Andrej Karpathy 称 AI 能力存在巨大认知鸿沟：约 75% 的人几乎没用过 LLM，仅约 5000 人能接触前沿内部系统
来源The Decoder查看原文
速览
- Karpathy 指出 AI 领域存在巨大的知识鸿沟。
- 全球约 75% 人口几乎没接触过 LLM。
- 仅约 5000 人能使用内部前沿系统。
- 这些系统的 agent 集群可完成顶尖专家数年的工作。
- 公众对 AI 的认知仍停留在聊天机器人层面。
- Karpathy 称外部世界只看到了 AI 能力的预览。
OpenAI 联合创始人、现供职于 Anthropic 的 Andrej Karpathy 指出，AI 领域正在出现越来越大的知识鸿沟。他表示，全球约 75% 的人口几乎没接触过大语言模型（LLM），而大约 5000 人能够使用内部前沿系统，这些系统的 agent 集群可以完成顶尖专家需要数年才能完成的工作。普通公众最多只能看到一个「奇怪的聊天机器人」。Karpathy 用「外部世界只看到了预览」来形容当前 AI 真实能力与公众认知之间的落差。
关键事实
- Andrej Karpathy 是 OpenAI 联合创始人，目前供职于 Anthropic。
- Karpathy 称全球约 75% 的人口几乎没接触过大语言模型（LLM）。
- Karpathy 称大约 5000 人能够使用内部前沿系统。
- 这些内部前沿系统的 agent 集群可以完成顶尖专家需要数年才能完成的工作。
- Karpathy 表示普通公众最多只能看到一个「奇怪的聊天机器人」。
- Karpathy 用「外部世界只看到了预览」来描述 AI 真实能力与公众认知之间的差距。
本站视角
对中文开发者和国内做 Agent 的团队来说，Karpathy 的这番话点出了一个容易被忽视的现实：你日常调用的 API 和开源模型，与前沿实验室内部运行的 agent 集群之间，可能存在代际差距。这意味着基于公开模型做产品规划时，需要为「能力突然跃升」预留架构空间，而不是把当前模型的能力上限当作行业天花板。对内容平台和用 API 的中小企业而言，如果约 75% 的人几乎没用过 LLM 这个数字成立，那么市场教育仍是长期工作，获客成本不会因为模型变强而自动下降。我们的判断是：Karpathy 的表述带有明显的「内部视角」色彩，75% 和 5000 这两个数字来自他的个人观察而非公开统计，原文也未给出数据来源，读者应将其视为一种行业感知而非精确测量。但即便数字有偏差，他所描述的方向——前沿能力与公众认知脱节——值得认真对待。需要观察的是，Anthropic 作为 Karpathy 当前雇主，是否有动机通过这类表态强化「内部系统远超公开版本」的叙事，从而在竞争中获得话语优势。
背景与影响
Andrej Karpathy 是 OpenAI 的联合创始人之一，曾主导特斯拉 Autopilot 的 AI 工作，后回归 OpenAI，目前供职于 Anthropic。他的这一表态延续了 AI 圈内关于「能力过剩但认知不足」的讨论：前沿实验室内部使用的模型与 agent 系统，往往比公开发布的版本领先数月甚至更久，而普通用户接触到的只是经过安全对齐和产品化包装的聊天界面。这意味着 AI 能力的真实边界与公众感知之间存在结构性错位。Karpathy 给出的 75% 和 5000 人这两个数字，指向的是 AI 普及的极度不均衡：一边是绝大多数人尚未真正使用，另一边是极少数人已经用上了能替代专家级工作的系统。这种不均衡可能加剧技术红利分配的不平等，也让外界对 AI 风险的讨论容易失焦——公众讨论的是聊天机器人，而内部已经在运行 agent 集群。需要观察的是，这种内部与外部的能力差距会以多快速度收敛，以及前沿实验室是否会主动缩小这一认知鸿沟。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
