Andrej Karpathy在4月的时候发过一条推，大意是用AI免费方案的人和在体验AI前沿能力的人对AI的认知鸿沟正在加剧。 （全文：网页链接 ）,今天他又发了一条，认为这种情况更严重了：-------------------翻出今年 4 月发的这条推文，因为人们对大语言模型（LLM）能力的认知鸿沟正在进一步扩大。现在的情况，已经不太像是“两群人在各说各话”，而更像是一个急剧收窄的漏斗。

- 约 60 亿人（全球人口的 75%）：粗略估算，这些人几乎完全没有接触过大语言模型。

- 约 10 亿至 20 亿人（约 20%）：他们是 ChatGPT 等免费产品的轻度、低频用户。这群人接触到的往往是一些看起来傻乎乎的聊天机器人，把它们当作更好用的谷歌搜索、写作助手之类的工具。偶尔可能会让 AI 智能体试着帮自己订张机票。我有一些非科技圈的朋友说，他们根本没觉得这些工具有什么用处。在我看来，这完全可以理解。甚至许多数学和编程领域之外的专业人士也处于这一层级。例如，企业高管和许多其他岗位的从业者，大部分时间都花在与人沟通上。因此，虽然他们在理性层面理解正在发生什么，但这种理解仍然是间接的、抽象的，缺乏切身体会。

- 约 2000 万人（约 0.2%）：接下来是那些在数学和编程领域，专业使用最前沿大语言模型的人。他们正在亲身见证：过去需要花费数周甚至数月才能完成的大型复杂项目，如今只需输入一条提示词，就能交给 AI 智能体完成。开发应用、复制应用、将应用迁移到其他技术平台、从二进制文件反编译应用程序……这一切都是最近才发生的，而且进展极其迅速。就在不到一年前，我还在亲手写代码，把记在脑子里的编程指令一个字符一个字符地敲进代码编辑器，偶尔按一下 Tab 键，让编辑器帮我自动补全一小段代码。

- 约 5000 人（约 0.00006%）：最后，是那些能够在内部接触到最前沿 AI 系统的人。外部世界目前看到的，还只是这些系统能力的预览。它们如今展现出的能力是这样的：成千上万个 AI 智能体组成集群，连续数周协作完成超大型软件项目；挖掘新的零日漏洞；以机器速度展开网络攻击与防御；发现新的科学知识；推动前沿数学研究取得突破。这些工作，过去可能需要业内顶尖专业人士花费数年才能完成。与此同时，人类的审核和理解能力，已经开始跟不上 AI 产出的速度。 比如，几个月前发生的 OpenAI-HF 事件，至今仍有人在进行类似“考古”的分析工作。数学家们可能还需要花很长时间，才能仔细研究完那 722 篇关于前沿数学的论文手稿。

这个漏斗状的分布，是由以下几个因素共同驱动的：

1. AI 的影响力会随着任务的雄心、规模和时间跨度而放大。如果你只是问一个能用一段话回答的问题，那几乎无法触及系统的能力上限。你需要储备大量自己真正关心的、规模庞大且难度很高的问题，才能充分发挥它的能力。这一因素主要决定了漏斗中“普通消费者”和“专业用户”之间的差异。

2. AI 能力的“锯齿状分布”（Jaggedness）。关于这一点，我此前已经写过很多。AI 的能力并不是均匀发展的。它在那些数字化程度高、结果可以验证、且具有较高经济价值的领域，往往表现得最为突出。这是因为，大语言模型的能力提升主要来自基于可验证奖励的强化学习。而用于训练的环境组合是经过精心筛选的，其选择又受到潜在商业回报的驱动。这一因素主要决定了漏斗中不同专业领域之间的差异，例如为什么数学和编程领域的变化尤其明显。

3. 获取权限（Access）。也就是免费用户、付费用户和内部用户之间的差异。所以，这就是当下这个时代最奇特的地方。绝大多数普通人还没有真正接触过这些系统。即使接触过，他们看到的也只是一个有点笨拙的聊天机器人。

大多数专业人士目前感受到的，也仍然只是相对有限的生产力提升。然而，极少数专业人士正在亲身经历一种眩晕感——他们眼睁睁看着 AI 能力的增长曲线变得近乎垂直。而所有这一切，正在同一个时代、同一时刻发生。