Karpathy 称 AI 能力认知差扩大：约75%的人几乎未接触大模型

事件核心：发生了什么

材料显示，Andrej Karpathy 在社交平台 X 上表示，人们对大模型能力的理解差距正在扩大，已经从“两拨人各说各话”演变成一条分层明显的漏斗。

按他给出的粗略估算，约60亿人（约占75%）几乎没有接触过大型语言模型；约1亿至20亿人（约20%）只是免费版 ChatGPT 等产品的偶尔用户，倾向于把呆板的聊天机器人当成搜索、写作用具，或通过中介完成订票等任务。他提到，非技术圈朋友以及数学、代码之外的专业人士，也可能长期停留在这个层级。

再往下，约2000万人（0.2%）处于数学与代码的前沿专业应用层，亲眼看到过去需要数周乃至数月的大型复杂项目，现在通过提示由智能体快速完成。最窄的一层约为5000人，能访问前沿级系统内部权限，外部只能看到预览：成千上万个智能体在数周内协作执行软件超级项目。他同时指出，人类的审阅和理解能力已经开始落后，例如数学家可能仍要花时间研究722份前沿数学手稿。

为什么重要

Karpathy 把漏斗归因于三点：影响力随问题规模和雄心扩大，只问一个问题不会给系统带来压力；模型能力呈“锯齿状”，在数字化、可验证且经济价值高的领域最强，这主要由可验证奖励的强化学习和收入潜力驱动；通行权分层，免费层、付费层、内部层之间差距明显。

这意味着，AI 行业的竞争不只在模型跑分上，还在于谁能进入高价值、可验证的任务环境，并让训练与推理能力形成商业闭环。对闭源厂商、开源社区和云厂商而言，能否提供稳定 API、降低使用门槛，会直接影响用户到底停留在“偶尔用用”，还是进入专业层。

对用户/开发者/创作者的影响

普通用户目前公开信息显示仍多处于免费聊天机器人的使用阶段，看到的能力提升有限；开发者如果只依赖基础对话接口，可能低估代理式工作流在代码生成、应用构建和翻译迁移中的实际效率。创作者则要面对另一种分化：大模型正在改变内容生产与软件制作的成本结构，但真正拉开差距的是能否把模型嵌入具体工作流，而不是单次问答。

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。

了解 GamsGo AI

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。

对企业采购来说，需要区分“演示可用”和“生产可用”。Karpathy 描述的5000人内部访问层，并不代表相关能力已经作为标准产品向所有客户开放。

值得关注的后续

一是关注前沿系统的访问权限是否从少数内部人员逐步扩展到付费 API 和企业客户；二是观察免费层与付费层的能力差距是否继续拉大，以及定价是否变化；三是留意数学、代码之外的专业领域能否出现可验证、可复用的落地案例，而不仅仅是演示视频。

来源：@ChrisLee207