专题 | AI已经出现三个世界，而大多数人还活在第一个

这篇文章值得仔细读。它是前 OpenAI 创始团队成员、特斯拉前 AI 总监 Andrej Karpathy（安德烈·卡帕西）在2026年10月11日发布的长文。

他的核心观点是：AI 的能力正在快速提高，但人类对 AI 能力的认知差距，不仅没有缩小，反而正在急剧扩大。

更有意思的是，卡帕西认为，真正见识到最前沿 AI 能力的人，全球可能只有大约5,000人。对这些人来说，AI 已经不仅是生产力工具，而是开始参与原本需要顶尖专家多年才能完成的工作。

我分成两部分：先完整翻译，再深入解读，包括他没有明说但值得进一步讨论的商业、技术和社会影响。

一、全文翻译

卡帕西：人类对大语言模型能力的认知鸿沟正在扩大

我要把今年4月份发过的一条推文重新拿出来谈一谈，因为人们对大语言模型（LLM）真实能力的理解差距，正在进一步扩大。

现在的情况，已经不太像是两个群体各说各话、互相无法理解，而更像是一个急剧收窄的漏斗。

我粗略估算了一下，全球人口大致可以划分成以下几个层次。

第一层：大约60亿人，占全球人口75%

这些人几乎从来没有真正接触过大语言模型。

第二层：大约10亿至20亿人，占全球人口约20%

这些人偶尔会使用ChatGPT之类产品的免费版本，但使用频率不高。

在他们眼里，AI仍然是一个有点笨拙、不太靠谱的聊天机器人。

他们把它当成一个更好用的Google搜索引擎，或者写作辅助工具之类的东西。

也许偶尔会让一个AI Agent帮忙预订机票。

我有一些不从事技术工作的朋友，他们会说，自己实际上没什么地方需要用到AI。

我觉得这种看法完全可以理解。

事实上，即使是很多专业人士，只要他们的工作不涉及数学或者编程，也仍然处于这一层次。

比如企业高管，以及其他许多岗位的从业者，他们的大量工作时间都花在与其他人交流沟通上。

所以，他们虽然在理性层面理解AI正在发生什么变化，但这种理解主要还是来自别人的描述，而不是自己的亲身体验。

对他们而言，AI革命多少还是一个比较抽象的概念。

第三层：大约2,000万人，占全球人口0.2%

到了这一层，我们开始讨论真正专业地使用最前沿大语言模型，在数学和编程领域开展工作的人。

大约有2,000万人，已经亲眼见证这样的事情：

过去需要自己花费几个星期、甚至几个月才能完成的大型复杂项目，现在只需要给AI Agent一个任务指令，就可以由它完成。

比如：

而所有这些变化，都是在极短的时间里发生的。

就在不到一年前，我还在亲手编写代码。

我会坐在代码编辑器前，依靠记忆，把各种编程命令一个字符、一个字符地敲进去。

偶尔按一下Tab键，让编辑器帮我自动补全一小段代码。

而现在，情况已经完全不同。

第四层：大约5,000人，占全球人口0.00006%

最后，我们来到了漏斗最狭窄的顶端。

全球可能只有大约5,000人，能够在内部直接使用那些真正处于技术最前沿的AI系统。

外部世界目前所看到的，只是这些系统能力的一部分预览。

这些最先进的系统，看起来已经能够做到这样的事情：

成千上万个AI Agent组成庞大的协作群体，连续工作数周，共同完成超大型软件工程项目。

它们能够发现并开发此前未知的软件零日漏洞。

能够以机器的速度发动网络攻击，同时也能以机器的速度进行网络防御。

能够发现新的科学知识。

能够推动前沿数学研究取得进展。

这些工作，如果交给人类，即使是行业里最顶尖的专业人士，也可能需要花费数年时间。

