2025：LLM 超越 “Token 生成器” 的一年

推荐语

LLM正突破“Token生成器”局限，展现全新能力与趋势。

核心内容：
1. LLM能力边界重塑：从“续写”到“初步理解与规划”
2. 模型成本变革：从“巨头专属”到“人人可及”
3. DeepSeek引领低成本AI能力革命，开源基座模型

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

“LLMs are mere token generators — lacking world models, reasoning, planning, and memory — and will soon be obsolete.”

恰好在大约一年前（2024 年 3 月）的上海 GDC AI 大会上，我也曾在分享中引用过 LeCun 的类似观点（在当时我是认同的）。

时隔一年，站在 2025 年 4 月的当下回望，LLM 的边界是否仍旧仅仅限于预测下一个 Token？过去这一年，行业究竟发生了哪些深刻的变化？正呈现什么趋势？

本文结合我近期的观察与思考，对此做一个简要的回顾。

1. 能力边界的重塑：从“续写”到“初步理解与规划”

事实是，大模型的能力边界正在以惊人的速度被重塑，其表现已开始超越简单的“概率分布搬运工”。过去我们习惯于将 LLM 的长项限定在续写、摘要、翻译等局部任务，但以 Claude 3.7 Sonnet、ChatGPT o1、DeepSeek-R1 为代表的模型，正逐渐打破这一刻板印象。

虽然我们仍无法断言其拥有 LeCun 所定义的“稳健世界模型”，但模型的表现正在超越 “Token Prediction” 的范畴，更接近于一种模拟了世界知识并进行目标导向序列生成的过程。

2. 模型成本的变革：从“巨头专属”到“人人可及”

除了模型能力的持续增强和产品形态的日益成熟外，获取和部署先进 AI 能力的经济门槛在 2025 年也呈现出显著降低的态势。这一趋势的一个突出例证便是 DeepSeek。在 2024 年至 2025 年间，DeepSeek 不仅快速推出了一系列在特定领域（尤其是在编程和数学推理方面）性能表现极具竞争力的大模型，更关键的是，它采取了极具颠覆性的低成本策略。

具体而言，DeepSeek 的模型 API 定价远低于当时市场上如 OpenAI 或 Anthropic 等主要供应商，同时还开源了多个强大的基座模型，极大地降低了企业和开发者利用先进 AI 技术的门槛。DeepSeek 的成功策略清晰地表明，随着市场竞争加剧以及模型训练、推理效率的不断优化，高性能 AI 不再是少数巨头的专属品，这股成本“民主化”的浪潮，正使得尖端 AI 技术对更广泛的企业（包括中小型企业）和独立开发者变得更加触手可及。从而极大地加速了 AI 在各行各业的实际应用与创新步伐。

3. 模型即产品：AI 工作流的范式转移

随着模型能力的提升，一个深刻的范式转移正在发生：AI 的价值核心正从围绕模型的复杂应用层，向模型本身迁移——模型正在成为产品 (The Model is the Product)。它不再仅仅是隐藏在应用界面后的“黑盒引擎”，而是凭借其日益强大的内在集成能力，直接定义了核心功能与用户交互模式。

这种转变体现在，用户越来越多地直接与模型交互来完成端到端的任务。以信息处理为例，OpenAI 的 DeepResearch 就并非简单增加搜索工具的应用封装或对现有 LLM 的包装，而是通过强化学习等方式进行了专门训练，内化了搜索、网页浏览、信息综合等核心网络研究能力的“研究型语言模型”，使其能够无需复杂编排，端到端地自主完成深度研究与报告生成任务。

这种“模型即产品”的趋势，也意味着传统“流水线式”的 AI 工作流正在被模型内部的集成能力所颠覆。过去，用户可能需要在 ComfyUI 或 SD WebUI 中手动编排复杂的节点网络来控制图像生成；如今，GPT-4o 这样的模型则将风格迁移、细节注入、目标一致性保持等多种能力融合于自身，允许用户通过更直接、更自然的语言交互来驱动复杂的创作过程。这种以模型为中心的、高度集成的趋势，正在代码辅助、信息检索、内容创作等多个领域加速演进。模型本身，而非围绕它的软件外壳，正在成为交付给用户、解决实际问题的核心载体。

