刚刚，Karpathy称全球只有5000人，真正接触过最前沿AI

有点出乎意料。

刚刚，Karpathy 据推文估计，现在，世界能够真正接触到最前沿的内部 AI 可能只有系统的人 5000 人左右。

在这些前沿实验室里，有成千上万的实验室 Agent 它可以形成一个合作集群，连续运行数周，促进大型软件项目，发现零天的漏洞，以机器的速度参与网络攻击和防御，甚至促进科学发现和前沿数学研究。

更令人惊讶的是：大约有 60 亿人几乎没有真正接触过。 LLM。

链接：https://x.com/karpathy/status/2109361546505966046

Karpathy 我们继续往下看推文里说了什么。

他提到，他最近又翻出了今年 4 月亮上的一条旧推文。当时，他已经注意到人们是对的 AI 对能力的理解正在明显分化。

在 Karpathy 现在看来，不同的人是对的 LLM 能力的认知已经从两组人各说各话，进一步演变成越来越陡的能力漏斗。

粗略估算，大约有 60 亿人，也就是全球约 75% 人口几乎没有真正接触过 LLM。

大约 10 亿到 20 亿人，也就是约会 20% 人口只是偶尔使用免费版 ChatGPT 一类产品。这部分人经常看到有点笨拙的聊天机器人，他们会把它当作更好的使用方式 Google 搜索、写作辅助工具等。也许某个。 Agent 可以帮你订票。Karpathy 有一些非技术背景的朋友合理地说，他们实际上没有地方使用它。即使是数学和编程以外的许多专业人士也仍处于这一水平。例如，企业高管和许多其他职位花了很多时间与他人沟通，所以他们理性地知道 AI 正在发生的事情，但这种理解仍然是间接和抽象的。

再往下走，是数学与编程领域的前沿专业应用 LLM 的人。大约有 2000 万人，也就是约会 0.2% 的人口，我亲眼看到过去需要几周甚至几个月才能完成的大型复杂项目，现在 Agent 也许只需要一个 Prompt 可以完成。开发 App、复制 App、迁移 App、反编译二进制文件 App…… 这一切发生得非常快，而且非常接近。不到一年前，我还在手动编写代码：一个字符，一个字符，把记住的计算机命令敲进代码编辑器，偶尔按下 Tab，让自动补充帮我补充一小段代码。

最后，是大约 5000 人，也就是约定 0.00006% 对于人口，他们可以直接在内部使用前沿系统。事实上，外部世界已经看到了一些预演：成千上万的 Agent 形成一个集群，在几周内完成超大型软件项目；自动发现零天漏洞；以机器速度启动和防御网络攻击；发现新的科学成果；促进数学研究的前沿。这些事情，如果给行业顶尖的专业人士，可能需要几年的时间。

与此同时，人类的审查和理解能力也开始跟不上。

例如，发生在几个月前的几个月前 OpenAI-HF 到目前为止，人们仍在进行考古分析；数学家也可能需要很长时间来逐一研究它 722 前沿数学手稿。

为什么大多数人看不到真正的前沿？ AI？

这个漏斗主要由几个因素共同推动:

随着雄心壮志、问题规模和任务时间跨度的增加，影响力会扩大。

如果你只问一个最终答案只有一段的问题，几乎不可能真正挤压这些系统的能力。你需要有很多真正重要的问题，大规模和困难的问题。这主要决定了普通消费者和专业用户之间的差距。

系统能力具有明显的锯齿状特征。

LLM 能力高峰集中在数字化、可验证、经济价值高的领域。

原因是大型模型能力主要来自基于可验证奖励的强化学习，培训环境本身的选择是由商业价值驱动的。这主要决定了不同专业领域之间的差距，比如为什么数学和编程特别突出。

访问权限。

免费版、付费版、内部系统，能力不在同一水平。这是目前最奇怪的地方。

事实上，绝大多数普通人还没有真正接触过这些系统。即使接触过，他们也常常只看到一个有点笨的聊天机器人。

目前，大多数专业人士感觉到的只是效率的提高相对有限。与此同时，少数专业人士开始感到眩晕：

他们面前的能力曲线突然变得近乎垂直。

而这一切都是同时发生的。

也有网友联想到这一点 Sam Altman 即使是过去反复表达的判断： ASI 现实世界可能不会在一夜之间完全改变。

原因可能就在这里。前沿能力进步很快，但大多数人仍然没有真正接触到这些系统，甚至没有形成稳定的使用习惯。技术到达前沿实验室，与它真正渗透到整个社会仍有很长的距离。

文章来源于微信公众号 作者是“机器之心” “机器之心”