作者： 新智元
就在刚刚，Karpathy抛出一个冷酷真相：人类对AI能力的认知，正在经历一场惊人的「认知折叠」。
圈内人天天高呼AGI即将到来，大众却对此嗤之以鼻。
为什么？Karpathy揭开真相：全球约75%的人口根本没碰过大模型，而最顶层掌握前沿系统的人仅有区区5000人。
这是一个陡峭的「四级认知漏斗」。
当几十亿人还在嘲笑免费版AI连简单问题都答错时，全球顶级的2000万人正陷入「智能体眩晕」。
而在最TOP 5000人的禁区，数千个「智能体蜂群」正在自主协作、攻防零日漏洞、推演前沿数学，把人类远远甩在后面。
大众看到的AI，与实验室前沿的真正实力，已经隔了一道鸿沟。
第一重折叠：60亿人的无视与20亿人的「错觉」
AI已经普及到了每一个角落了？
Karpathy的「餐巾纸估算」结果惊人。在这个陡峭的漏斗模型中，绝大多数人被无情地挡在了门外。
漏斗最底层：60亿人的「AI真空区」（占全球人口约75%）
在这个世界上，有大约60亿人，至今几乎完全没有接触过任何LLM。对于他们而言，AI只存在于新闻标题和科幻电影中。
这场被硅谷誉为第四次工业革命的浪潮，根本没有进入这75%的人类生活。
漏斗第二层：10到20亿人的「笨拙助手错觉」（占全球人口约20%）
在这个层级中，大约有10到20亿人，他们是免费版、类似ChatGPT产品的偶尔使用者。
在他们眼中，AI只是一个「笨拙的聊天机器人」。
人们把它当作一个更好用的Google搜索，或者一个写作辅助工具，顶多是一个试图帮你预订航班的初级智能体。
Karpathy坦言，他有很多非技术圈的朋友表示，他们觉得这东西在日常生活中根本没太大用处。
甚至，许多非数学和代码领域的专业人士，包括许多企业高管，也仅仅停留在这个层级。高管们每天把大量时间花在与人沟通上，虽然他们在理智上「知道」AI正在发生什么，但这种认知是二手的、极其抽象的。
这就引出了一个致命的「近因效应与使用层级」问题。很多人的AI世界观，是被去年免费版的ChatGPT，或者是那些在社交媒体上疯传的「AI翻车视频」塑造的。
比如，很多人都看过OpenAI高级语音模式在面对「我应该开车还是步行去洗车」这种简单问题时结结巴巴、不知所云的搞笑视频。
大众在Instagram的短视频里看着AI产生幻觉、说胡话，然后哈哈大笑，心想：「就这？这就是你们说的超级智能？」
但Karpathy警告：大众完全被免费版和旧模型骗了。
那些被废弃的旧模型，根本无法代表今年最新一代前沿智能体（尤其是OpenAI Codex和Claude Code）的真正实力。
第二重折叠：2000万专业人士的「智能体眩晕」
当我们来到漏斗的第三层，画风突变。这里的空气开始变得稀薄，只有大约 2000万人（占全球人口0.2%） 。
在这个由数学和编程专业人士组成的群体中，一种被称为「AI精神病」和「智能体眩晕」的集体症状正在蔓延。
为什么？因为他们正在亲眼目睹一场陡峭进化。
在这一层，人们付费使用最前沿的智能体模型（Codex / Claude Code），并且将其应用于编程、数学和研究等迎合领域。
Karpathy用他自己的亲身经历现身说法：「这一切发生得太快了，就在不到一年前，我还在纯手工写代码，把烂熟于心的计算机命令一个字符一个字符地敲进编辑器里，偶尔按一下Tab键让它自动补全一小段。」
但现在呢？一切都被颠覆了。
