全球只有5000人能用上最强AI，卡帕西：80亿人正被加速甩开 - 皇冠体育

狄更斯《双城记》开头那段著名的话写道：「那是最好的时期，也是最糟的时期；那是智慧的年代，也是愚昧的年代；那是信仰的时代，也是怀疑的时代；那是光明的季节，也是黑暗的季节；那是希望的春天，也是绝望的冬天；人们拥有一切，人们一无所有。」那个时代与当下惊人地相似。

AI 既无所不能，又一无是处。人们既觉得「短短几年发生的事，足以彻底改变世界」，又认为「或许什么都没变，世界依旧如故」。

Karpathy 今天在推文中提到，目前仅有约 5000 人能接触到最前沿的内部 AI 系统，而大约有 60 亿人几乎从未使用过大语言模型。

大众与前沿领域对大语言模型能力的认知差距正在急剧扩大，形成了一个严重失衡的「金字塔结构」。

大约有 60 亿人几乎从未与大语言模型有过接触

Karpathy 将人类对 LLM 的使用和认知分为四个层次，群体规模急剧下降，而认知体验却截然不同。

据统计，大约 60 亿人（约占全球人口的 75%）几乎从未接触过大语言模型。

约有 10 到 20 亿用户（约占 20%）偶尔使用类似 ChatGPT 的免费产品。

他们用 ChatGPT 修改邮件、搜索信息，偶尔尝试让智能体规划旅行。他们认为这些工具用处不大。甚至许多非数学和编程领域的专业人士也属于这一群体。

例如，许多高管和其他重要角色花大量时间与人交流，虽然能理解其中的逻辑，但这些信息仍是间接且抽象的。

Karpathy 估计，约 2000 万人，即约 0.2% 的人口，在数学、编程等领域深度使用前沿模型。他们看到的已不仅是聊天窗口，而是能读写文件、调用工具、运行测试、反复修正错误的智能体。

他们亲身感受到，那些过去需要数周甚至数月才能完成的复杂大型项目，现在可以通过简单指令由 AI 程序完成。

构建应用、复制应用、翻译应用、从二进制文件中反编译应用……所有这些事都在短时间内完成——不到一年前，我们仍需手动编写代码，逐字输入计算机代码命令到编辑器中，偶尔用 Tab 键自动补全部分代码。

最后，那些能访问前沿级系统的人——大约只有 5000 人。他们看到，成千上万的代理团队会花数周时间致力于大型软件项目：创造零日漏洞、以机器速度执行网络攻击和防御、探索新科学领域、推动数学进步。

与此同时，人类的审核和理解能力已开始落后。数学家们仍在消化之前出现的 722 份前沿数学手稿，试图弄清大模型究竟发现了什么。

为什么你的 AI「没用」

Karpathy 也解释了不同群体间体验差异如此巨大的原因。

核心在于：只有拥有大型、复杂且具备长远视角的难题时，前沿 LLM 的威力才会被真正释放。

人们通常从小问题开始接触 AI：让它解释一个名词、写一段祝福语或总结一篇文章。答案固然方便，但很难让人感受到技术革命的震撼。对模型来说，这样的请求可能过于简单，无法显露其真正能力边界。

就像用跑车在停车场挪车，然后得出「这车没什么了不起」的结论。跑车的性能需要一条开阔公路才能显现。

另一个原因是：LLM 的能力在纯数字化、可验证且高经济价值的领域（如数学和代码）会率先爆发。

为什么现在 AI 在写代码和做数学题上像「开挂」一样？

因为 RL（强化学习）依赖可验证的反馈和商业利益驱动的环境。「对错分明」的特性为模型训练提供了源源不断的清晰信号，使能力在这两个领域像滚雪球般加速积累。

反观开放式的创意写作、情感分析或人文思考，好坏没有统一标准。就像让老师批改一千篇风格各异的作文，很难给出绝对的对错标准。既然没有清晰的得分红利，AI 从中摸索规律的效率自然大打折扣。

DeepSeek-R1 的研究具体展示了如何用数学答案和代码测试提供规则化奖励。企业当然更愿意为能直接省时省力的技术投入资金，研发资源随之向这些领域集中，优势自然越来越大。

METR 曾提出以任务所需的人类工作时长衡量智能体能力，历史数据显示大约每 7 个月翻倍的趋势。

不过，对 2025 年初工具进行的一项随机实验发现，熟悉自己代码库的资深开发者使用 AI 后，完成任务反而平均多花了 19% 的时间。

专家和研究参与者（经验丰富的开源贡献者）普遍高估了 AI 辅助工具能提升的开发效率。当研究参与者能使用 Cursor Pro 等 AI 工具时，开发任务所需时间增加了 19%。

到了 2026 年，研究者又发现，越来越多程序员不愿接受禁止使用 AI 的实验条件，导致新一轮效果评估出现明显的样本偏差。

工具确实在变强，但衡量它带来了多少生产力，却越来越困难。

最后是权限和资源问题，从免费版到付费版，再到内部未公开的前沿版本，不同层级用户能接触到的技术之间存在真实的代差。

a16z 数据显示，AI 消费市场呈现极端的幂律分布：排名前 1% 的付费用户，贡献了消费级 AI 市场 19.5% 的收入，甚至超过后 50% 用户的总支出（16.6%）。

ChatGPT 目前的周活跃用户已达约 8.1 亿，付费用户仅约 3500 万，不及总量的 5%。

谁在替你定义 AI 的能力？

公众对 AI 的印象，很大一部分由少数可传播的片段拼成。

模型在视频里答错常识问题，足以收获一轮嘲讽；一位程序员展示智能体独立完成大型项目，也足以点燃另一轮狂热。

媒体和 KOL 的体验样本也难以逃离这种局限。多数人没有条件持续使用昂贵的前沿系统，更无法验证尚未公开的内部模型。

与此同时，走在最前面的研究人员、企业和开发者，也有自己擅长的问题与利益立场。

我们在今年四月写过一篇文章，指出了目前笼罩在整个 AI 行业的文化现象：

AI 行业，特别是以 Anthropic、OpenAI 为代表的公司，它们尽力维持着一种模型/AI 产品发布周期，每隔几个月甚至几周就有大版本发布，每天都有新功能推出。

然而，这种车轮滚滚的发布周期，如左脚踩右脚一般，已然形成了一种自我维系的新经济模式。「发布」这件事本身，以及围绕这些发布所撰写的营销物料和媒体报道，足以塑造、固化人们对 AI 进步的认知，并引发真实的财务后果（关联公司的股价涨跌）。

也就是说，AI 在认知意义上的进步，已经先于真实体验上的进步，甚至在很大程度上完全替代了后者。

发布取代了体验，炒作成为了现实。

发布会替我们预先感到兴奋，事故视频替我们预先感到失望。我们以为自己在评价一项技术，实际上经常只是在评价别人为它挑选的那个瞬间。

本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。