与此同时，另一个问题正在出现：

人类审核AI成果、理解AI工作过程的能力，已经开始跟不上AI自身的产出速度。

举个例子。

几个月前发生的OpenAI-HF事件，直到今天，人们仍然在像考古一样，研究和梳理其中到底发生了什么。

另外，在前沿数学领域，AI生成的722篇研究手稿，可能也会让数学家们花费相当长的时间，才能逐一研究和理解。

为什么会出现这样一个漏斗？

我认为，是以下三个因素共同造成的。

第一个因素：AI的影响力，与任务的雄心、规模和持续时间成正比。

如果你只是问AI一个问题，而这个问题用一段话就能回答，那么你根本没有真正触及它的能力边界。

你需要拥有大量自己真正关心的、规模庞大而且难度很高的问题。

只有在这样的任务面前，AI的能力才能充分体现出来。

这也解释了为什么在漏斗中，普通消费者和专业使用者之间会出现那么巨大的差距。

第二个因素：AI能力的参差不齐，也就是所谓的“锯齿状能力边界”。

这个问题我之前已经专门讨论过很多次。

AI的能力高峰，主要集中在这样一些领域：

这些领域的工作是数字化的，结果能够被验证，而且具备很高的经济价值。

原因在于，今天大语言模型能力的提升，很大程度上来自强化学习。

开发者会在经过精心设计的各种任务环境中，让模型通过可以验证的结果获得奖励，不断提升能力。

而这些训练环境的选择，又受到潜在商业回报的影响。

这就解释了为什么AI在数学和编程等领域表现得特别突出，但在另一些领域，能力却没有那么惊人。

第三个因素：访问权限。

你能使用什么级别的AI系统？

免费版本？

付费版本？

还是只有公司内部研究人员才能使用的最前沿版本？

不同的访问权限，也造成了人们对AI能力的巨大认知差异。

最后的观察

这就是我们当前所处时代的一种奇特现象。

全球绝大多数普通人，实际上还没有真正接触过这些AI系统。

即使接触过，他们看到的，也往往只是一个有点笨拙的聊天机器人。

大多数专业人士，虽然已经开始使用AI，但目前感受到的生产力提升仍然相对有限。

与此同时，只有极少数专业人士，正在亲身经历另一种完全不同的现实：

AI能力的增长曲线正在近乎垂直地向上攀升，而他们正为这种变化的速度感到眩晕。

最奇特的地方在于：

这一切，正在同一个时代、同一个时间点，同时发生。

——全文翻译完毕。

二、深度解读：卡帕西究竟想告诉我们什么？

我认为，这篇文章可以提炼出六个值得深入讨论的判断。

1. 他真正讨论的不是AI能力，而是人类之间的信息不对称

这里有一个容易忽略的地方。

如果你只看这篇文章的数字，很容易得出一个结论：全球只有少数人真正会用AI。

但我认为，更深层的问题是：

不同群体正在使用同一个词——AI，却在讨论完全不同的技术现实。

举个例子。

一个企业高管说，我用了ChatGPT，感觉不错，但是也没有改变什么。

一个程序员说，我过去三个月的工作，现在可能几天就完成了。

一家前沿AI实验室的研究员说，我们正在研究如何让几千个Agent持续协作数周。

他们都没有必要说谎，也不一定有谁判断错误。

他们只是接触了完全不同能力层级的系统。

这就造成了一种奇特的信息不对称。

而在一般的技术扩散过程中，随着产品逐渐普及，这种信息差往往会缩小。

但卡帕西认为，AI目前恰恰相反。

因为前沿模型进步得太快，最先进的能力还来不及普及，下一代能力就已经出现了。

于是，技术进步的速度，超过了人类形成共同认知的速度。

