腾讯云开发者
订阅
腾讯云官方社区公众号,汇聚技术开发者群体,分享技术干货,打造技术影响力交流社区。
腾讯云开发者微信公众号二维码
关注该公众号

会员可查看最新的全部文章

^__^ 12 / 31
都进来,说个事 刚刚外面人多,说话有点大声,给各位彦祖亦菲磕一个。 今天是2025年最后一个工作日,先在这里祝大家摸鱼快乐,带着腾讯云开发者社区全体同仁的祝福开启好运连连、惊喜无限的2026年。 给各位新朋旧友汇报一下腾讯云开发者过去一年多的工作。 我们专注技术的深度与趣味性,在快节奏的情绪价值时代,仍旧产出了一篇宝贵的技术10w+文章: 篡改微信余额技术可刑性研讨 2.0 我们从年初的DeepSeek热潮起,第一时间拥抱了AI技术的狂潮,从技术原理到应用实践,产出了系列化的AI内容帮助海量开发者了解AI、理解AI、用好AI。 RAG彻底爆了!一文读懂其架构演进及核心要点 万字长文讲透LLM核心:Transformer架构原理解析 Agent全面爆发!一文搞懂Agent开发核心链路 一文讲透大模型应用开发 一文读懂AI Search:从RAG到DeepSearch CodeBuddy AI Coding 企业场景落地实践与思考 为什么Claude Code放弃代码索引,使用50年前的grep技术? 我们围绕新发起的腾讯云架构师同盟,在AI时代下持续生产经典的系列选题,让全国各地同盟成员的知识能分享流传。 如何设计一个支付系统 如何设计一个支付系统:核心交易系统架构 如何设计一个支付系统:链路优化详解 如何设计一个企业级消息推送系统架构? 如何设计一个低代码平台系统 如何设计一个推荐调度系统:算法平台核心架构 过去一年的时间里,腾讯云开发者累计发文超180篇,将知识的价值传递给了超250万人次开发者,这份沉淀和积累,既让我们感到欣喜,又让我们忐忑不安。 值此岁末年初之际,无论你在祖国乃至世界的哪个角落,无论2025是精彩还是波澜,2026都会如期到来,技术变革的脚步也不会停下。 社区的意义,是提供一个开放的平台,让志同道合的朋友能自然地汇聚在一起,为着某个共同的问题讨论普适解法,以群体的力量对抗世界的熵增。 2026,你有哪些期待和愿望,又有哪些对我们的鼓励和鞭策? 欢迎留言分享,我们将抽取5条评论送出社区周边一份。
^__^ 12 / 26
AI大神Andrej Karpathy发布了2025 LLM Year in Review年度报告,以下是我们总结的5个确定性变化。 一、 RLVR成为能力增长引擎 过去的主流训练流程包含预训练、监督微调、RLHF。今年,基于可验证奖励的强化学习(RLVR)成为新的核心阶段。模型在数学、代码等可自动判定对错的环境里长周期训练,逐步学会拆解问题、写出中间步骤、反复校正答案。由于奖励信号客观且可规模化,训练周期可以拉长,能力提升效率很高,算力预算开始向强化阶段倾斜。与此同时,推理阶段出现新的可调维度:推理轨迹更长,测试表现更强。o1 的公开亮相与 o3 的拐点效应,使这一变化被广泛感知。 二、智能呈现锯齿状特征 Karpathy用“召唤幽灵”来描述模型智能:它不遵循生物智能的进化路径,目标函数也不同。结果就是能力分布不均匀:在结构化领域表现尖锐,在常识、边界条件、安全问题上却脆弱。这个形态决定了模型不会自然变得稳定,只会在特定能力上长出锋利的尖峰。 三、基准测试可信度下降 可验证任务天然容易被RLVR与定向数据“覆盖”。当实验室围绕测试特征空间做针对性训练,榜单提升变成一种工程化操作。benchmark越来越像训练目标的一部分,参考价值随之下降。 四、应用层出现Cursor式新层级 Cursor的意义在于揭示了应用的新分工:围绕模型做组织与编排。包括上下文工程、调用链路编排、人机协同界面、自主权控制。基础模型更像通识型能力载体,应用层通过私有数据、工具与反馈闭环,把它组织成能干活的系统。垂直应用仍有清晰空间。 五、智能体本地化与Vibe Coding Claude Code展示了可长期运行的智能体形态,并强调本地化:智能体“栖息”在用户电脑里,直接利用本地环境、私有数据、密钥与低延迟交互,实用价值更强。与此同时,Vibe Coding让自然语言驱动开发成为常态,代码更廉价、更可弃、更适合快速试验,编程门槛进一步下沉。 总结 Karpathy认为行业对这一新计算范式的挖掘仍不足10%。随着RLVR普及,竞争焦点将转向如何让模型更高效地思考与求解,2026年的主战场会围绕这一点展开。 原文链接:https://karpathy.bearblog.dev/year-in-review-2025/ 彦祖亦菲,你怎么看?