站在 2025 的尾巴上回望,這確實是極具撕裂感的一年,也是我職業生涯最掙扎的一年。
一方面,AI 技術像一列高速列車,轟鳴著向著更強的邏輯、更高的效率、更極致的自動化狂奔——我稱之為 “向右”;另一方面,在算法的擠壓下,人類的社群、情感與價值正在發生某種應激性的回撤,我們開始尋找那些模型和 AI 無法觸達的溫熱——我稱之為 “向左”。
作為身處AI風暴中心的觀察者,這是我對 2025 年 AI 程式設計發展的思考,以及我這一年的個人答卷。
本次觀察主要是結合Andrej Karpathy 是 OpenAI 聯合創始人、前特斯拉 AI 總監的 2025 年 LLM 年度回顧。

Andrej Karpathy(OpenAI 聯合創始人)的年度回顧精準地描繪了 AI 技術“向右”狂奔的軌跡。這一年,AI 程式設計不再是簡單的輔助,而是正在重塑“智慧”的定義。
2025 年最大的技術變量是 RLVR(可驗證獎勵的強化學習)。過去的 AI 是“照葫蘆畫瓢”,人類怎麼寫程式它就怎麼學。但 RLVR 引入了“標準答案”環境(如數學題、程式編譯),把模型直接扔進水裡,只要游到對岸,姿勢隨便。結果令人震驚:模型自己“悟”出了推理能力。它學會了拆解步驟、學會了自我糾錯。OpenAI 的 o1 和 o3 就是這種思維鏈條(Chain of Thought)的產物。算力分配也變了——從死磕預訓練,轉向了讓模型在推理時“多想一會兒”。
Karpathy 說我們在“召喚幽靈”。因為優化目標不同(人類為了生存,AI 為了刷榜),AI 展現出一種 Jagged Intelligence(參差不齊的智慧)。它在有標準答案的領域(程式、數學)進化神速,長出了尖刺;但在常識、創意等模糊領域,依然會犯低級錯誤。這也導致了基準測試(Benchmark)的崩塌——刷榜成了一種針對性優化的藝術,分數雖高,離通用智慧尚遠。
Cursor 的火爆證明了 “LLM 應用層” 的成立。它是把通用模型(大學畢業生)培訓成專業員工(行業專家)的中間層。更激進的變化是 氛圍編程(Vibe Coding) 的興起。現在的程式設計門檻低到只需要你會英文,描述需求,完全不用管程式實現。程式變得廉價、即用即棄,像草稿紙一樣。這不僅讓普通人能程式設計,也讓專業程式設計師開始寫那些以前“不值得寫”的一次性工具。
Claude Code 展示了未來的方向:本地化智能體(Agent)。OpenAI 曾賭注雲端,但 Karpathy 認為當下更合理的是讓 AI 跑在你的電腦上,讀取你的本地環境、文件和上下文,像一個和你並肩作戰的同事,而不僅僅是一個網頁聊天框。
Google Gemini Nano Banana 預示了下一個範式:大模型不該只吐文字,它應該像 80 年代的計算機進化出圖形介面一樣,學會用圖表、幻燈片、白板甚至小應用來回應人類。這才是 LLM 真正的原生互動形態。
Karpathy 的總結是這樣的:2025 年的大模型,比他預期的聰明,也比他預期的蠢。兩者同時成立。
但有一點很確定:即使以現在的能力,我們連 10% 的潛力都沒挖掘出來。還有太多想法可以試,整個領域感覺是敞開的。
他在 Dwarkesh 的播客裡說過一句看似矛盾的話:
他相信進步會繼續飛速推進,
同時也相信還有大量的工作要做。
其實兩件事並不矛盾。目前這個階段的AI 讓執行變快了,但它沒有讓“知道該做什麼”這件事變簡單。相反,因為執行成本下降,“做什麼”的決策變得更重要了——你可以很快做出 20 個版本,但你得知道哪個是對的。
幾年後的軟體工程會是什麼樣子?沒人能準確預測。但 Claude Code 團隊的今天,可能是很多團隊明天的某種預演——更快的迭代、更少的“搬磚”、更多的判斷和決策。
工具在變。不變的是,最終做決定的還是人。
當 AI 在符號邏輯的領域攻城略地時,傳統的程式設計師社群和人類勞動價值正在被迫尋找新的錨點。
所有類似 Stack Overflow 的問答和知識社群衰落是不可逆的。
既然 AI 能瞬間給出程式片段,誰還願意去搜尋引擎或者 BBS論壇等待一個未知的回覆?
但 Reddit 這種強社交屬性的社群反而在復興。這說明了“向左”的趨勢: 知識獲取變得便宜後,人与人的連結、情感共鳴、線下見面的價值 反而變得無比昂貴。那么後面社群的持久價值在哪裡?可以深度鏈接線下社群和深度社交的社群,因此我個人比較看好 reddit 和社群的價值。
所以在掘金我還是相信人的價值。
今年在社群裡叫停了很多活動,因為大家很多人在用 aigc 敷衍了事~~~我並不排斥 AI,給大家看個圖

