Karpathy：80 亿人被 AI 认知鸿沟分成四个层级

翻出这条4月的推文，因为大家对LLM能力的认知差距正在*扩大*。现在这已经不太像"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75%）几乎从未接触过LLM。 - 大约10-20亿人（约20%）是免费版ChatGPT类产品的随意、低频用户。这群人看到的是笨拙的聊天机器人，把它当作一个更好用的谷歌搜索、写作辅助工具之类。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）说他们根本用不上这东西。即便是数学&编程之外的许多专业人士也处于这一层。比如高管和许多其他职能的人，他们大量时间都在跟别人交谈，所以虽然他们在智识上明白正在发生什么，但那仍然是二手的、有点抽象的。 - 现在我们来到在数学&编程中使用前沿级LLM的专业人士。大约2000万人（0.2%）亲眼看到，过去需要数周/数月的大型复杂项目，现在agent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1年前，我还在手动写代码，一个字符一个字符地把记在脑子里的计算机代码命令敲进代码编辑器，偶尔按一下Tab来补全一小段代码。 - 最后我们来到约5000人（约0.00006%），他们能在内部使用前沿级系统。外部世界看到的只是预览。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、以机器速度发起网络攻击和防御、发现新科学、推进数学前沿。这些事本来需要业内顶尖专业人士数年的工作。与此同时，人类的审查和理解开始落后。例如，人们至今仍在参与几个月前OpenAI-HF事件的"考古"。数学家们可能还要花很长时间仔细研究那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。你需要一个你真正关心的大型、困难问题的蓄水池。这一方面驱动了漏斗的消费者/专业人士维度。 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，而这些奖励来自由收入潜力驱动的精选环境组合。这一方面主要驱动了漏斗的领域（例如数学&编程）维度。 3. 访问权限。免费层、付费层、内部。 所以这就是当下的怪异之处。普通大众大多没有与这些系统互动过。即便互动过，看起来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温和的提升。而一小撮专业人士正在体验曲线垂直上升带来的眩晕。而这一切都在同时发生。