4. 2025，AI Agent 的破晓时刻

尽管前几年主要聚焦于基础大模型的研发，但 2025 年正迅速确立其作为 AI Agent 向功能成熟期过渡的关键年份。这一演进在多个层面都取得了切实的进展。首先，我们观察到展示出显著操作自主性的高级 Agent 应用开始出现。一个显著的例子是 Monica 公司开发的 Manus AI，它因能够基于高层级目标自主分解任务、生成可执行计划并管理复杂工作流（例如市场分析或项目初步构建）而吸引了显著的行业关注，并激发了早期用户的浓厚兴趣。

其次，支撑 Agent 进行稳健可靠部署的关键基础设施也日渐成熟。近期 Browser Use 公司获得的 1700 万美元融资就突显了这一趋势。这笔投资旨在解决一个长期挑战：让 Agent 能够有效且可靠地在动态网页环境中导航和交互，这是实现真实世界任务执行的关键一步。

此进步背后的驱动力是双重的：核心模型能力的提升，以及与外部世界交互方式的标准化。后者方面，由 Anthropic 等倡导的模型上下文协议（MCP）（2024年底）应运而生。它旨在建立一套开放、统一的行业标准，以避免不同模型厂商因工具交互协议不兼容而导致的生态割裂。MCP 的核心是让任何兼容的 Agent 都能以标准化的方式调用外部工具（如 API、数据库等），这极大地促进了互操作性，为构建更开放、灵活的 AI Agent 生态奠定了基础。

过去一年，Agent 正明显地超越其早期作为简单的指令跟随工具或受限于插件能力的角色。它们日益展现出进行复杂任务分解、涉及工具使用的多步规划，以及基于环境反馈动态调整执行的能力。这标志着向能够追求复杂目标的、更真正自主、更稳定的系统转变。

5. 技术门槛的消融：用户体验的飞跃

技术进步最直观的体现，莫过于用户门槛的降低和体验的提升。我仍然清晰记得两年前，尝试使用 MidJourney 为家人制作一本英文儿童绘本时的“艰难”。那时，基于 Diffusion 的图像生成高度依赖繁琐的提示词技巧、风格词汇堆砌、采样方法选择，并且需要通过“四选一”甚至更多轮的人工筛选来对抗随机性。为了完成一本不到 20 页的绘本，我生成了超过 400 张图片进行挑选，即便如此，角色一致性和画面细节的准确表达仍是巨大挑战。

而快进到 GPT-4o 图像生成功能上线的这一周，社交平台上讨论绘图的用户，重点已不再是分享各种高超技巧，而是更直接地分享成果，如吉卜力风格的家人合照，个人定制化的 3D 手办。新模型极大地消解了图片创作的技术门槛，用户无需深入理解复杂的提示词结构，模型就能在很大程度上自动处理风格化、细节控制、主体一致性等问题。两年前我在文章中提到的 Diffusion 模型诸多“工程化痛点”，如今基本都已被自然地克服。这种体验上的天壤之别，正是模型内部能力集成、推理能力进步的现实映射，是 AI 从“面向技术爱好者”向“面向所有人”转变的一个缩影。

6. 未知大于已知：在智能的冰山一角探索

然而，尽管我们为 2025 年取得的这些瞩目成就感到兴奋，但当我们尝试深入理解这些大模型时，会发现其内部的未知空间依然广阔。

是否真正拥有稳定、可泛化的世界模型？在生成长序列输出时，模型是如何进行多步规划的？当面对模糊、矛盾或从未见过的信息时，其内部的推理机制又是如何动态调整适应的？这些根本性问题，目前仍缺乏标准答案。AI 的智能形态正从“语言机器”加速演变为“通用问题解决器”，甚至开始显露“行动智能（Agent Intelligence）”的特征，但我们对它的理解，或许仍如同盲人摸象，只触及其庞大能力冰山的一角。

