Andrej Karpathy最新長推，給出新的判斷，這是對4月份他的一條推文的重新補充

Karpathy警告：全世界絕大多數人以為AI不過是個經常出錯的玩具，但真實情況是，全球只有大約5000人真正見識到了前沿AI徹底失控的恐怖能力。

普通人與頂級專家對AI能力的理解斷層正在急劇拉大。

這種差距已經演變成一個極其殘酷的陡峭漏斗。

全世界的人口正在被切分成四個完全不同的世界。

第一層，大約60億人，佔全球人口的75%。

他們至今幾乎完全沒有接觸過大語言模型。

第二層，大約10到20億人，佔全球人口的20%。

這批人是免費版ChatGPT這類產品的低頻使用者。

在他們眼裡，AI是個笨拙的聊天機器人，頂多當個好一點的Google搜尋，或者拿來改改文字，偶爾讓智能體訂個機票。

網上傳播的很多視訊裡，官方語音模式連該開車還是走路去洗車這種蠢問題都答不好，經常產生幻覺。

很多非技術領域的職場人、公司高管都停留在這一層。

他們平時的工作主要是與人溝通，對AI的認知全靠道聽途說，概念極其抽象。

他們得出的結論很自然：這東西對我沒多大用。

第三層，大約2000萬人，佔全球人口的0.2%。

這批人正在數學和程式設計等專業領域，高頻使用最頂級的商用模型，比如OpenAI Codex和Claude Code。

他們親眼看著以前需要人類耗費數周甚至數月的大型複雜項目，現在被智能體用一句指令搞定。

做應用、複製應用、翻譯程式碼、從二進制檔案裡反編譯應用，AI全都做到了。

卡帕西說，就在不到一年前，他還在程式碼編輯器裡一個字元一個字元手動敲程式碼，偶爾按一下Tab鍵補全幾行。

這批每個月願意花200美元以上的技術人員，正在經歷強烈的AI眩暈症。

他們把終端交給模型，看著模型瞬間融化掉那些原本要寫幾周的程式碼難題。

第四層，金字塔最頂端的大約5000人，全球佔比只有0.00006%。

他們能直接接觸實驗室內部最前沿的未公開系統。

外界目前看到的只是冰山一角。

成千上萬個智能體組成的叢集，連續協同工作幾個星期，攻克超大規模的軟體工程。

智能體自己在系統裡挖出0day漏洞。

以機器的速度，自動發起並防禦網路攻擊。

這些工作原本需要行業頂級專家耗費數年時間。

人類的審查和理解速度已經開始全面落後於AI。

大家到現在還在考古分析幾個月前的OpenAI與HF事件。

數學家們光是閱讀和消化模型寫出來的722篇前沿數學論文，就要耗費極長時間。

為什麼普通人覺得AI很傻，頂尖圈子卻覺得AI在垂直狂飆？

卡帕西指出了背後的三個核心原因。

第一，使用者的目標規模完全不同。

如果你只給模型丟一個段落就能回答的生活小問題，根本測不出模型的真正實力。

你必須擁有海量、極其困難、你真正關心的超級難題，才能榨出它的極限能力。

第二，模型的能力分佈極度不均勻。

AI在數位化、結果可驗證、商業價值極高的領域表現最強，比如數學和程式設計。

因為大模型的能力來自於強化學習。

程式碼寫得對不對，測試用例通沒通過，數學證明成不成立，都有絕對客觀的標準，可以通過結果給予明確的演算法獎勵。

但聊天、寫作、日常建議根本沒有客觀的對錯標準，很難做強化學習訓練。

同時，企業級軟體和網路安全能賺到巨額利潤，開發團隊會把絕大部分資源集中在這些能賺大錢的方向上。

日常閒聊不賺錢，自然得不到重點攻堅。

免費層級、付費層級、實驗室內部層級，彼此看到的是完全不同的產物。

大眾看到的是經常翻車的聊天框。

大部分普通專業人員只感受到了微弱的工作提效。

極少數人正在看著陡峭的技術曲線筆直向上狂飆。

這幾種完全撕裂的現實，正在此時此刻同時發生。

卡帕西在4月10日的原推文裡,講了兩個問題。

第一個問題,出在使用時間和使用檔位。

很多人去年試過一次免費版ChatGPT,就拿這次體驗定下了對AI的看法。

這群人嘲笑模型的各種怪癖和幻覺。

卡帕西也看過OpenAI高級語音模式的病毒視訊,它在回答該開車還是走路去洗車店這類簡單問題時翻了車。

但這些免費的、舊的、已被棄用的模型,代表不了今年最新一輪最先進的智能體模型,尤其是OpenAI Codex和Claude Code。

第二個問題,即便每月付200美元用上最先進的模型,能力也集中在高度技術性的領域。

搜尋、寫作、建議這類常見用法,進步沒有那麼明顯。

部分原因在強化學習和可驗證獎勵的技術細節。

另一部分原因是,這些場景帶來的收入不多,公司沒有優先去提升它們。

賺錢的方向在別處,精力也就跟著投到別處。

他們既付費使用最先進的智能體模型,也就是OpenAI Codex和Claude Code,又在程式設計、數學、研究這些技術領域專業使用。

這群人的AI精神病程度最高,因為今年這些領域的進步堪稱驚人。

給這些模型一個終端,你能看著它們解決原本預計要花幾天甚至幾周的程式設計問題。

這群人更看重這些能力本身、能力提升的斜率,以及各種網路安全層面的後果。

卡帕西的總結是,這兩群人在各說各話。

OpenAI免費的、似乎已經被冷落的高級語音模式,會答錯Instagram短影片裡最蠢的問題。

而OpenAI最高檔的付費Codex模型,可以連續工作1小時,條理清晰地重構整個程式碼庫,或者找到並利用電腦系統中的漏洞。

後一種能力真實有效,進步巨大,原因有兩個。

一是這些領域有明確、可驗證的獎勵函數,容易做強化學習訓練。

比如單元測試通過與否,而寫作就難以明確評判。

二是它們在企業服務場景中價值更高,團隊裡最大比例的人力都投在這裡。

彙整鉅亨號中所有使用「技術斷層」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

剛剛，Karpathy警告：全人類對AI的認知正在徹底撕裂，全世界只有5000人知道它有多恐怖