我认为这是他这篇文章最重要的洞察之一。

2. 第二个关键判断：AI正在从回答问题，转向完成项目

这是整篇文章中，我认为对普通人最有现实意义的部分。

卡帕西特别强调了三个变量：

Ambition（雄心）、Problem Size（问题规模）、Horizon（任务持续时间）。

你给AI的任务越大、越复杂、持续时间越长，理论上就越有机会看到它和传统工具的根本差异。

我们可以把AI的使用方式分成四级：

这里真正发生的变化是：

过去，人类把一个复杂任务分解为几百个小任务，然后自己决定每一步怎么做，AI只是其中的辅助工具。

现在，我们开始把整个任务交给AI，让它自己分解、规划、执行和检查。

当然，这不意味着所有项目都能靠一句提示词可靠完成。软件越复杂，越需要测试、安全审查和人工验收。

但卡帕西描述的方向已经很清晰了。

AI正在从一种需要人不断操作的工具，变成一种可以接受目标并持续工作的系统。

这对企业的影响可能比对个人更大。

以开发一个企业级AI智能体为例。

以前你需要产品经理、后端工程师、前端工程师、测试工程师、实施人员协作数月。

现在，一部分开发、测试和文档工作可以交给AI Agent。人类把精力集中到业务需求、系统架构、数据安全、项目验收和真正需要专业判断的环节。

这个变化不一定会让所有项目从几个月缩短到几天，但它可能改变完成项目所需要的人员结构和成本结构。

尤其对于中小软件公司，这件事情值得重视。

以前最重要的资源之一是程序员数量。

未来，另一个同样重要的资源可能是：

你能同时组织多少个可靠的AI工作流程，又能以多低的成本验证它们的产出。

3. 第三个判断：为什么偏偏是编程和数学率先爆发？

这是文章中技术含量最高的一部分。

卡帕西用的词叫作 Jaggedness，可以理解为AI能力边界的锯齿状、不均衡。

很多人有一个误区：他们认为AI如果已经能解决非常复杂的数学题，就理应能够解决生活中的简单问题。

但现实未必如此。

AI可能能证明一个很复杂的数学命题，却在处理真实世界中某个看似简单、但涉及模糊需求和大量隐性信息的问题时犯错。

原因之一，就是结果是否容易验证。

容易验证：程序能否通过测试？数学证明是否符合逻辑？结果可以反复检查，形成训练反馈。

难以验证：一个商业决策是否正确？一次谈判是否成功？结果可能需要数月才能体现，且充满主观因素。

强化学习特别需要一种机制：模型完成任务后，系统能够判断它做得对不对，并据此改进。

程序有自动化测试，数学有形式化验证和专家检查，因此更容易建立这样的训练反馈。

但让AI判断一个公司是否应该进入某个新市场，就复杂得多。

因为你很难立刻给出一个标准答案。

甚至一年后，这个决策究竟正确还是错误，都可能存在争议。

所以我认为，卡帕西这里实际上指出了一个重要的技术和商业规律：

AI对一个行业的改造速度，不仅取决于这个行业有多少工作可以数字化，还取决于这些工作的成果有多容易验证。

这也解释了为什么医疗、法律、金融、企业管理等领域，虽然拥有大量高价值的知识工作，但AI的落地路径往往比编程更复杂。

医疗AI尤其典型。生成护理文书相对容易，但要独立做出临床决策，就必须跨越安全性、可靠性、责任界定以及真实世界验证等一系列门槛。

还有一点我想补充：卡帕西把可验证强化学习视为重要驱动力，是有技术依据的，但这不是解释模型能力进步的唯一原因。预训练、工具使用、推理阶段计算、多Agent系统设计，同样发挥着作用。

