Karpathy：全球 75% 的人还没真正碰过 AI，剩下 0.2% 在用的和你完全不一样

Andrej Karpathy 在 2026 年 10 月 12 日更新的一条 X 帖子中，把 LLM 用户按实际接触到的能力分成四层：几乎没有接触、偶尔使用免费产品、在数学和编程中使用前沿模型，以及能够接触内部前沿系统的极少数人。他用一组自称“napkin math”的估算说明，同一个 AI 时代正在被不同人以完全不同的速度经历。

Karpathy 说的“漏斗”是什么

Karpathy 的核心判断是，LLM 能力鸿沟已经从“不同人谈论不同话题”，变成了一个越来越尖的漏斗。

用户层	Karpathy 的估算	他们实际看到的 AI
几乎未接触	约 60 亿人，约占全球人口 75%	主要通过新闻或他人的描述认识 AI
偶尔使用	约 10-20 亿人，约占 20%	把 AI 当作搜索、写作助手或简单聊天机器人
专业使用	约 2000 万人，约占 0.2%	用前沿模型完成复杂的数学、编程和软件任务
内部前沿使用	约 5000 人，约占 0.00006%	看到多 Agent 长时间协作、自动研究和大规模工程的预览

这些数字不是人口调查，也不是模型使用平台的公开统计，而是 Karpathy 为了描述差距所做的粗略估算。它们的价值不在于精确，而在于提醒读者：当有人说“AI 只是聊天机器人”或“AI 已经能自动完成大型项目”时，两个人可能都在陈述自己的真实体验。

为什么同一个模型会带来不同体验

第一，任务的规模和时间跨度决定了能力是否显现。一个只需要几句话回答的问题，很难展示模型的上限；一个有明确目标、可以持续数小时并且能够反复验证的任务，才会让 Agent 的优势出现。Karpathy 把这种差别归因于问题的 ambition、规模和 horizon。

第二，模型能力并不是平均分布的。Karpathy 认为，数字化、可验证、具有经济价值的领域更容易形成高质量反馈，因此数学和编程会比开放式闲聊更早出现明显跃升。这个判断也解释了为什么同一个模型在代码仓库里表现惊艳，换到需要长期现实判断的任务中却可能依然笨拙。

第三，访问层级会改变使用结果。免费聊天产品、付费产品、API、带工具的 Agent 和内部系统，拥有不同的模型、上下文长度、工具权限、运行时间和并发条件。用户看到的不是一个抽象的“模型能力”，而是模型能力乘以访问权限后的结果。

官方 Agent 工具已经具备哪些能力

从官方文档看，前沿 Agent 与普通聊天窗口的差别主要体现在工作方式，而不是聊天界面的外观。

Anthropic 的 Claude Code 文档将其定义为 Agentic coding tool：它可以读取代码库、编辑文件、运行命令，并与开发工具集成；同一套底层引擎还能运行在终端、IDE、桌面端和浏览器中。OpenAI 的 Agents 文档则把后台模式、多 Agent 编排、工具调用和长任务状态列为 API 的核心能力。

这说明“会不会写一段代码”已经不是唯一问题。更关键的问题是：模型能否理解工作上下文，能否调用工具，能否在中断后恢复，能否让结果通过测试，能否把失败原因交还给人继续判断。

普通用户怎样判断自己处在哪一层

你不需要先相信某个模型排行榜，可以用一个真实任务做一次小型测量。

选择一个平时需要 30 分钟以上的任务，例如整理一组资料、修复一个小程序、生成一份带引用的分析或重构一个页面。
先写清楚完成标准。标准必须能被检查，例如测试通过、字段齐全、引用可访问、输出能被同事复核。
记录你给模型的权限：只有对话，还是能读取文件、执行命令、调用浏览器或运行测试。
让模型先给出计划，再执行一小段，检查一次结果。不要把一次成功的回答当成完整能力证明。
记录三项结果：节省了多少时间、哪一步需要人工返工、哪些错误是模型自己发现的。

如果模型只能给建议，你测到的是聊天层；如果它能修改文件并运行验证，你测到的是工具层；如果它能在数小时内持续推进、根据反馈修正，你才开始接近 Karpathy 所说的专业使用层。这个方法的重点是测量任务闭环，而不是比较一条回答听起来是否聪明。

能力提升为什么没有平均传导到社会

Stanford HAI 的 2026 AI Index 报告把“AI 能做什么”和“社会是否准备好管理它”之间的差距列为今年的重要观察。报告同时指出，AI 的技术能力、投资和采用速度都在提升，但治理、评测和理解框架没有同步跟上。

这与 Karpathy 的漏斗叙述相互呼应：能力先在少数数字化、可验证、拥有高访问权限的工作中爆发，再慢慢向其他职业扩散。扩散过程中会遇到培训、权限、安全、责任归属和组织流程等限制，所以“模型已经能做到”不会自动变成“每个人都能用起来”。

结语：先缩小体验差距，再讨论乐观或悲观

Karpathy 的帖子最值得关注的地方，不是四个数字是否精确，而是它解释了 AI 争论为什么经常互相错位。公众、普通职场用户、专业开发者和内部前沿用户，可能处在同一条能力曲线的不同位置。

对个人而言，最可靠的判断方式是拿真实任务测量完整闭环；对组织而言，关键是把模型、工具、权限、验证和责任一起设计。本文数据截至 2026 年 10 月 12 日，估算来自 Karpathy 原帖，能力描述来自 OpenAI 与 Anthropic 官方文档，行业背景来自 Stanford HAI 2026 AI Index。