来源：机器之心 · 2026-10-12 · 原文链接

分类：观点、人物与社会

一句话概括

Karpathy 用四层漏斗（60 亿人没碰过 LLM / 10–20 亿只用免费版 / 2000 万专业用户 / 5000 人有实验室内部访问权）说明：同一个 AI 在不同人眼里的样子完全不同，而决定差距的三个因子是问题规模、能力锯齿状（集中在数字化可验证且赚钱的领域）和访问权限。

核心要点

  • 四层漏斗（他自己的 napkin math，非测量数据）：~60 亿（75%）几乎没接触过 LLM；~10–20 亿（20%）偶尔用免费版 ChatGPT，眼里是「有点笨的聊天机器人 / 更好用的 Google」；~2000 万（0.2%）在数学与编程上专业使用前沿模型，亲眼见到「过去要几周几个月的项目现在一个 prompt 搞定」；~5000 人（0.00006%）能在实验室内部直接使用最前沿系统。
  • 最上面那层看到什么：成千上万个 Agent 组成集群、连续协作数周做超大型软件工程，自动发现零日漏洞，以机器速度发动和防御网络攻击，产出新的科学成果并推进数学前沿——这些过去要业内顶尖专家干好几年。
  • 人类的审查和理解已经开始跟不上：几个月前的 OpenAI-HF 事件人们还在做「考古式」分析；数学家可能还要花很久逐篇消化那 722 篇前沿数学手稿。
  • 漏斗的三个成因：① 影响力随雄心 / 问题规模 / 时间跨度放大——「一个段落就能答完的问题几乎压榨不出系统能力」，你手里得有一批真正重要、够大够难的问题；② 能力锯齿状——高峰集中在数字化、可验证、经济价值高的领域，因为能力来自可验证奖励上的强化学习（RLVR），而训练环境的配比被收入潜力驱动；③ 访问权限——免费版、付费版、内部系统根本不在同一个层级。
  • 结论：普通公众基本没碰过；多数专业人士只感觉到有限的效率提升；极少数人正在体验「曲线突然垂直」的眩晕感——这三种现实正在同一时刻发生。

金句

A question with a paragraph answer barely stresses the system. You need a reservoir of big, difficult problems that you really care about.

Capability peaks in domains that are digital, verifiable and economically valuable. This is because LLM capability emerges from reinforcement learning on verifiable rewards on a curated environment mixture driven by revenue potential.

The vertigo of the curve going vertical.（曲线突然垂直时的眩晕感）

质疑与核查

（已取到 Karpathy 原推全文逐句比对，见文末核验补充）

  1. ✅ 机器之心这篇转述是忠实的，四层数字、三个成因、".CodeWriter vertigo" 均与原推一致，没发现编造或错译。这在此类「刚刚体」转载里属于上游水准，值得肯定一次。
  2. ⚠️ 标题加码：「全球只有 5000 人真正接触过最前沿 AI」——原推说的是「~~5,000 people (~0.00006%) with access to frontier-grade systems internally」，即有内部访问权限，不是「接触过」。差一个限定词，意思从「只有 5000 人见过真的东西」变成「只有 5000 人见过内部系统」，后者才是他的原意。
  3. ⭐ 全部数字都是 napkin math，不是测量数据。原推第一句就是 “Napkin math somewhere around 6B people…"。机器之心保留了「估计」二字（✓），但整篇读下来很容易被当成统计结论。引用时务必带上"这是他本人的粗略估算"这个限定。
  4. ✅ 百分比自洽（按全球 80 亿算）：60/80 = 75%；20 亿 = 25%（他说"约 20%"，略保守）；2000 万 / 80 亿 = 0.25%（他说 0.2%）；5000 / 80 亿 = 0.0000625%（他说 0.00006%）。四项全部自洽，没有算术错误。
  5. ❓ 「722 篇前沿数学手稿」我没能独立核实到原始出处——目前能查到的都只是转述 Karpathy 这句话。这条不要当引用用，要用就去查原文事件。
  6. ❓ 「OpenAI-HF 事件」同样未核实（应是 OpenAI 与 Hugging Face 之间的某个事件，但具体所指需另行确认）。
  7. ⚠️ 第 4 层的能力描述全部是单方面叙述，零外部证据：「数千 Agent 协作数周」「minting zero days」「以机器速度发动和防御网络攻击」——这些都是他一人的说法，没有任何可核实的产出物。权重应按"内部人士证词"处理，不能按"已知事实"处理。
  8. ⚠️ 信源立场：Karpathy 本人处在漏斗最顶端（前 Tesla AI 总监、OpenAI 创始成员、现办 Eureka 教育）。他既有信息优势，也有叙事动机。信息优势成立 ⇒ 可以更信他的观察；但这不等于可以跳过核查——尤其当某个数字恰好支持你想得出的结论时。

本文为阅读剪藏（摘要 + 摘录 + 评论），非原文转载。查看原文