Karpathy：LLM 能力认知鸿沟正扩大为漏斗，仅约 0.2% 的专业用户看到前沿智能体能力

Andrej Karpathy· @karpathy · X·2026-10-12 03:12· 16 分钟前AI 评分66

AI 导读

Andrej Karpathy 重发并扩展其 4 月的观点，认为外界对 LLM 能力的共识差距正从“两群人各说各话”变成一个急剧收窄的漏斗。

正文

翻出这条 4 月的推文，是因为对 LLM 能力的共识差距正在*扩大*。现在这已不太像“两群人各说各话”，而更像一个急剧收窄的漏斗。

• 粗略估算，大约 60 亿人（约占总人口的 75%）几乎从未接触过 LLM。
• 大约 10-20 亿人（约 20%）是免费版类 ChatGPT 产品的随意、低频用户。这群人看到的是笨拙的聊天机器人，把它当作更好用的谷歌搜索、写作辅助之类的工具。也许有个 agent 会试着帮你订机票。我有一些非技术圈的朋友（在我看来，他们的说法很合理）表示自己根本用不上它。即便是数学和代码领域之外的许多专业人士也处于这一层。例如，高管和许多其他职能的人大部分时间都在与人交谈，所以尽管他们在智识上明白正在发生什么，那仍然是二手信息，有些抽象。
• 现在我们来到数学和代码领域对前沿级 LLM 的专业使用。大约 2000 万人（0.2%）亲眼看到，过去需要数周乃至数月的大型复杂项目，如今 agent 只需一个提示词就能完成。构建应用、复制应用、翻译应用、从二进制文件反编译应用……这一切都发生得非常快、非常近——不到一年前，我还在手动写代码，一个字符一个字符地把背下来的计算机代码命令敲进代码编辑器，偶尔按一下 Tab 自动补全一小段代码。
• 最后，我们来到约 5,000 人（约 0.00006%）这一层，他们能在内部使用前沿级系统。外部世界已经看到了预览。它看起来像是成千上万个 agent 组成的集群，在软件巨型项目上协作数周：铸造零日漏洞、以机器速度运行网络攻击与防御、发现新科学、推进数学前沿。这些事若由业内顶尖专业人士来做，需要数年之功。与此同时，人类的审查和理解开始落后。例如，人们至今仍在参与数月前 OpenAI-HF 事件的“考古”。数学家们可能还要花上一段时间仔细研读那 722 篇前沿数学手稿。

这个漏斗由多种因素共同驱动：
1. 影响力随雄心、问题规模和视野而放大。一个只需一段话回答的问题几乎不会给系统带来压力。你需要储备大量你真正在意的、宏大而困难的问题。这一方面驱动了漏斗的消费者/专业者维度。
2. 系统的参差不齐（我另外写过很多关于这一点的内容）。能力在数字化、可验证且具有经济价值的领域达到峰值。这是因为 LLM 的能力源自对可验证奖励的强化学习，而其所依托的环境组合由收入潜力驱动。这一方面主要驱动了漏斗的领域（如数学和代码）维度。
3. 访问权限。免费层、付费层、内部层。

所以这就是当下的怪异之处。普通大众大多没有接触过这些系统。即便接触过，看到的也只是一个笨拙的聊天机器人。大多数专业人士仍然只看到有限的提升。而一小部分专业人士正在经历曲线垂直上升带来的眩晕感。而这一切都在同时发生。

来源：Andrej Karpathy · x.com