那些曾经需要顶级工程师数月的大型的项目，现在只需要一个提示词，前沿智能体就能在极短的时间内完成，包括构建应用、复制应用、翻译应用、从二进制文件中反编译应用……
当你把一个计算机终端交给这些模型，你可以亲眼看着它们「熔化」那些要耗费几周的编程难题。
OpenAI最高端、付费版的Codex模型，可以自己在后台静默运行1个小时，然后完美重构一整套庞大的代码库，或者在复杂系统中精准发现并利用漏洞。
正如Karpathy所引用的大V发言：「你对AI感到敬畏的程度，与你使用AI写代码的频率完美正相关。」
这群专业人士，正在经历认知曲线垂直飙升的「眩晕时刻」。他们比任何人都清楚，AI能力的斜率多么恐怖，以及这背后的网络安全连锁反应。
两群人，已经完全处于「鸡同鸭讲」的状态。
第三重折叠：5000名内部人士眼中的「超级智能雏形」
如果说2000万人的「眩晕」已经足够震撼，那么漏斗最尖端的第四层，则超出了常人想象。
在金字塔顶尖，全球仅仅只有约5000人（占全球人口0.00006%）。
用珠穆朗玛峰打比方：全球有7500人登顶过珠峰，而真正见识过前沿AI极限能力的人，比登顶珠峰的人还要少。这个漏斗模型堪称「疯狂」。
这5000人是谁？是那些能接触到AI公司最核心内部前沿级系统的内部人士。
外部世界看到的，仅仅是AI能力的「预览版」。而这5000名内部人士亲眼目睹的，是真正的「智能体蜂群」。
在内部，成千上万个智能体正在像蜂群一样，在没有任何人类干预的情况下，自主协作长达数周，去攻克那些惊天动地的软件巨型项目。
他们在干什么？在发现零日漏洞、在进行网络攻防实战演练、在发现新科学，在推进数学前沿。
这些事情，原本需要顶级专家耗费数年心血才能完成。
最可怕的是：人类的审查与理解能力，已经开始落后于机器。
Karpathy举例说：机器生成内容的速度和深度，已经让内部人士疲于奔命。
比如，「OpenAI-Hugging Face事件」已经过去很久，但人类研究员至今仍在庞大的机器生成日志中「考古」；而对于AI生成的722篇数学手稿，顶尖数学家需要很长时间去消化，才能勉强消化AI的推演逻辑。
为什么会出现如此极端的「认知折叠」？
为什么会形成如此尖锐的漏斗？Karpathy指出三个核心因素。
第一，影响力与你的「野心」、问题规模成正比。
如果你只让AI写个邮件、查个食谱，系统根本连热身都算不上，完全无法逼出它的极限。
你必须拥有一个充满困难问题的「蓄水池」，并且是你真正关心、亟待解决的难题，你才能感受到AI的恐怖。
第二，AI能力的「系统锯齿性」与可验证奖励。
为什么这种爆发式增长主要集中在数学和代码领域？因为当前AI能力的巅峰，出现在那些数字化、可验证且具有经济价值的领域。
这涉及到大模型底层机制的秘密：LLM的强大能力，来源于「强化学习」。在代码和数学中，对错绝对清晰。这种明确的「可验证奖励函数」，让AI能够进行高效的RL训练。
相比之下，让AI写一首诗或一篇文章，好坏的评判非常主观，很难进行明确的强化学习。
不仅如此，代码和数学等B2B场景具有极高的商业价值。由于利润丰厚，各大科技公司最精锐的团队和最多的资源都集中在这些领域。
第三，访问权限的鸿沟。
免费版、付费版和内部权限。这三道阶梯，物理上隔离了全人类对AI的认知。
我们正处在人类历史上一个诡异时刻。
在这个时空的同一秒钟里，大众看见的AI，与前沿内部的真正实力，早就不在一个纪元。
请记住Karpathy的警告：你以为愚蠢的AI面具背后，一个超级智能雏形，已经在极其少数人的注视下，悄然苏醒。
