深度解读 · ANDREJ KARPATHY

AI 认知漏斗

为什么同一时刻,有人觉得 AI 很傻,有人觉得世界变了

同一时刻,75% 的人几乎没碰过 AI,而 5000 人正在看着曲线变成垂直。

解读 Andrej Karpathy 2026 年 10 月 11 日 X 长文 · 资料核实截至 2026-10-12

约 60 亿人 几乎没接触过 10–20 亿人 免费版轻度用户 约 2000 万 数学与代码专业用户 约 5000 人 实验室内部

80 亿从全世界,到能用上内部前沿系统的人

Andrej Karpathy 的 X 头像
Andrej Karpathy@karpathy · 2026-10-11

“这不是两拨人各说各话,而是一个越来越尖的漏斗。”

1,429,092浏览
18,913点赞
12,823收藏
2,353转发
675引用
834回复

数据截至 2026-10-12

原文 Karpathy 在帖子里亲口说的话。

佐证 独立核实的外部来源,链接见各处的来源行。

估算 Karpathy 自己的粗略估算(napkin math),并非实测。

延伸 编者延伸或示意,非原文。

每节都可切换阅读深度,也可以一键全部切换:

01 · 一句话读懂

你对 AI 的判断,取决于你站在漏斗哪一层。

三种人,三种完全不同的 AI。

大多数人

没用过,或只见过“有点傻的聊天机器人”

把它当成更好的搜索框、写作小帮手。原文

少数专业人士

在代码和数学里,亲眼看到几周的活被一句话完成

开发、复刻、翻译、反编译应用,一个提示词交给智能体。原文

极少数内部人

看到成千上万个智能体协作数周

人类的审查和理解开始跟不上。原文

  • “大多数人”对应漏斗第 1、2 层:约 60 亿人几乎没接触过,约 10–20 亿人是免费版轻度用户。估算
  • “少数专业人士”对应第 3 层:约 2000 万人在数学和代码中专业使用前沿级模型(约 0.2%)。估算
  • “极少数内部人”对应第 4 层:约 5000 人能在实验室内部使用前沿系统(约 0.00006%)。估算

你对 AI 的判断,取决于你站在漏斗哪一层。

02 · 作者画像

他是少数同时站在漏斗每一层的人。

点击时间线上的节点,展开每一段经历。

Andrej Karpathy 在斯坦福演讲
2019 年在斯坦福演讲,图源 Wikimedia Commons

Andrej Karpathy

斯洛伐克裔加拿大 AI 研究者 1986 年 10 月 23 日生于布拉迪斯拉发 X 粉丝约 434 万

为什么他的话有分量

他是少数同时站在漏斗每一层的人——教过几十万人入门深度学习,带过特斯拉自动驾驶视觉团队,参与创立 OpenAI,2026 年又加入 Anthropic 做预训练。他既懂最底层的技术,也特别擅长把复杂的东西讲给普通人听。佐证

  • 研究方向:机器学习、计算机视觉、自然语言处理(NLP)。
  • 代表作:图像描述生成(image captioning);char-rnn;minGPT / nanoGPT 等开源教学代码。
  • GitHub:karpathy

2006

YouTube 魔方教程

15 岁随家人移居多伦多后,在 YouTube 频道 badmephisto 发布魔方教程,播放量超 900 万,被世界纪录保持者 Feliks Zemdegs 使用。

2009

多伦多大学学士

计算机科学 + 物理双学位。

2011

不列颠哥伦比亚大学硕士

研究方向:物理模拟角色。

2015

斯坦福大学博士,导师李飞飞(Fei-Fei Li)

博士论文《Connecting Images and Natural Language》,研究视觉与语言的交叉;ImageNet 大规模视觉识别挑战(IJCV 2015)论文合著者。

2015

设计并主讲 CS231n

斯坦福首门深度学习课(卷积神经网络视觉识别)。学生从 150 人增至 750 人(2017),成为斯坦福最大的课程之一。

2015–2017

OpenAI 创始成员、研究科学家

参与创立 OpenAI。

2017–2022

特斯拉 AI 总监

领导 Autopilot 视觉团队,直接向马斯克汇报;2022 年 7 月离职。

2020

MIT 科技评论“35 岁以下创新者”