掘金每天都有幾百篇文章垃圾 AI 文章,這些是奔著所謂的 GEO 和 SEO 來的,我沒法評價對錯,但是對內容的操守讓我選擇對這些內容說不~~~
但是今年考慮了一下繼續推進了年終技術徵文,想看看大家的現狀和尋找一些真實的情感共鳴。活動還在進行中:感興趣的可以來聊聊你的 2025:juejin.cn/post/7587675443442450472
另一塊,年終影響力榜單還在繼續篩選預計 12.31 發布,畢竟我們總要相信創作的價值,感謝那些在 2025 還在持續輸出的他們和你們。
起因是有一天周末做了 aidp(就是那個大忽悠優弧在的新部門做的)平台美觀度標註的一道題,大概收入 600 元,我個人是有點感慨萬千,就是感覺在幫助模型掘墓程式設計師,最近群友讀《送外賣》也是,最細顆粒度的路線和送餐方式數據模型還學不會,就通過機制讓外賣員動腦子“榨”出來最末端的思考。
在AI快速取代人類勞動力的浪潮中,一個核心規律逐漸清晰:越是純符號、可形式化、封閉規則的知識工作(如程式設計、數學證明、文書處理),越容易被大模型迅速吃掉,因為這些領域沒有物理限制,AI可以無限試錯和迭代,人類程式設計師的經驗很快就會被“偷師”並固化成更嚴苛的算法,陷入被追趕的被動。
相反,越是依賴肉身存在、高度情境化、充滿社會互動和長尾瞬變的長尾場景(如外賣最後一公里、餐廳服務、醫療護理、養老陪伴),AI和機器人越難徹底取代。現實世界的複雜性、動態性和情感需求,讓最細顆粒度的優化永遠學不完——今天的新小巷、明天的客人情緒、後天的突發狀況,都在不斷產生新知識。平台和機器人再怎麼從人類身上“偷師”,也總有追不上的地方。
因此,真正抗AI取代的,往往不是高薪的高級知識工作,而是那些看似低端的“服務業”。服務員、護理員、陪護人員,這些需要溫度、共情、即時應變和身體在場的崗位,可能成為人類勞動力最後的堡壘。當機器人終於能端穩一盤熱湯、讀懂客人的眼神、處理一場家庭糾紛時,或許才稱得上人類勞動力的真正大解放。而在那一刻到來之前,服務業很可能比寫程式更有未來——因為它最難被完全算法化和自動化。
說到底,AI最容易取代的,是那些不需要“成為人類”就能完成的工作;而最頑強存活下來的,往往正是那些只有人類才能做好的事。
其實很多東西是亘古不變的,打不過就積極擁抱,快速深入。



這些線下面對面的碰撞給我的體會是: 程式可以由 AI 生成,但信任、激情和靈感的碰撞,依然只發生在人與人面對面的時刻。
我是 Captain,“25年太漫長、太疲憊了,你可以開啟新生活了。”
技術是一直在變,工具也在變,但做決定的依然是人。 AI 讓執行變得極其廉價,這就意味著 “決定做什麼”變得前所未有的昂貴。
這裡也分享一下最近 youtube 爆火中年程式設計師的視頻,一場關於金錢、時間與生命意義的深刻復盤。
從少年時代抱著O'Reilly技術書狂啃,到如今手握專利、拿著大廠天價股票的技術高管,這位40多歲的大哥回顧了自己科技圈摸爬滾打的25年。光鮮亮麗的表面下,是殘酷的現實:即使做到架構師,也發現自己不過在重複造輪子,程式並未真正讓世界變好。他親眼目睹才華橫溢的同事因過勞離世,卻僅一週後,公司裡就仿佛這個人從未存在過。每天只剩1小時陪伴孩子,錯過了帶他們露營、釣魚的寶貴時光。得益於早年對財富的覺醒,在最後一輪大裁員中,他做出一個勇敢決定:為保住組裡年輕人的飯碗,他主動把自己放進裁員名單。
評論區很有趣,大家說這才是YouTube存在的意義。
“唯一會記得你加班到深夜的人,只有你的孩子和家人。科技行業早已缺乏忠誠與體面。”
“如果你死了,你的職位會在訃告刊登前就被重新招聘。”
“兄弟看起來真的因為被裁員而開心。也許這其實是塞翁失馬,焉知非福。”
“請多發一些視頻。社交媒體上充斥著垃圾內容,我們需要有真實生活經驗的真人分享故事。”
“被裁員是每個科技從業者的宿命。你必須成為合夥人——要麼在當前公司,要麼創辦自己的公司。”
“25年太漫長、太疲憊了,你可以開啟新生活了。”
2026 希望繼續和大家同在,感謝遇見的各位。
isboyjc、Cookieboty、GSYTech、文如秋雨、林小帥、wangly19、alex 以及 AAA 全國可飛 VE 賺錢群的 40 多位掘友們。以及,200 位浪說播客聽友群,200 多位AI 程式設計社VIP 群~的你們,以及優弧(應油壺強烈要求)
歡迎大家持續找我交流聊天,個人微信:229199157,推特:x.com/XCaptaincc
看到這裡的掘友們別滑走,請留下你的思考和感觸,我會挑選 3-5 人評論送出的我的個人簽名書一本。