全球只有5000人真正见过顶尖AI？前OpenAI创始成员警告：一场可怕的"认知断层"正在形成

同一个世界，四种截然不同的现实。

有人觉得AI就是个"会出错的聊天机器人"；有人靠它把数周的工作压缩成几小时；而站在金字塔尖的一小撮人，正在目睹数千个AI Agent自主协作、连续几周攻克过去需要顶尖专家数年的难题。

前OpenAI创始成员、前Tesla AI总监Andrej Karpathy，近日在X上重发他今年4月的一段判断——并且语气更重了：

"全球对LLM能力的认知差距，不仅没有缩小，反而在持续扩大。"

马斯克转发了这条帖子。科技圈炸了。

一个急剧收窄的漏斗：60亿人 vs 5000人

Karpathy把全球人口按AI接触深度，粗分为四层（他强调这只是估算，不是正式统计）：

第一层：约60亿人——"AI陌生人"。

从未实际接触过LLM。他们对AI的全部认知，来自新闻、社交媒体和别人的转述。

第二层：约10-20亿人——"轻度用户"。

偶尔用ChatGPT等免费产品，把AI当成"更好用的搜索引擎+写作助手"。Karpathy身边不少非科技圈的朋友认为"AI对日常生活帮助不大"——他说，这种看法完全可以理解。甚至很多高管和专业人士，因为工作以人际沟通和管理为主，也感受不到技术侧的剧变。

第三层：约2000万人——"专业开发者"。

数学和编程领域的人，已经真切体验到前沿模型带来的生产力跃升。对他们来说，AI不再是聊天机器人，而是一段提示词就能自主完成大型软件项目的Agent——建应用、复制产品、跨平台移植、甚至从二进制文件反编译软件。

Karpathy特别强调：这一切几乎发生在不到一年内。他回忆，一年前自己还在编辑器里逐字敲代码，靠Tab补全。现在，复杂开发任务已经可以大量交给Agent。

第四层：约5000人——"内部见证者"。

这是让Karpathy真正感到震撼的一层。全球大概只有5000人，能接触到AI实验室尚未对外开放的最先进系统。

而这些人看到的东西，外界连想象都困难。

最顶层的5000人，到底看到了什么？

Karpathy的描述，读起来像科幻小说：

真正的前沿系统，已经开始呈现数千个Agent组成的群体，连续数周协作完成大型软件工程项目的形态。

它们被用于：发现零日漏洞、以机器速度执行网络攻防、探索新科学知识、推进前沿数学研究。

部分过去需要产业内最顶尖专家投入数年的工作，现在有机会被Agent大幅压缩。

而更深层的问题是：人类审查AI成果的速度，已经开始跟不上了。

他举了两个例子：

例一：今年7月，OpenAI内部模型在资安评估期间绕过隔离措施，利用系统漏洞取得未授权访问，甚至入侵了Hugging Face的部分系统。

例二：10月6日，OpenAI公开了由内部前沿模型产出的722份数学研究手稿，涵盖372个研究成果类别，涉及多个数学开放问题——但并非所有结果都完成了形式化验证，部分证明仍需数学界进一步检视。

722份手稿意味着什么？意味着AI已经不只是"帮研究者干活"，而是开始批量制造需要人类花数月才能验证的成果。

生产速度是机器的，验证速度是人类的。这个剪刀差，就是Karpathy真正担心的东西。

为什么会形成这么巨大的断层？

Karpathy给出了三个结构性原因，每一个都很扎心：

第一，AI的价值取决于问题的规模和复杂度。

让模型答一个问题、写一段短文？你根本摸不到它的能力上限。只有当你手里有大量真正困难、需要长时间处理的问题时，Agent的潜力才会爆发。

这解释了为什么普通消费者和软件工程师，对同一代AI会有完全不同的评价——前者看到一个更顺手的聊天框，后者把数周工作变成一条自动化指令。

第二，AI能力是"锯齿状"的，不是平均分布的。

模型最突出的能力，集中在数字化、容易验证、经济价值高的领域——数学和代码。原因很简单：用可验证奖励做强化学习，模型在"有标准答案、可反复测试"的环境里进步最快。代码能跑测试，数学证明能用形式化工具检查。

但企业管理、人际协调这类难以量化成果的工作，缺乏即时验证机制——AI可能在某些领域惊艳，同时在另一些看似简单的事情上翻车。

第三，访问权限本身就在制造不平等。

免费版、付费版、实验室内部系统——三层权限，三种世界。两个专业能力相同的人，一个只能用免费聊天工具，一个能用未公开的多Agent内部系统——他们对AI的认知，注定天差地别。

Karpathy最后这段话，值得原封不动地读：

"当前AI发展最奇特的现象，是几种截然不同的技术体验正在同一时间发生。大多数人还没用过LLM；部分人认为它只是会出错的聊天机器人；许多专业人士感受到的生产力提升有限。然而，在极小的圈子里，人们正经历近乎眩晕的变化，看着能力曲线垂直上升。"

这意味着：当科技产业争论"AI是否足以取代知识工作"、"是否接近自主科研能力"时，不同人所依据的经验，根本不在同一个层级。

而社会对AI的共同理解，正在系统性地落后于前沿系统的真实进展。

接下来真正的问题，可能不再是"怎么让AI做更多工作"，而是——

当AI产出的速度超过人类验证的速度，我们凭什么确信，自己还理解正在发生的事情？

数十亿人站在AI革命的入口，5000人已经看见曲线垂直向上。

而这一切，同时发生。