作者」到「指揮家」的職能躍遷。

未來的你，不需要糾結於分號該放哪裡，也不需要死記 API 的參數。
你的價值在於 Context Engineering（上下文工程）你能不能準確地告訴 AI 背景資訊？你能不能設計出一個合理的 DAG（有向無環圖） 任務流，讓這群「鋸齒狀」的天才們協同工作？

Andrej Karpathy 的預言並不可怕，反而充滿了某種解放的意味。

當代碼不再是資產，而是像水電一樣隨手可得的資源時，限制我們創造力的，終於不再是技術門檻，而僅僅是我們的想像力本身。我們正站在營火旁，準備點燃下一個時代。

延伸閱讀 : Andrej Karaphy -2025 LLM Year in Review

[^1]: Karpathy, A. (2024/2025). Discussions on AI Intelligence forms.
[^2]: Various sources on Karpathy’s analysis of RLVR and Software 2.0 evolution.