2025年是LLM的推理与Agent之年，技术重心在于驱动工具链，Agent在编码和搜索场景规模化落地。
原文标题：2025 到底是 LLM 的「什么年」？
原文作者：机器之心
冷月清谈：
怜星夜思：
2、文章中提到了“The year of YOLO and the Normalization of Deviance”， 你认为在AI快速发展的背景下，我们应该如何平衡效率和安全？
3、文章提到2025年推理模型的重心在于驱动工具链，那么你认为未来LLM在哪些行业或者领域能够成为核心生产力工具？目前还存在哪些阻碍？
原文内容
本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。
在 2025 年里，业界热衷于用「AI Agents 之年」「推理之年」等方式来形容该年的重要突破。在过去的一年里，LLM 在在技术跃迁、应用范式、生态格局、风险治理等方面取得了多项进展，并周期性引起热议。在 2025 年末，Django Web 框架的开发者 Simon Willison 梳理了一整年里 LLM 在技术跃迁、应用范式、生态格局、风险治理等方面出现过的重要进展和热门话题，并将其总结为 27 个「The Year of XX」。
目录
2025年「Reasoning」突破的关键在哪？「Agent」的定义有什么变化？「Reasoning」 和 「Agent」促成了哪些年度热词？...
LLM 竞争格局有何变化？「MCP」为什么只是「昙花一现」？「Coding Agents」与「CLI」在如何相互影响？...
2025 的「LLM 之年」有哪些说法？
1、独立开发者、技术评论人、Django Web 框架的开发者 Simon Willison 近期撰文，以《2025: The year in LLMs》为题，用 27 个「The year of XX」梳理了 2025 年度有关 LLM 的发展趋势与热门话题。
① Django 是一个基于 Python 的高级 Web 应用框架，旨在帮助开发者快速构建安全、可维护且功能丰富的网站或 Web 应用程序， Simon Willison 它的开发者之一。
② Willison 此前于 2023 年底撰写了《Stuff we figured out about AI in 2023》，讨论该年 LLM 发展中，能力边界与基本规律的新认知。
③ 2024 年底，Willison 撰写了《Things we learned about LLMs in 2024》，讨论他对 LLM 进入规模化应用阶段后成本下降与多模态普及等产业化趋势的观察。
④ 于 2025 年 12 月底发布的《2025: The year in LLMs》是 Willison 年度系列博客的第三篇，重点梳理了 LLM 在该年度推理能力与可执行 agents 的崛起，尤其是以编码代理为代表的「能做事」的工具化落地。
2、该文章在开篇以「Reasoning」与 「Agents」两项最具热度的关键词展开，阐述两者在 2025 年度的发展趋势与业界话题的迁移，以及在 Willison 视角下的重点变化。
① 对于 LLM 推理能力的突破，Willison 指出 2025 年推理模型的重心不再是「静态问答更聪明」，而在于它们开始更稳定地驱动工具链。其能够先规划多步行动、执行调用外部工具，并基于执行反馈持续推理与调整计划，从而把任务推进到更长、更完整的完成链条。
② 在 「The year of agents」，Willison 表明，业界对「Agent」的定义逐步收敛，并在编码与搜索两大场景中实现高频、规模化落地，相关能力与产品形态亦在全年持续迭代演进。
3、在 reasoning 与 agents 的基础上，Simon Willison 在后续章节中以「XX 之年」为主题，从技术突破、应用落地及相关细化场景等维度梳理了 2025 年度有关 LLM 的热点话题。
①「The year of long tasks」章节讨论了 agent 开始能承接更长周期的工程任务。因推理与规划能力跃迁，agents 的价值从演示走向交付。
②「The year of coding agents and Claude Code」则讨论了编码 agent 进入可规模化的「交付形态」的相关话题。Willison 以 Claude Code 为例，其通过「本地 CLI 与云端异步交付」的方式降低了工程实现门槛。
③ 「The year of LLMs on the command-line」则讨论了命令行从「工具链语言」到「自然语言界面」的转变。LLM 让不熟悉命令行与脚本组合的开发者能够自然语言生成并执行命令，从而扩大 CLI 工具链的可用人群与使用频率。
④ 「The year of YOLO and the Normalization of Deviance」则聚焦在 YOLO 的风险问题，其通过自动放行提升 agents 编码效率，但「长期无事故」会让风险逐步被忽视并不断累积。
4、此外，该文章在「The year of MCP」「The year of conformance suites」「The year of top-ranked Chinese open weight models」等年度热词下讨论了 2025 年度有关 LLM 市场竞争和基础设施发展，以及相关的生态变化和安全风险话题。
以「Reasoning & Agent」为主线，LLM 在 2025 有哪些进展？
1、在开篇的 「The year of reasoning」章节中，Willison 强调了（o1 和 DeepSeek-R1 等推动的）RLVR 方法对 LLM 推理能力的帮助和引发的研究热潮，进而分享了 LLM 推理能力的真正突破在于「驱动工具」的观察。
① 在供给侧变化集中，2025 年「几乎每个主要 AI 实验室」都发布了至少一个 reasoning model，同时出现可在推理与非推理模式间切换的混合模型，以及通过 API 调节推理量的「旋钮」。
② Willison 指出 2025 年，reasoning 的「真正解锁点」在于能够驱动工具，而具备工具访问能力的推理模型能够规划多步任务、执行调用，并基于工具返回结果继续推理以更新计划。
③ 伴随 LLM 推理能力的突破，诸如 「AI 搜索」「AI Coding」等应用在 2025 年开始落地。...
