Karpathy 把 AI 用户分成四层，你在哪一层

同一个模型，有人觉得它能把一个月的活压到一下午，有人觉得它连订机票都订不明白。以前大家说这是立场不同。Karpathy 说，不是，是位置不同。

一、发生了什么

10 月 11 日，Andrej Karpathy 在 X 上翻出自己 4 月的一条旧帖，补了一句：关于大模型能力的认知差距，不是缩小，是在扩大。他把它形容成一个「尖漏斗」，不再是两拨人各说各话。4 月那版说的是：很多人去年试过一次免费版，就把对 AI 的印象固定在那儿了。半年过去，这个印象和前沿能力的距离更远了。

按他的粗略估算，全球分成四层：

• 约 60 亿人，占 75%，几乎没接触过大模型；
• 约 10 亿到 20 亿人，占 20%，偶尔用免费版，把它当更好用的搜索或写作助手，看到的是「有点笨的聊天机器人」；
• 约 2000 万人，占 0.2%，在数学和编程这类领域专业使用前沿模型，亲眼看到原本要几周几个月的项目，被一句提示词加智能体做完；
• 约 5000 人，占 0.00006%，能内部访问最前沿系统。

他强调这些是「餐巾纸上的算术」，不是统计。第四层的人看到什么，外界只能通过预览想象：上千个智能体协作数周，做大型软件工程，挖零日漏洞，以机器速度攻防，推进数学和科学。他还提到，人类复核已经开始跟不上——比如前沿数学的 722 份稿件，数学家要读很久。

为什么是这个形状？他给了三个原因：任务越难越大，收益越明显；能力分布不均，在数字化、可验证、有商业价值的领域最陡，因为训练靠可验证奖励；访问权限分免费、付费、内部三档。

二、跟你有什么关系

只用过免费版的人：你看到的是第二层的产品。 它不是假象，但也不是全部。用它判断「AI 行不行」，就像用试驾车判断一个品牌的所有车型。

做数学和代码的人：你站在最陡的那一段。 这类任务能自动判对错，模型进步最快，收益也最直接。别的领域不该按这个速度预期。

管理者：最容易用二手信息做决定。 Karpathy 说，很多高管的时间花在和人说话上，对 AI 的理解是抽象的、转述的。用这种理解定预算，容易定错层。他们身边的顾问、供应商，也多半只在第二层。

三、怎么判断你的团队在哪一层

1. 拿一个真实的大任务去跑。 不是「写首诗」，而是你手上那个跨三天、要改十几个文件、有验收标准的活。跑完再评价，最好让两个人分别跑，避免一个人替模型找补。
2. 选能自动检查的任务。 代码有测试，数据有口径，翻译有对照。这类任务最能看出差距；开放式的战略建议，看不出模型的上限。
3. 别跨层外推。 第二层的体验推不出第三层的能力，第三层的案例也不等于你现在能买到的产品。每一层都要自己试。每次换模型，重测一遍。

四、三个别信的说法

「AI 没用，我试过。」 这句话通常省略了三个信息：什么时候试的、用的哪个版本、试的什么任务。三者不同，结论可以完全相反。更常见的情况是：他用的是去年的免费版，试的是他自己也不擅长的那类任务。

「5000 人这个数字是统计结果。」 不是。Karpathy 自己说这是粗略估算，用来描述形状，不是用来引用的数据。把估算当事实，是另一种误读。它描述的是形状，不是人口普查。

「顶层看到的能力，我现在就能用。」 内部访问和公开产品是两回事。预览里的智能体集群，和你今天能调用的接口，中间隔着算力、权限和产品化。

五、一句话结论

争论 AI 行不行之前，先报一下自己在第几层、用什么任务测的；说不清这两点，争论就没有共同语言。先报层，再报任务，最后才轮到观点。

信息来源

• Andrej Karpathy 在 X 上的原帖，2026 年 10 月 11 日
• 科技新报：AI 认知落差已变「锋利的漏斗」，全球仅 5 千人见识过真正尖端技术，2026 年 10 月 13 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。