Итоги года в мире LLM: Андрей Карпати о прорывах и новшествах

В 2025 году мир технологий пережил ряд значительных изменений, и мы имеем уникальную возможность взглянуть на них через призму мнения одного из самых влиятельных экспертов в области искусственного интеллекта. Андрей Карпати, сооснователь OpenAI и бывший директор по ИИ в Tesla, подвёл итоги года, охарактеризовав его как переломный момент для больших языковых моделей (LLM).

1. Главный технический прорыв года — RLVR

Одним из самых значительных достижений 2025 года стал RLVR (Reward Learning via Verification and Reasoning) — новый метод обучения моделей, основанный на принципе получения награды за точность результата.

Этот подход кардинально изменил способ, которым ИИ обучаются. Ранее языковые модели могли генерировать текст и ответить на вопросы, но не всегда делали это с достаточной точностью. Теперь, благодаря RLVR, ИИ не просто решают задачи, а учатся глубже осмысливать каждое решение. Например, две модели могут выдавать схожие результаты, но только одна из них будет оцениваться по истинности и целесообразности ответа. Таким образом, ИИ стали заметно «умнее», что открыло новые горизонты для их применения.

2. LLM — не «растущие организмы», а «призраки»

Андрей Карпати также указывает на важный концептуальный сдвиг в понимании LLM. Ранее их воспринимали как растущие организмы, теперь же они принимаются скорее за призраков, которые мы вызываем по мере необходимости. Это значит, что их интеллект не является линейным, и модель может проявлять удивительные знания в одних областях и, одновременно, показывать недоумение в других.

Это открытие позволяет нам переосмыслить методы оценки ИИ. Высокие показатели на экзаменах и тестах больше не могут быть индикаторами настоящего интеллекта, поскольку множество моделей могут быть натренированы на конкретные данные и фактически стать эрудированными обманщиками.

3. Эпоха «Cursor» и новые интерфейсы

С появлением таких продуктов, как Cursor, мы входим в эру новых помощников, которые изменяют наши взаимодействия с ИИ. Cursor — это не просто инструмент для общения с моделью; это программа, которая «понимает» контекст написанного кода и предлагает идеальные дополнения в реальном времени. Это делает программирование более доступным и интуитивным даже для новичков.

Вопрос, кто получит больше от этого нового направления — разработчики приложений-помощников или владельцы ИИ, остаётся открытым. Тем не менее, очевидно, что эти инструменты значительно упрощают процесс создания программного обеспечения.

4. LLM-агенты должны жить в вашем компьютере

Карпати выделяет проект Claude Code как пример успешного ИИ-агента, который работает локально на компьютере пользователя. В отличие от облачных решений, локальный ИИ предоставляет больше контроля над данными и контекстом работы. Это создаёт более персонализированный опыт использования.

Андрей указывает на проблему зависимостей от облачных технологий: будущее, вероятно, за компьютерами и локальными настройками, где ИИ сможет радикально упростить задачи, вместо того чтобы полагаться на централизованные серверы.

5. Vibe coding — новая эра программирования

Интересный новый тренд, появившийся в 2025 году, — это Vibe coding, понятие, предложенное Карпати в твите. Суть в том, что теперь даже новички могут создавать программы с помощью объяснения желаемых результатов на простом языке.

Это не просто облегчение для разработчиков, но и настоящая революция в программировании. Например, Карпати сам этим методом создал несколько уникальных проектов, что подтверждает эффективность нового подхода к программированию.

6. Графический интерфейс для LLM (GUI)

Согласно мнению Карпати, Google Gemini Nano Banana — это первый шаг к созданию графического интерфейса для LLM. В будущем, чат-боты и текстовые интерфейсы будут устаревать, уступая место более сложным и многослойным визуальным взаимодействиям.

Ожидается, что будущее будет за интеграцией текста, изображений и анимации в единый интерфейс, что сделает взаимодействие с ИИ ещё более интуитивным и удобным. Например, вместо простого текстового запроса о поиске отелей, пользователи смогут видеть карту, фотографии и кнопку бронирования сразу в одном окне, что значительно повысит удобство пользователей.

Вывод

Анализируя все произошедшие изменения, можно сказать, что 2025 год стал важной вехой в развитии лингвистических моделей. Хотя LLM показали себя умнее в некоторых аспектах, области, которые они не охватывают, по-прежнему вызывают вопросы.

На данный момент, по мнению Карпати, человечество расследовало лишь 10% всех возможностей, которые открываются перед нами благодаря технологиям и LLM. Это говорит о том, что в ближайшие годы нас ждут захватывающие эксперименты и стремительный прогресс в этой области.

Не остается сомнений, что 2025 год стал годом не только концептуальных открытий, но и практических прорывов, которые будут определять будущее технологий на многие года вперед.

Как вы относитесь к итогам года от Андрея Карпати? ❤️ - очень интересно
🔥 - узнал(а) много нового
👍 - ничего не понятно, но очень интересно

Если у вас есть вопросы, не стесняйтесь обращаться. GPT, помоги!