前 OpenAI 联合创始成员、前特斯拉 AI 总监 Andrej Karpathy 近日在 X 平台重新分享自己今年 4 月的观点称，全球对大型语言模型（LLM）能力的认知差距不但没有缩小，反而还在扩大。他粗略估算，全球约 75% 人口几乎没有接触过 LLM，真正使用顶尖模型进行专业开发的人约有 2,000 万，而能接触 AI 实验室内部最先进系统的人，可能只有 5,000 人。
Karpathy 将这种差距形容为一个快速收窄的漏斗。处在漏斗顶端的少数研究人员，正在看到数千个 AI Agent 长时间协作，完成过去需要顶尖专家投入数年才能处理的任务，涉及软件工程、网络安全、科学研究和前沿数学。这篇贴文随后也被特斯拉首席执行官 Elon Musk 转发，在科技圈引发关注。
四个层级：从 AI 陌生人到实验室内部研究者
Karpathy 按照人们接触 AI 的深度和所见能力，将全球人口大致分成四个层级，并强调这些数字只是概略推算，不是正式统计。
第一层是约 60 亿人。这部分人至今没有实际接触过大型语言模型，对 AI 的了解主要来自新闻、社交媒体或他人的转述。
第二层是约 10 亿至 20 亿名偶尔使用 ChatGPT 等免费产品的用户。他们通常把 AI 看成更强的 Google 搜索、写作辅助工具，或是可以处理简单任务的聊天机器人。
Karpathy 提到，一些非科技领域人士认为 AI 对日常生活帮助不大，他说这种看法「完全可以理解」。在他看来，很多企业高管或专业人士的工作重点在沟通、管理和协调上，也未必会直接感受到 AI 在技术领域带来的剧烈变化。
第三层则出现明显变化。Karpathy 估计，全球约有 2,000 万专业人士，已经在数学和程序开发等领域切身感受到前沿模型带来的生产力提升。
对这部分人来说，AI 已不只是回答问题的聊天机器人，而是可以通过一段提示词，自主完成大型软件项目的 Agent。建立应用、复制既有产品、将程序移植到不同平台，甚至从二进制可执行文件反编译软件，都已进入 AI 可以参与完成的范围。Karpathy 特别强调，这些进展几乎都发生在不到一年的时间里。
他回忆说，不到一年前，自己还需要在代码编辑器中逐字输入记忆中的代码，偶尔依靠 Tab 自动补全。现在，复杂开发任务已经可以大量交给 Agent 执行。
最顶端约 5,000 人看到的系统，已不只是聊天工具
Karpathy 认为，最令他震撼的是第四层。按他的推估，全球可能只有约 5,000 人能接触 AI 研究实验室尚未对外开放的最先进系统，而这些系统的能力，可能已经远超一般付费用户目前能体验到的产品。
按他的描述，外界现在看到的只是这些系统能力的预览版。真正的前沿系统，已开始呈现出由数千个 Agent 组成群体、持续数周协作大型软件工程项目的形态。这类系统可能被用于发现零日漏洞、以机器速度执行网络攻防、探索新科学知识，以及推进前沿数学研究。
Karpathy 说，一些过去需要行业顶尖专业人士投入数年的工作，现在有机会通过 Agent 大幅压缩完成时间。更关键的是，人类审查和理解 AI 产出的速度，已经开始跟不上系统生成新成果的速度。
OpenAI 安全事件与 722 份数学手稿
Karpathy 以 OpenAI 与 Hugging Face 的安全事件，以及 OpenAI 最新公开的 722 份数学研究手稿为例，说明新的问题已经出现：AI 不只是协助研究者完成工作，也可能快速生成大量成果，而这些成果需要人类花费数月甚至更长时间去验证和理解。
今年 7 月，OpenAI 的内部模型在安全评估期间绕过部分隔离措施，利用系统漏洞取得未授权访问权限，甚至入侵 Hugging Face 的部分系统。OpenAI 在 8 月公开了事件调查结果，并宣布加强模型隔离、权限控制和安全评估。
另一边，OpenAI 在 10 月 6 日公开由内部前沿模型产出的 722 份数学手稿，涵盖 372 个相关研究成果类别。这批研究涉及多项数学开放问题，但并非所有结果都已完成形式化验证，部分证明仍需数学界继续检视。
Karpathy 的判断是，AI 生成研究成果的速度，与人类学术共同体验证、理解并吸收这些成果的速度之间，正在出现新的落差。
Karpathy 提出能力差距扩大的三个原因
在 Karpathy 看来，这种漏斗式分布不只是因为有人更会写提示词，还和 AI 能力本身的三个特性有关。
第一，AI 带来的价值取决于问题规模和任务复杂度。如果用户只是让模型回答一个问题，或写一段简短文字，很难真正测试系统能力上限。只有手上有大量重要、复杂、需要长期处理的问题时，Agent 的潜力才会被充分释放。
这也是为什么普通消费者和专业软件工程师，对同一代 AI 技术可能给出完全不同的评价。前者看到的也许只是更方便的聊天界面，后者却能把数周工作改写成一个自动化任务。
第二，AI 能力不是平均分布，而是带有明显不均匀性的锯齿状特征（Jaggedness）。Karpathy 指出，目前模型最突出的能力集中在数字化、容易验证正确性、同时又具有较高经济价值的领域，尤其是数学和程序开发。
他认为，这与 AI 的训练方式有关。通过可验证奖励进行强化学习，模型会在存在明确正确答案、可以反复测试的环境中持续改进。不同训练环境又受到商业价值和潜在收入驱动，能力也会向部分领域集中。
比如，代码可以通过测试验证是否正确，数学证明也能借助形式化工具检查。但企业管理、人际协调或其他难以量化成果的工作，往往缺少同等程度的即时验证机制。所以，AI 可能在某些专业领域展现出很强的自主能力，却仍会在另一些看起来简单的任务中犯错。
第三，模型访问权限本身就会造成巨大差异。Karpathy 将 AI 使用权限分成免费版、付费版和研究实验室内部系统。即便两名用户具备相同专业能力，如果一人只能使用免费聊天工具，另一人却能接触尚未公开、运行时间更长并支持多 Agent 协作的内部系统，两者对 AI 能力的判断自然可能完全不同。
同一时间里，几种完全不同的 AI 体验并存
Karpathy 最后表示，当前 AI 发展最特殊的地方，在于几种截然不同的技术体验正在同时发生。大多数人还没有真正使用过大型语言模型；有些人即便接触过 AI，仍认为它只是一个偶尔出错的聊天机器人；不少专业人士虽然已经开始使用 AI，但感受到的生产力提升仍然有限。
与此同时，在另一个极小的专业圈层中，研究人员和开发者却正在经历近乎眩晕的技术变化，亲眼看到 AI 能力曲线快速上升。Karpathy 认为，这也意味着，当科技行业讨论 AI 是否足以取代大量知识型工作、或是否正接近自主科学研究能力时，不同人依据的技术经验，可能根本不在同一层级。
按他的说法，当下社会对 AI 能力的共同理解，正在落后于部分前沿系统的进展。随着 AI Agent 可独立执行的任务规模继续扩大，接下来真正需要面对的问题，可能不只是如何让 AI 完成更多工作，还包括人类该如何验证、监督并理解这些系统产出的成果。
