卡帕西：AI 认知差距已成漏斗，60 亿人几乎没碰过大模型，只有约 5000 人用得到实验室内部系统；能看清能力的人和能判断风险的人是同一小撮

这件事意味着什么

【要点】

前特斯拉 AI 负责人、OpenAI 创始成员安德烈·卡帕西（Andrej Karpathy）北京时间 10 月 12 日凌晨 3 点 12 分在 X 发长帖，说人们对大模型能力的认知差距「正在拉大」，已经从「两拨人各说各话」变成一个陡峭的漏斗。他的粗略估算：约 60 亿人（约 75%）几乎没接触过大模型；10–20 亿人偶尔用免费聊天机器人，当成更好用的搜索或写作助手，很多数学和代码以外的专业人士也在这一层；约 2000 万人（0.2%）在数学和代码工作里用前沿模型，亲眼看到过去要几周几个月的项目被 Agent 一句话完成；最顶端约 5000 人（0.00006%）能用到实验室内部的前沿系统。

他把漏斗归因于三点：问题越大、越长程，能力差距越明显；能力集中在数字化、可验证、值钱的领域，因为它来自按收入潜力挑选环境、用可验证奖励做的强化学习；以及访问权限，免费版、付费版、内部版。

【可核验】

原帖与他 4 月的旧帖都公开可查。发帖两个半小时内浏览约 57 万、点赞 1.2 万、转发 1400 多、引用 400 多；X 上相关讨论约 1700 条，每小时五六百条，日、韩、西语都有转述。帖中「722 篇前沿数学稿件」指 OpenAI 10 月 6 日公开的内部模型数学成果，次日因一处符号错误撤回 3 篇、修订 14 篇。各层人数是他自己说的「餐巾纸算法」，不是调查数据。

【我们的判断】

这条帖子真正重要的是最后一层。5000 人既是最先看到能力的人，也是唯一能判断风险的人，而监管者、记者、企业高管大多站在第二层，靠聊天机器人的印象理解 AI。本周的事正好对上：白宫的《超级智能协议》靠实验室自查和自愿审计，美国 FTC 问的是实验室对外怎么描述风险，参议院提案要求发布前 45 天交出权重受测。这些做法都在试图把外部判断挪近最顶层，但只要内部系统领先公开版本几个月，外面看到的永远是「预告片」。卡帕西自己也承认人类审阅已经跟不上，722 篇数学稿的勘误就是例子。我们的看法是，比争论 AI 是否被高估更有用的，是问清楚谁能在模型公开之前独立用上它、看到什么必须公开。另外，他说能力集中在可验证领域，这也意味着写作、咨询这类工作的体感提升会继续滞后，漏斗中间那层的怀疑并不全是误解。