一句话看懂：Andrej Karpathy 于 2026 年 10 月重提其 4 月观点，认为公众对 LLM 能力的理解差距已从“两个群体各说各话”演变为一个急剧收窄的漏斗，约 60 亿人几乎未接触过大模型，而真正触及前沿内部系统的人数可能仅约 5000 人。
事件核心：发生了什么
2026 年 10 月 11 日，Andrej Karpathy 在 X 上更新了他 2026 年 4 月的一条帖子，指出人们对 LLM 能力的共识差距正在加速扩大。他将其划分为四个层级：约 60 亿人（约 75% 人口）几乎未接触过 LLM；约 10 至 20 亿人（约 20%）是免费层 ChatGPT 类产品的低频休闲用户，更多把它当作更好的搜索引擎或写作辅助；约 2000 万人（约 0.2%）在数学和代码领域专业使用前沿 LLM，借助 agent 在数周或数月内完成过去需要数周至数月的大型工程；而仅有约 5000 人（约 0.00006%）能接触前沿系统的内部版本，看到数千 agent 协作数周完成软件巨型项目、发现新科学或推进数学前沿。Karpathy 强调，这些变化大多发生在不到一年之内。
为什么重要
这一观察揭示了当前大模型生态的结构性张力：模型能力在数学、代码等数字化、可验证、高经济价值领域快速攀升，但公众感知仍停留在免费层聊天机器人上。Karpathy 认为漏斗由三个因素驱动：影响规模取决于问题的野心、规模和时域；系统能力呈现“锯齿状”，由可验证奖励的强化学习及收入潜力驱动；以及免费层、付费层、内部层的访问权限差异。这意味着行业对 AI 能力的评估可能因所处层级不同而产生严重偏差，模型评测、商业化节奏和开源闭源路线讨论都可能建立在不完整的共识之上。
对用户/开发者/创作者的影响
对开发者而言，数学与代码领域的前沿 agent 能力已能显著压缩项目周期，但公开评测与免费工具体验往往滞后于内部系统，选型时需区分“免费层体验”与“前沿 API 实际能力”。对创作者和企业决策者，Karpathy 指出许多非数学代码背景的专业人士仍只感受到有限提升，因此采购或工作流改造不应仅凭公开演示做判断。对普通用户，目前公开信息显示，免费层产品仍将长期是多数人接触 LLM 的主要入口。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是前沿实验室是否会更透明地披露内部系统能力边界；二是 agent 在数学、代码之外的领域能否复制类似提升；三是免费层与前沿层之间的能力差距是否会因推理成本或访问权限而继续扩大。这些推文观点来自 Karpathy 个人，不代表任何公司官方产品公告。
来源：twitter.com
