2025AI核心变革，不是算力更强，而是后训练更懂用户！

2025年AI圈最猛的变化压根不是谁家算力堆得更高，而是后训练技术的全面崛起。

卡帕西年初发的一个视频，到年底还被AI产品经理们翻来覆去地看，原因很简单，这个视频把AI从“半成品”到“赚钱货”的路子讲得明明白白。

以前大家都盯着基座模型的参数量较劲，现在才发现，真正拉开产品差距的，全在后训练这道工序里。

2025年最后一天复盘的时候，很多人都发现了一个共识。

基座模型的参数量还在涨，但用户根本不关心这个数字。

用户能感受到的体验差异，全来自SFT的数据质量、RLHF的调优策略还有推理模型的思考能力。

本来想觉得大厂靠着算力优势能一直躺赢，但后来发现不是这么回事。

对于那些没实力搞大规模预训练的中小企业来说，后训练才是他们能抢蛋糕的主战场。

它不知道什么时候该闭嘴，不知道怎么拒绝用户的无理要求，甚至连自己是谁都搞不清。

后训练的目标，就是把这个“书呆子”改造成能上桌的商业产品。

这个转变的逻辑其实很清晰，预训练是拼资源的军备竞赛，烧钱烧算力，一般玩家根本玩不起。

后训练是拼策略的产品战场，靠的是对用户需求的理解和技术组合的智慧。

如此看来，2025年的AI行业已经悄悄完成了一次赛道切换，从“谁的模型更大”变成了“谁的产品更懂人”。

如果把基座模型比作一块刚挖出来的钻石原石，那监督微调（SFT）就是给这块石头定形状的第一步。

预训练的时候，模型只知道傻愣愣地预测下一个词，喂给它的都是乱七八糟的网页数据。

到了SFT阶段，数据就不一样了。

卡帕西强调，这时候要喂给模型的是格式严整的对话数据。

站在产品经理的角度看，SFT哪里是什么技术微调，这分明是把产品的交互设计固化到模型的权重里。

你希望AI被用户骂的时候礼貌回击，你希望AI写代码的时候遵守行业规范，这些东西都得在SFT阶段用数据教会它。

预训练追求的是“大而全”，SFT追求的是“精而准”。

它的数据量其实不大，也就几万到几十万条，但每一条都得是人类专家精心编写的。

这里面有个很关键的点，卡帕西也提到了，SFT只能教模型模仿专家的语气和格式，如果预训练的时候模型没见过某个知识点，SFT再怎么教也没用。

很多产品经理都栽在这个坑里，觉得靠SFT就能解决所有问题，最后做出来的产品还是漏洞百出。

毕竟，SFT只能保证模型“会说话”，没法保证模型“说人话”“说好话”。

SFT解决了模型“怎么说”的问题，可“什么是好话”这个问题，得靠强化学习人类反馈（RLHF）来搞定。

卡帕西说，RLHF的核心是改变模型的生成分布，让它更倾向于产出人类喜欢的回答，比如乐于助人、无害、诚实这些特质。

毫无疑问，这一点戳中了AI产品商业化的要害。

用户用产品的时候，体验感才是留住他们的关键。

基座模型容易犯的一个大错，就是喜欢一本正经地胡说八道。

你问它一个不存在的人名，它能给你编出一整套生平。

这是因为模型本质上是个概率统计引擎，它只在乎对话流不流畅，不在乎内容真不真实。

RLHF就是在帮模型纠正这个毛病，通过人类的反馈不断调整模型的输出偏好。

当然，RLHF也不是万能的，它需要大量的人类标注数据，成本不低，但对于想做出差异化产品的团队来说，这笔投入完全值得。

2025年下半年最火的AI技术，肯定是推理模型，像DeepSeek-R1、OpenAIo1这些产品，一出来就惊艳了整个行业。

而它们的理论基石，就藏在卡帕西的那个视频里。

卡帕西把AlphaGo的原理搬到了大语言模型上，AlphaGo能赢，是因为它能自己跟自己下棋，系统会判定每一次对弈的输赢。

这个逻辑用到数学和编程领域简直完美，因为这两个领域有明确的对错标准，代码能不能运行，答案对不对，一眼就能看出来。

这就意味着，不需要大量的人类老师做标注，只需要让模型自己反复尝试，做对了给奖励，做错了给惩罚。

在这个过程中，模型慢慢学会了在输出最终答案前，先在内部生成一段思考过程。

它能自我纠错，能反思，能尝试不同的解题路径，这个变化完全重塑了AI产品的商业逻辑和交互逻辑。

以前的AI是“问一答一”，现在的推理模型能“问一思三”，帮用户解决更复杂的问题。

作为一个在AI圈摸爬滚打几年的产品经理，我特别能理解这种技术变革带来的震撼。

以前我们总想着怎么去抢算力资源，怎么去做大模型参数，现在才明白，真正的核心竞争力是把这些技术工具组合好。

需要准确性的时候调用搜索工具，需要人性化的时候依赖SFT调优，需要攻克难题的时候启动推理模式。

技术迭代的速度确实快得吓人，但有一点是不变的。

不管技术怎么变，理解用户需求，用最合适的技术组合去满足需求，永远是产品经理的立身之本。

卡帕西的那个视频虽然已经发布了快一年，但现在看依然不过时。

没看过的朋友真的可以去翻出来看看，搞懂了后训练的逻辑，才算真正看懂了AI产品“从1到100”的路径。