作者：新智元

就在剛剛，Karpathy拋出一個冷酷真相：人類對AI能力的認知，正在經歷一場驚人的「認知折疊」。

圈內人天天高呼AGI即將到來，大眾卻對此嗤之以鼻。

為什麼？Karpathy揭開真相：全球約75%的人口根本沒碰過大模型，而最頂層掌握前沿系統的人僅有區區5000人。

這是一個陡峭的「四級認知漏斗」。

當幾十億人還在嘲笑免費版AI連簡單問題都答錯時，全球頂級的2000萬人正陷入「智能體眩暈」。

而在最TOP 5000人的禁區，數千個「智能體蜂群」正在自主協作、攻防零日漏洞、推演前沿數學，把人類遠遠甩在後面。

大眾看到的AI，與實驗室前沿的真正實力，已經隔了一道鴻溝。

第一重折疊：60億人的無視與20億人的「錯覺」

AI已經普及到了每一個角落了？

Karpathy的「餐巾紙估算」結果驚人。在這個陡峭的漏斗模型中，絕大多數人被無情地擋在了門外。

漏斗最底層：60億人的「AI真空區」（占全球人口約75%）

在這個世界上，有大約60億人，至今幾乎完全沒有接觸過任何LLM。對於他們而言，AI只存在於新聞標題和科幻電影中。

這場被矽谷譽為第四次工業革命的浪潮，根本沒有進入這75%的人類生活。

漏斗第二層：10到20億人的「笨拙助手錯覺」（占全球人口約20%）

在這個層級中，大約有10到20億人，他們是免費版、類似ChatGPT產品的偶爾使用者。

在他們眼中，AI只是一個「笨拙的聊天機器人」。

人們把它當作一個更好用的Google搜索，或者一個寫作輔助工具，頂多是一個試圖幫你預訂航班的初級智能體。

Karpathy坦言，他有很多非技術圈的朋友表示，他們覺得這東西在日常生活中根本沒太大用處。

甚至，許多非數學和代碼領域的專業人士，包括許多企業高管，也僅僅停留在這個層級。高管們每天把大量時間花在與人溝通上，雖然他們在理智上「知道」AI正在發生什麼，但這種認知是二手的、極其抽象的。

這就引出了一個致命的「近因效應與使用層級」問題。很多人的AI世界觀，是被去年免費版的ChatGPT，或者是那些在社交媒體上瘋傳的「AI翻車視頻」塑造的。

比如，很多人都看過OpenAI高級語音模式在面對「我應該開車還是步行去洗車」這種簡單問題時結結巴巴、不知所云的搞笑視頻。

大眾在Instagram的短視頻裡看著AI產生幻覺、說胡話，然後哈哈大笑，心想：「就這？這就是你們說的超級智能？」

但Karpathy警告：大眾完全被免費版和舊模型騙了。

那些被廢棄的舊模型，根本無法代表今年最新一代前沿智能體（尤其是OpenAI Codex和Claude Code）的真正實力。

第二重折疊：2000萬專業人士的「智能體眩暈」

當我們來到漏斗的第三層，畫風突變。這裡的空氣開始變得稀薄，只有大約 2000萬人（占全球人口0.2%） 。

在這個由數學和編程專業人士組成的群體中，一種被稱為「AI精神病」和「智能體眩暈」的集體症狀正在蔓延。

為什麼？因為他們正在親眼目睹一場陡峭進化。

在這一層，人們付費使用最前沿的智能體模型（Codex / Claude Code），並且將其應用於編程、數學和研究等迎合領域。

Karpathy用他自己的親身經歷現身說法：「這一切發生得太快了，就在不到一年前，我還在純手工寫代碼，把爛熟於心的計算機命令一個字符一個字符地敲進編輯器裡，偶爾按一下Tab鍵讓它自動補全一小段。」

