最近AI圈有一篇重磅文章——安德烈·卡帕西（Andrej Karpathy）的2025年大模型回顾。
卡帕西的行业影响力毋庸置疑：2016年加入OpenAI，是早期最核心的研究员之一；2017-2022年担任特斯拉人工智能高级总监。他的观点横跨软件端与硬件机器人端，极具代表性。
结合最近很多朋友问我的Agent Skill未来发展方向，我把这两件事放在一起，给大家一个解读，也是对2026年的前瞻。
一、AI进化的三个维度：脑、手、场
卡帕西提出AI在脑、手、场三个维度进行进化。
- 脑：AI作为大脑的能力，市场已充分认识
- 手：AI具备一定执行能力，这点也被广泛理解
- 场：这个提法很关键——在技术领域叫"上下文"（Context）
要让AI做事，必须让它处于一个能获得足够且必要的正确信息的上下文中。卡帕西把这个概念抽象为"场"，这是一个非常重要的定义。
几年前国内互联网企业搞新零售时提出"人、货、场"，现在AI商业化也有了"脑、手、场"。这两组概念之间是相通的。
二、大脑的进化：RLVR——让模型自己学习思考
卡帕西提出一个重要技术方向：RLVR（Reinforcement Learning with Verifiable Rewards）。
核心逻辑是：预训练之后的强化学习，让AI模型在"出厂"后，可以根据用户使用，在环境中自发学习和升级。
具体大模型怎么实现，自己学会思考，强化学习，这不是我们需要关心的事情。
我们需要知道的是，这是下一步的趋势，我们所有的产品打造和场景的设定应该在这个基础上去考虑。模型会有顶级的资本和顶级的模型公司去解决
三、锯齿状能力：AI的真实能力分布
对于AI模型能力评价，有一个重要观点叫锯齿状能力。
这个定义，非常精准！
AI在高精尖领域（编程架构、量化交易等）表现优异，但在一些看似不难、却需要大量经验常识的领域，表现却像小学生。
这带来的影响是：
- 我们对大模型"聪明"的定义，往往被智商型测试问题主导
- 但真实场景下（招外贸销售、仓库管理员），我们需要的不是博士智商，而是对领域知识的充分理解
- 在这些"难度不高"的领域，AI的真实表现反而很弱
这不是答案，而是提出了一个评测AI和Agent能力的新标准——我们该用什么视角审视AI的能力？
这将直接定义未来AI产品的评价标准。
四、手的进化：可复用、可封装、可传承的Agent Skill
关于"手"的进化，我们在之前Agent Skill的文章已经讲得很透彻。
Anthropic刚好补足了这个短板——让AI能力真正做到可复用、可封装、可传承。
五、场的进化：AI从云端走向边缘
卡帕西提出一个重要趋势：AI从云端移动到电脑/设备中。
“数据不出域，技能带进门”将成为企业级应用的金科玉律。
短期内这还做不到很好的落地，因为大模型仍在走"更强、更大、更好算力"的路线。但未来几年一定会落地。
道理很简单，用华为的话说：让听得到炮火的人来做决策。
大模型应该尽量离真实场景越来越近，甚至内置到传感器中去做事。
六、企业竞争力的新方向
上述变化预言了未来企业构建竞争力的方向：
❝
将独特的业务流程和知识封装成Agent——可执行、可验证、可调用的标准化技能。
AI企业对实体企业的服务方式，不再是售卖SaaS账号，而是直接提供解决特定能力的技能包。
更直接地说：企业付费买的不再是功能点，而是能解决问题、有交付能力的虚拟员工。
与此相关，谷歌推出了A2UI——由AI直接生成交互性UI，完成友好化交互。当大模型技能与新一代AI原生UI结合，上述设想会更好地实现。
七、面向2026，我们该做什么？
对企业
构建自己的技能兵工厂，打造技能团队。
这也是我们团队正在落地的商业化项目。
敲重点：流水的模型，永存的技能。
对个人
氛围编程（Vibe Coding）会成为主流——个人带着需求直接定义产品，打造小型APP的技术门槛会越来越低。
低门槛的、通过UI和简单交互就能实现的事情，一定是每个人通过语言就能定义出来的东西。
这和我之前文章的逻辑一致：发现即摧毁，描述即实现。
最大的机会，在于弥补AI的短板。
八、一个特别的判断：个人公司将批量崛起
对大型企业来说，AI落地非常难。原因很多，但至少有一层是：大企业人多、分工细，而AI做事的特点是没有边界感——它本身就是通才。在大企业中有效落地AI，复杂度极高。
但对小型企业甚至个人企业来说，从来都是一个人干完所有事。所以个人更容易用最短路径完成Skill技能化、商业落地验证，并完成变现流程。
我的预判：2026年，个人公司会批量崛起，AI的价值将在个人公司上得到最大验证。
❝
本文基于安德烈·卡帕西2025年大模型回顾解读，结合Agent Skill发展趋势，给出2026年前瞻。
最后
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包：
- ✅AI大模型学习路线图
- ✅Agent行业报告
- ✅100集大模型视频教程
- ✅大模型书籍PDF
- ✅DeepSeek教程
- ✅AI产品经理入门资料
完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
为什么说现在普通人就业/升职加薪的首选是AI大模型？
人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200%，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
资料包有什么？
①从入门到精通的全套视频教程⑤⑥
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（还有视频解说）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤ 这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势，构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**
