2025年，人工智慧領域迎來史無前例的轉折點。從「推理」能力的突破到智能代理的實用化，LLM技術不再只是學術實驗，而是真正融入開發者日常。OpenAI、Anthropic等巨頭的創新，讓AI輔助搜索、自動化程式開發成為現實，甚至顛覆傳統開發流程。本文深入剖析這一年的關鍵趨勢，揭示技術突破背後的真正價值。
推理能力：從數學謎題到實際工具應用
2025年，「推理」成為LLM的核心標籤。OpenAI在2024年9月推出o1系列後，2025年初進一步發布o3、o4-mini等模型，各大AI實驗室迅速跟進。神經科學家Andrej Karpathy指出，透過自動化驗證獎勵的訓練，LLM能自發發展出類似人類的推理策略，例如拆解問題、多步驟驗證。然而，真正革命性的應用不在於解數學題，而在於驅動工具——當LLM能結合搜尋引擎、程式執行等工具時，複雜研究問題和程式除錯變得高效。例如，GPT-5 Thinking的AI輔助搜尋已能處理用戶的深度查詢，而Claude Code則能自動分析程式碼錯誤並修正。
代理革命：從科幻到現實的實用化
2024年，「代理」一詞充滿爭議，定義模糊且缺乏實例。但2025年，Simon Willison重新定義代理為「透過工具調用完成多步驟任務的LLM系統」，這讓實用化代理迅速崛起。雖然「Her」式的全能助手仍屬科幻，但兩大應用場景已顯現成效：搜尋代理和編碼代理。早期的Deep Research模式（長時間生成報告）逐漸被GPT-5 Thinking等即時工具取代，而編碼代理則成為開發者的得力助手。例如，Claude Code、GitHub Copilot CLI等工具允許開發者異步提交任務，系統自動完成代碼編寫、測試並生成PR，大幅提升效率。
編碼代理的崛起：Claude Code與開源生態
2025年2月，Anthropic悄然發布Claude Code，成為編碼代理的里程碑。儘管未單獨發佈新聞稿，但其功能整合在Claude 3.7 Sonnet中，迅速引發開發者關注。隨後，OpenAI的Codex Web、Google的Jules、GitHub Copilot CLI等工具紛紛加入戰局。這些工具的核心優勢在於「異步運作」：使用者提交任務後即可離開，系統自動執行、迭代並回報結果。這不僅解決了本地執行代碼的安全風險，更讓跨裝置操作成為可能——開發者甚至能透過手機發送任務，幾分鐘後收到完整解決方案。OpenHands CLI等開源方案更讓企業能自訂專屬編碼代理，推動生態系快速擴張。
雲端與本地模型的雙軌發展
2025年，本地模型性能顯著提升，但雲端模型仍占主導。然而，數據中心因環保爭議和能源消耗問題變得「極度不受欢迎」。各大公司轉向更高效的訓練方法，例如利用推理優化的計算資源，而非擴大預訓練規模。值得一提的是，中國開源模型如Qwen、DeepSeek在2025年表現亮眼，提供高性價比的選擇，同時歐美巨頭仍專注於雲端服務的優化。這種雙軌並行趨勢，既滿足了隱私敏感場景的需求，也確保了高強度任務的處理能力。