回到 LeCun 的质疑，也许他的论断可能低估了当前 LLM 路线的实践进展和演化潜力，但他的批评仍具价值。当前我们所观察到的惊人能力涌现，其底层机制可能仍与我们所期望的 “AGI（通用人工智能）” 有本质区别。眼前的进步也许只是通往更高级智能漫长道路上的一小步。在人类与日益强大的智能系统共同探索的征途上，大模型的未来，依旧充满了待解的谜团、巨大的潜能，以及伴随而来的责任与挑战。

后记：当写作也开始“Vibe”

OpenAI 联合创始人、前特斯拉 AI 负责人 Andrej Karpathy 在 2025 年 2 月提出了 “Vibe coding” 概念，描述了一种与 AI 协同的编程新范式。Karpathy 将其描述为一种对话式的方法，他通过语音命令，而 AI 则负责生成实际代码。他形容这种状态是“看到什么，说到什么，运行什么，复制粘贴什么，基本上就可行了”

"I just see things, say things, run things, and copy-paste things, and it mostly works."。

本文的整个创作过程，便是一次与此高度相似的实践，我称之为 “Vibe writing”。

我并没有从一张白纸开始逐字推敲，脑海中首先形成的是本文希望探讨的核心议题、大致的行文框架以及关键的论证逻辑——这可以视为设定了创作的蓝图。随后，我将相关的参考资料链接提供给 AI （本文主要使用了 ChatGPT-4o 和 Gemini 2.5 Pro），并围绕预设的框架，通过多轮、迭代式的对话进行“共同创作”：我提出具体要求、给出反馈、进行筛选与修订，AI 则依据指令快速生成草稿、整合信息、优化语言表达。

在这个写作过程中，人类作者的核心价值，似乎正更多地转向战略性的构思、方向的把控、深度的洞察以及最终质量的裁决，而 AI 则扮演了效率惊人的工匠，依据蓝图，将思想快速显化为具体的文字。

最后，打个小广告。

我与图灵出版社再次合作翻译的《大模型应用开发极简入门》第 2 版于本周正式发售。

该书英文原版在不到一年内即更新，新增将近一倍的内容。正是为了紧跟技术进步的脚步——从 GPT 系列新模型能力，再到 RAG 、微调等核心范式及新兴开发框架的演进，第二版重点补充了过去一年的这些进展，能为关注 AI 应用落地、致力于将概念落地的开发者与创新者们，提供一份与时俱进的实践指南。

此外，为了让读者能够动手实践、深入探索，本书还特别附赠了一份详细的实践小册子（由 dify.AI 官方提供），专注于指导开发者构建当前备受关注的私有化 AI 应用，通过目前流行的 DeepSeek × Dify × Ollama 开源技术栈，一步步快速部署出这样一个全功能的私有化 AI 助手。、

感谢阅读，欢迎关注。

参考来源 (References):

1. Yann LeCun 对 LLM 评论的相关报道：https://aimresearch.co/market-industry/yann-lecun-calls-llms-token-generators-while-llama-hits-a-billion-downloads
2. Anthropic 关于追踪语言模型“思考过程”的研究：https://www.anthropic.com/news/tracing-thoughts-language-model
3. 关于 DeepSeek 如何改变商业 AI 应用（包括成本效益）的分析：https://techinformed.com/why-deepseek-is-transforming-ai-for-business/
4. 讨论“模型即产品”概念的文章：https://vintagedata.org/blog/posts/model-is-the-product
5. TechCrunch 关于 Browser Use 融资的报道：https://techcrunch.com/2025/03/23/browser-use-the-tool-making-it-easier-for-ai-agents-to-navigate-websites-raises-17m/
6. 公众号文章《如何利用AI工具轻松制作属于自己的故事绘本》：https://mp.weixin.qq.com/s/gi1W-XeXSj1ZW9WgxEshMw
7. 维基百科中关于 "Vibe coding" 定义的具体章节：https://en.wikipedia.org/wiki/Vibe_coding#Definition
8. 模型上下文协议 (MCP) 官方介绍：https://modelcontextprotocol.io/introduction