4. 最惊人的5,000人：真正的问题是能力差距，还是算力差距？

这是最容易成为新闻标题的部分。

卡帕西认为，只有大约5,000人能够接触到内部最先进的系统。

但这里必须区分三个东西：

第一，公开商业化模型的能力。

第二，研究机构内部尚未公开的实验系统。

第三，利用大量算力、工具和多个Agent搭建的大规模自动化系统。

这三者并不是一回事。

卡帕西描述的几千个Agent连续工作数周，除了模型能力，还依赖巨大的计算资源、任务管理系统和可靠的验证机制。

甚至可能不是某个模型特别强，而是模型、工具、算力、工作流程组合起来之后，形成了新的能力。

这里就引出一个值得进一步思考的问题。

过去，企业之间的差距可能来自人力规模。

一家拥有1,000名研发工程师的公司，比一家只有20名工程师的公司更有机会完成大型项目。

但如果未来一个小团队能够调度上千个AI Agent，原有的人力规模优势就有可能被部分削弱。

不过，也可能出现相反的结果。

如果调度上千个Agent需要支付巨额计算费用，那么拥有先进模型、芯片、能源和数据中心的大公司，依然能够维持非常强的竞争优势。

因此，AI既可能降低创业门槛，也可能进一步强化基础设施的集中度。

这里有一个重要的区分：

智能的使用门槛可能越来越低，但大规模智能生产的资源门槛不一定同步降低。

而这件事情，与未来大型AI公司如何定价、如何建设算力基础设施、如何向企业提供Agent服务，直接相关。

5. 722篇数学手稿：当AI生产知识的速度超过人类验证速度

这不是一个完全停留在想象中的例子。

2026年10月6日，OpenAI公布了722篇数学研究手稿，涵盖372组研究结果。相关报道指出，这些成果由尚未公开的前沿模型生成，涉及多个数学领域。

但必须强调，发布722篇手稿，不等于722项数学成果已经被独立验证，更不代表722项重大难题全部得到公认解决。

数学界还需要判断这些成果是否正确、是否具有新颖性、是否有重要研究价值，以及是否存在证明缺口。

事实上，这次发布已经引发数学界对质量审查、学术署名和AI研究成果传播方式的争议。

不过，这个例子揭示的问题仍然非常重要。

假设一个AI系统一个星期能产生100项具有研究价值的结果，而人类专家需要几个月才能完成审查。

接下来会发生什么？

研究成果的生产能力，开始大幅超过研究成果的验证能力。

过去，科学研究最大的瓶颈之一是提出新理论、找到新证明。

未来，在部分领域，瓶颈可能转向验证、筛选和理解。

这也可能催生新的技术需求：利用AI验证AI。

例如让一个模型提出解法，让另一个模型寻找错误，再利用形式化工具检验关键部分，最后由人类专家审核。

需要注意，这并不能彻底解决问题，因为多个模型可能犯类似错误，自动验证工具也存在覆盖范围限制。

但整体方向很值得关注。

如果AI可以持续、廉价地产生候选知识，人类未来可能不再只缺少研究人员，而是缺少足够可靠的知识验证体系。

这对科学研究、软件工程，甚至企业经营，都可能产生深远影响。

6. 对AI商业化最重要的启示：真正稀缺的可能不是模型

我认为卡帕西这篇文章还有一个没有展开、但商业价值很高的推论。

如果未来越来越多企业可以调用类似能力的模型，那么模型本身的差异，未必始终是决定应用成功的核心。

真正能拉开差距的，还包括企业能够提供什么任务环境、业务数据、工具以及验证机制。

假设两家公司都使用同一个大语言模型。

A公司只是将模型接入客服聊天窗口。

B公司则把模型连接到订单系统、库存系统、财务系统、售后系统，并且建立权限控制、执行流程、结果验证和异常处理机制。

虽然底层模型相同，但两家公司创造的业务价值可能完全不同。

所以，未来的企业AI竞争，可能同时发生在三个层面。

一个是基础模型的能力竞争。

一个是计算资源与执行效率的竞争。

还有一个是围绕真实业务流程的系统工程竞争。

第三个层面，我认为对大量传统企业和行业软件公司尤其重要。

因为他们可能买不起最先进的训练集群，也不具备开发顶级基础模型的能力，但他们有行业知识、客户关系、业务场景和真实流程。

这些资源能帮助他们定义好问题，也能帮助他们判断AI究竟有没有把事情做对。

这恰好对应卡帕西提出的两个前提：你要有值得AI解决的大问题，还要有办法验证它的结果。

三、哪些判断可信，哪些需要保留意见？

卡帕西是非常有影响力的AI研究者，但这不意味着文章中的每个数字和判断，都已经得到公开证据验证。

特别是他关于网络攻击、零日漏洞以及最前沿内部Agent系统的描述，我不会直接理解为这些能力已经普遍、稳定、可重复地实现。

原文还提到了“OpenAI-HF事件”，但没有解释HF具体指什么，也没有提供事件链接，因此不宜直接把它当作一个定义清楚、经过核实的事件来叙述。

四、我的进一步判断：未来最大的鸿沟，可能不是会不会用AI

我觉得还可以沿着卡帕西的逻辑，再往前推一步。

他把世界分成四层，核心依据是人们能够接触和使用什么级别的AI系统。

但从更长的时间尺度来看，付费门槛可能会下降，先进模型也可能逐步向大众开放。

到那个时候，所有人都有机会使用类似的模型，认知差距就会自动消失吗？

恐怕不会。

因为他自己已经给出了答案。

他强调，只有当你拥有大量真正关心、足够复杂、能够持续推进的问题时，才有机会真正发挥AI的能力。

换句话说，一个人即使拥有最先进的模型，如果他每天只是让AI总结文章、回答问题，模型的能力也发挥不出来。

另一个人即使使用稍弱一些的模型，但他能围绕一个真实业务问题，建立数据、工具、反馈和执行系统，最终产生的价值也可能更大。

所以我认为，未来的分界线可能会发生变化：

今天的差距，主要体现在谁能接触到更先进的AI；未来的差距，可能更多体现在谁有能力把AI组织起来，持续解决复杂问题。

这也意味着，人与人的竞争可能不再只是专业知识储备的竞争。

还包括谁更能定义问题、拆解目标、组织自动化系统、判断结果是否可信，以及承担最终决策责任。

AI可以替你完成越来越多任务，但它不一定能替你决定哪些任务值得完成。

这是两个完全不同层次的能力。

配图说明：文中铜版画和两张示意图都是本文为了阅读配的，不是卡帕西原文里的图。漏斗上的人数沿用他的粗略估计，宽度没有按人口比例画。