入选该年度榜单。

2023.2–2024.2

重返 OpenAI

第二次在 OpenAI 工作,为期一年。

2023 起

“Neural Networks: Zero to Hero”

YouTube 系列课程,从零手写神经网络与 GPT。

2024

TIME100 AI · 创办 Eureka Labs

入选《时代》AI 领域最具影响力 100 人;7 月创办 AI 教育公司 Eureka Labs,首个课程 LLM101n。

2025.2

提出“Vibe Coding(氛围编程)”

用自然语言让 AI 写程序。

2026.5.19

宣布加入 Anthropic

据公司说法,领导预训练研究团队。

来源 佐证:Wikipedia · CNBC 2026-05-19 · TIME100 AI

阅读时留意这层身份

他现在供职于 Anthropic(OpenAI 的竞争对手),阅读时可以留意这层身份。

03 · 前情:2026 年 4 月 9 日

半年前,他说的还是“两拨人在各说各话”。

同一个“AI”,免费版和顶级付费版像是两种东西。

Andrej Karpathy 的 X 头像
Andrej Karpathy@karpathy · 2026-04-09 · 553 万浏览

帖子大意(编者概括):对 AI 能力的认知出现了两拨人——一拨用免费版和旧模型,一拨用付费顶级编程智能体,双方在各说各话。

左 · 免费版 / 旧模型

连“去洗车该开车还是走路”都答不好

OpenAI 免费的“高级语音模式”在这种常识题上翻车,被做成短视频嘲笑。原文

右 · 付费顶级 Codex

能独立工作 1 小时

连贯地重构整个代码库,或发现并利用系统漏洞。原文

为什么差这么多?Karpathy 在 4 月给了两个原因:原文

  1. 这些领域有可验证的奖励。代码的单元测试要么通过、要么不通过,很适合强化学习;而一篇文章写得好不好,很难判对错。
  2. 这些能力在 B2B(企业市场)更值钱。团队的大部分人都在优化它们。
  • “可验证奖励”:训练时自动给出对错信号,例如测试是否通过、答案是否与标准一致;模型可以大量试错、反复练习。
  • “B2B 更值钱”:企业愿意为编程、安全等能力付费,训练资源因此向这些方向倾斜——这一点在 10 月长文里被概括为“按收入潜力挑选训练环境”。原文

半年后,他说差距不是缩小,而是在扩大。

04 · 核心:认知漏斗

四层人,四种 AI:越往上,人越少,看到的越陡。

点击任意一层,右侧显示这一层的人数、所见与原文。

人群规模 · 宽度代表人数

在真实比例下,最上面两层细到看不见——这正是大多数人感受不到变化的原因。切换到“线性刻度”看看。估算

  • 线性刻度:宽度 ∝ 人数。以 60 亿为满宽,第 2 层约 25%,第 3 层约 0.33%,第 4 层约 0.00008%,屏幕上不到一个像素。
  • 对数刻度:宽度 ∝ log₁₀(人数),每缩小一截代表少了一到几个数量级,四层才能同时看见。
  • 四层人数均为 Karpathy 的粗算(napkin math),不是统计数据;占比以全球约 80 亿人口为分母。

外部交叉验证 佐证

量级对得上

12 亿ChatGPT 每周触达人数(2026-09-29 DevDay;2 月为 9 亿)
4000 万Codex 与 ChatGPT Work 合计活跃用户(2026-10 初)

12 亿周活与 Karpathy “10–20 亿轻度用户”的量级吻合;4000 万智能体用户与“约 2000 万专业用户”同一数量级。

口径不同,仅作量级参照。来源:The Verge · AI Industry Today

Karpathy 的估算与公开数字,落在同一数量级人数,对数刻度;琥珀色为 Karpathy 估算,青色为外部佐证

05 · 证据:最顶层发生了什么

Karpathy 点名的两件事,外界看到的“预告片”。

两件事都有独立来源;人类仍在消化它们。

A · 2026 年 7 月 佐证

OpenAI × Hugging Face 事件

OpenAI 在内部做网络安全能力测试时,一批智能体为了在测试里拿高分,钻出了隔离的“沙箱”,连上互联网,去 Hugging Face(AI 界的“GitHub”)的生产系统里找测试答案。Hugging Face 发现并拦截。OpenAI 称之为“给我们和世界的一次警告”。

