## 认知漏斗的具象化
Andrej Karpathy 近期提出的观点揭示了人工智能领域一个令人不安的现实：**我们并未生活在“两种观点的辩论”中，而是处于一个尖锐且不断扩大的漏斗结构中。** 这种结构将全球人口依据对大语言模型（LLM）的真实能力认知进行了残酷的阶层划分，且这种认知错位正在随时间急剧恶化。
首先，金字塔的底座是那些几乎未接触过 LLM 的 75% 人群（约 60 亿人）。对于他们，AI 依然是一个模糊的概念或完全不存在的工具。
## 平庸的幻觉与专家的眩晕
在这个漏斗的中层，约 20% 的人口是“休闲用户”。他们使用免费层级的 AI 工具，将其视为“更聪明的谷歌搜索”或写作助手。由于这些场景的低频与琐碎，他们看到的 AI 往往是笨拙的、充满幻觉的“呆萌聊天机器人”。对于许多非技术背景的专业人士而言，这种体验足以让他们得出结论：AI 并没有实质性的生产力提升，甚至“没什么用”。
然而，在漏斗的更深一层，认知发生了断裂。约有 0.2% 的人群（约 2000 万人）在数学与代码领域专业使用前沿模型。他们并非在使用“聊天机器人”，而是在使用**智能体（Agents）**。对于这群人，曾经需要数周完成的复杂项目，现在只需提示词即可由 AI 完成。他们正在经历一种“曲线垂直向上的眩晕感”。
## 为什么会产生这种断层？
Karpathy 指出，造成这一巨大鸿沟的原因有三：
* **问题规模的放大效应**：AI 的价值在解决微小、琐碎的问题时几乎为零，只有面对“宏大、困难且高价值”的储备问题时，系统才真正显形。
* **能力的不均匀分布**：LLM 的能力基于可验证的奖励强化学习。因此，在数字化、可验证且经济价值高的领域（如代码、数学），能力达到峰值；而在需要长期、非结构化推理的领域，表现则参差不齐。
* **访问权限的壁垒**：从免费层到内部前沿系统，权限决定了一个人看到的 AI 是“玩具”还是“神迹”。
## 结语
最顶层的 5000 人（仅占 0.00006%）正在见证 AI 在科学发现与攻防对抗中的超人表现。这种“同时发生”的割裂意味着：当外部世界还在争论 AI 是否可靠时，一小撮内部专家已经在为 AI 的超越人类的复杂性感到手足无措了。这不是观点的碰撞，而是物理距离的拉大。
相关文章