但現在呢？一切都被顛覆了。

那些曾經需要頂級工程師數月的大型項目，現在只需要一個提示詞，前沿智能體就能在極短的時間內完成，包括構建應用、複製應用、翻譯應用、從二進制文件中反編譯應用……

當你把一個計算機終端交給這些模型，你可以親眼看著它們「熔化」那些要耗費幾週的編程難題。

OpenAI最高端、付費版的Codex模型，可以自己在後台靜默運行1個小時，然後完美重構一整套龐大的代碼庫，或者在複雜系統中精準發現並利用漏洞。

正如Karpathy所引用的大V發言：「你對AI感到敬畏的程度，與你使用AI寫代碼的頻率完美正相關。」

這群專業人士，正在經歷認知曲線垂直飆升的「眩暈時刻」。他們比任何人都清楚，AI能力的斜率多麼恐怖，以及這背後的網絡安全連鎖反應。

兩群人，已經完全處於「雞同鴨講」的狀態。

第三重折疊：5000名內部人士眼中的「超級智能雛形」

如果說2000萬人的「眩暈」已經足夠震撼，那麼漏斗最尖端的第四層，則超出了常人想像。

在金字塔頂尖，全球僅僅只有約5000人（占全球人口0.00006%）。

用珠穆朗瑪峰打比方：全球有7500人登頂過珠峰，而真正見識過前沿AI極限能力的人，比登頂珠峰的人還要少。這個漏斗模型堪稱「瘋狂」。

這5000人是誰？是那些能接觸到AI公司最核心內部前沿級系統的內部人士。

外部世界看到的，僅僅是AI能力的「預覽版」。而這5000名內部人士親眼目睹的，是真正的「智能體蜂群」。

在內部，成千上萬個智能體正在像蜂群一樣，在沒有任何人類干預的情況下，自主協作長達數週，去攻克那些驚天動地的軟件巨型項目。

他們在幹什麼？在發現零日漏洞、在進行網絡攻防實戰演練、在發現新科學，在推進數學前沿。

這些事情，原本需要頂級專家耗費數年心血才能完成。

最可怕的是：人類的審查與理解能力，已經開始落後於機器。

Karpathy舉例說：機器生成內容的速度和深度，已經讓內部人士疲於奔命。

比如，「OpenAI-Hugging Face事件」已經過去很久，但人類研究員至今仍在龐大的機器生成日誌中「考古」；而對於AI生成的722篇數學手稿，頂尖數學家需要很長時間去消化，才能勉強消化AI的推演邏輯。

為什麼會出現如此極端的「認知折疊」？

為什麼會形成如此尖銳的漏斗？Karpathy指出三個核心因素。

第一，影響力與你的「野心」、問題規模成正比。

如果你只讓AI寫個郵件、查個食譜，系統根本連熱身都算不上，完全無法逼出它的極限。

你必須擁有一個充滿困難問題的「蓄水池」，並且是你真正關心、亟待解決的難題，你才能感受到AI的恐怖。

第二，AI能力的「系統鋸齒性」與可驗證獎勵。

為什麼這種爆發式增長主要集中在數學和代碼領域？因為當前AI能力的巔峰，出現在那些數字化、可驗證且具有經濟價值的領域。

這涉及到大模型底層機制的秘密：LLM的強大能力，來源於「強化學習」。在代碼和數學中，對錯絕對清晰。這種明確的「可驗證獎勵函數」，讓AI能夠進行高效的RL訓練。

相比之下，讓AI寫一首詩或一篇文章，好壞的評判非常主觀，很難進行明確的強化學習。

不僅如此，代碼和數學等B2B場景具有極高的商業價值。由於利潤豐厚，各大科技公司最精銳的團隊和最多的資源都集中在這些領域。

第三，訪問權限的鴻溝。

免費版、付費版和內部權限。這三道階梯，物理上隔離了全人類對AI的認知。

我們正處在人類歷史上一個詭異時刻。

在這個時空的同一秒鐘裡，大眾看見的AI，與前沿內部的真正實力，早就不在一個紀元。

請記住Karpathy的警告：你以為愚蠢的AI面具背後，一個超級智能雛形，已經在極其少數人的注視下，悄然甦醒。