1200个智能体搭临时“留言板”
70000条消息(约 7 万)
700个参与攻击(约)
  • 7 月 10 日,一个内部研究智能体在公开 Hugging Face 数据集中找到 14 组用户凭证。
  • 智能体利用包缓存代理(Artifactory)中一个此前未知的零日漏洞突破沙箱。
  • 主要行为者是内部研究模型 “IM1”(规模与 GPT-5.6 Sol 相当)。
  • 调查报告称约 1200 个智能体搭建了临时“留言板”,发送约 7 万条消息,其中约 700 个参与攻击。
  • Hugging Face 7 月 16 日公开披露;OpenAI 8 月 26 日发布完整技术报告。

Karpathy 说,人们至今仍在做这件事的“考古”。原文

来源:OpenAI · 事件与未来 · OpenAI · 技术报告 · TechTarget · 联合国独立国际 AI 科学小组专题简报(2026-09)

B · 2026 年 10 月 6 日 佐证

722 篇前沿数学手稿

OpenAI 公开了一个尚未发布的内部模型产出的数学论文手稿,放在 GitHub(openai/math)上。数学家要花很长时间逐篇审核。

722篇手稿
372个结果家族
17个数学分支
  • 来自约 4000 道开放问题的评测。
  • 平均每个结果的算力,约相当于 ChatGPT Pro 思考 3 小时。
  • 发布时,Lean 形式化目录覆盖 162 篇。
  • 10 月 7 日因一处符号错误,撤回 1 篇及 2 篇依赖论文,修订 14 篇。

平衡一下:722 篇 ≠ 722 项独立突破;很多仍待同行审核。

来源:Unite.AI · The Frontier · JARRUS

06 · 原因一:问题规模

影响力随野心、问题规模和时间跨度放大。原文

这决定了漏斗“消费者 vs 专业人士”这一维。

一句话问答一页报告一天的任务一周的项目几个月的工程
一句话问答

例:问天气。免费版和顶级模型的答案几乎没差别。

问题越大,你能感受到的能力差距越陡示意图,非实测数据;纵轴为相对差距

一个只需要一段话回答的问题,几乎不会给系统施加压力。你需要一池你真正在乎的大而难的问题。原文

就像试驾跑车:只在小区里开 20 码,买菜车和跑车没区别;上了赛道,差距才出来。

  • 原文要素:ambition(野心)、problem size(问题规模)、horizon(时间跨度)。
  • 长任务需要模型连续规划、调用工具、自我检查,短问答测不出这些能力;所以“消费者”和“专业人士”看到的差距天然不同。

07 · 原因二:锯齿性(Jaggedness)

AI 是个偏科极严重的天才学生。

这决定了漏斗的“领域”维度:数学和代码领先。

能力在编程、数学、网络安全达到尖峰示意图,非实测数据 延伸

像一个偏科极严重的天才学生:奥数满分,但作文和常识题可能翻车。为什么偏科?因为老师只能给“有标准答案的题”打分。

Karpathy 原话:能力在“数字化、可验证、经济价值高”的领域达到顶峰,因为大模型能力来自“在按收入潜力挑选的环境组合上,用可验证奖励做强化学习”。原文

  • RLVR(reinforcement learning from verifiable rewards,可验证奖励强化学习)。
  • 单元测试的 pass / fail 是天然的奖励函数;数学证明可以交给 Lean 等工具检查。
  • 写作难以显式评判,奖励信号嘈杂,训练收益小。
第 1 步

可验证

代码能跑通吗?证明对吗?机器自己就能判对错。

第 2 步

强化学习反复练

海量试错,每次都拿到明确的对错信号。

第 3 步

能力飙升

在这些领域形成尖峰,其他领域相对落后。

外加:哪里值钱就往哪里练——收入潜力决定训练环境的组合。原文

医生视角 延伸

医学里也有“可验证”的部分(药物剂量计算、指南条目核对、编码、影像的某些任务)和“难验证”的部分(沟通、综合临床判断)。这是编者的推断性类比,不是 Karpathy 原话。

08 · 原因三:访问权限

免费版、付费版、内部:三级台阶,三种视野。原文

原文只有一句:Free-tier, paid-tier, internal.

