全球只有5000人能用上最强AI，卡帕西：80亿人正被加速甩开- 大数跨境

APPSO

2026-10-12

导读：AI 无所不能，AI 同时又一无是处。

狄更斯在《双城记》开篇写道：「那是最美好的时代，那是最糟糕的时代……人们面前应有尽有，人们面前应一无所有。」这段描述与当下AI时代的分裂感惊人相似：AI既被视为无所不能的革命者，又被认为一无是处。公众对AI的认知正处于极度两极化的状态。

前特斯拉AI总监Andrej Karpathy指出，目前仅有约5000人能接触到最前沿的内部AI系统，而全球约有60亿人几乎从未与大语言模型（LLM）有过接触。大众与前沿领域对LLM能力的认知鸿沟正在剧烈拉大，形成一个极度不平衡的「金字塔漏斗」。

AI认知的四个梯队：从完全陌生到核心掌控

Karpathy将人类对LLM的使用与认知划分为四个梯队，群体规模呈断崖式递减，但认知体验却天差地别。

统计显示，约60亿人（占总人口75%）几乎从未接触过LLM。他们对AI的认知主要来源于媒体报道或间接信息，缺乏直接交互体验。

约10至20亿用户（占20%）偶尔使用ChatGPT等免费产品。他们主要用AI修改邮件、查询信息或简单规划行程。由于未深入核心工作流，许多非技术领域的专业人士甚至高管认为这些工具「用处不大」，其体验往往是间接且抽象的。

约2000万人（占0.2%）在数学、编程等领域深度使用前沿模型。对他们而言，AI不再是聊天窗口，而是能读写文件、调用工具、运行测试并修正错误的智能体。过去需数周完成的复杂项目，如今可通过指令快速实现，包括应用构建、反编译等高难度任务。

处于金字塔顶端的约5000人拥有访问最前沿内部系统的权限。他们目睹成千上万的代理团队协同工作，以机器速度执行网络攻防、探索科学新域及推动数学进步。此时，人类的审核理解能力已开始滞后，数学家们仍在消化模型生成的数百份前沿手稿。

Karpathy解释了体验差异巨大的核心原因：只有面对大型、复杂且具备长远视角（Long-horizon）的难题时，前沿LLM的威力才会真正释放。

多数用户从解释名词、写祝福语等微小问题入手。这类请求对模型过于简单，如同在停车场驾驶跑车，无法展现其性能极限。真正的技术革命感，源于解决复杂系统性问题。

LLM在纯数字化、可验证且具高经济价值的领域（如代码和数学）进步最快。强化学习（RL）依赖清晰的对错反馈信号，而开放式创意写作或人文思考缺乏统一标准，导致AI在这些领域的摸索效率较低。DeepSeek-R1等研究证实，规则化奖励机制使技术在硬技能领域呈现滚雪球效应。

尽管METR数据显示AI智能体能力每7个月翻倍，但实际生产力提升难以量化。2025年初的一项随机实验发现，资深开发者使用AI后，完成任务时间反而平均增加19%。到了2026年，因程序员普遍拒绝脱离AI的实验条件，样本偏差使得效果评估更加困难。

专家和研究参与者普遍高估了AI辅助工具的效率提升。当使用Cursor Pro等工具时，开发任务耗时反而增加。

此外，权限和资源造成真实代差。a16z数据显示，AI消费市场呈极端幂律分布：前1%付费用户贡献了19.5%的收入，超过后50%用户的总和。ChatGPT周活用户约8.1亿，但付费用户仅约3500万，占比不足5%。

公众对AI的认知主要由少数可传播片段拼凑而成：模型答错常识引发嘲讽，智能体独立完成项目点燃狂热。媒体和KOL受限于资源，难以持续使用或验证前沿内部模型，导致认知局限。

以Anthropic、OpenAI为代表的公司维持着高频发布周期，形成了自我维系的新经济模式。「发布」本身及其配套的营销物料、媒体报道，塑造并固化了人们对AI进步的认知，甚至直接影响股价。AI在认知层面的进步已先于并部分替代了真实体验。

发布会替我们预先兴奋，事故视频替我们预先失望。我们以为在评价技术，实则往往只是在评价别人精心挑选的瞬间。发布取代了体验，炒作成为了现实。

【声明】内容源于网络

APPSO

AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

内容 15816

粉丝 0

APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

总阅读502.2k

粉丝0

内容15.8k