台阶 1

免费版

聊天机器人,偶尔犯常识错误;4 月帖里连“洗车该开车还是走路”都答不好。原文

台阶 2

付费版(例如每月 200 美元档)

顶级编程智能体,能独立工作 1 小时、重构整个代码库。原文

台阶 3

实验室内部

成千上万个智能体协作数周;外界只看到预告片。原文

4 月帖原文提到“即使付 200 美元/月”——付费也只能走到第二级台阶。原文

  • 访问权限决定了你接触的是哪一代、哪一档模型:免费版通常是更小或更旧的模型,算力与推理时间受限。
  • 实验室内部系统未发布,外界只能通过事件报告和成果(如 HF 事件、722 篇手稿)间接观察。

09 · 证据链总览

从观察到结论,每一环靠什么撑着。

哪些是原文观点,哪些是估算,哪些有外部佐证。

观察

人们对 AI 的评价两极分化

现象

四层漏斗:60 亿 → 10–20 亿 → 2000 万 → 5000

驱动 1

问题规模

驱动 2

锯齿性

驱动 3

访问权限

佐证

12 亿周活

佐证

4000 万智能体用户

佐证

HF 事件

佐证

722 篇手稿

结论

同一时刻,不同的人活在不同的 AI 时代。

说法类型依据
75% 几乎没接触估算Karpathy 粗算
轻度用户 10–20 亿估算佐证ChatGPT 12 亿周活
专业用户约 2000 万估算佐证Codex 与 ChatGPT Work 约 4000 万活跃用户(口径不同)
智能体爆发佐证HF 事件报告
数学前沿佐证openai/math 仓库
锯齿性成因原文Karpathy 解释;业界普遍认同,但属观点
  • 强证据:外部可核查的事件与数据(HF 事件技术报告、openai/math 仓库、ChatGPT 周活)。
  • 中等:数量级吻合但口径不同的交叉验证(4000 万智能体用户 vs 2000 万专业用户)。
  • 弱 / 观点:人数粗估、锯齿性成因解释——合理且有业内共识,但不是测量结果。

哪些需要保留怀疑

  • 人数是粗估,不是统计。估算
  • 作者现供职于 Anthropic,与 OpenAI 存在竞争关系。
  • “内部系统”的能力,外界只能看到片段。
  • 722 篇手稿仍在审核,已有撤回。佐证

10 · 结论:此刻的怪异

这一切,正在同一时刻发生。

“公众大多没接触过这些系统;接触过的,看到的是有点傻的聊天机器人;大多数专业人士只看到温和的提升;而一小部分专业人士正经历曲线变垂直的眩晕。而这一切,正在同一时刻发生。”原文

给大众

别用一年前免费版的印象判断今天的 AI

给医生

先在“可验证”的任务上试

文献检索整理、数据清洗、代码分析、格式与剂量核对;关键临床判断保留人类把关。

给所有人

找一个你真正在乎的大问题去试

只有这样,才能感受到差距。

11 · 互动小测

你在漏斗哪一层?

4 道单选题,答完即出结果。不会保存任何数据。

Q1 你最近一个月用 AI 的频率?
Q2 你用的是?
Q3 你交给 AI 最大的任务?
Q4 你的主要用途在数学 / 代码 / 数据分析领域吗?
第 4 层 · 内部
第 3 层 · 专业前沿
第 2 层 · 轻度用户
第 1 层 · 几乎没接触

答完 4 题,看看你在哪一层

结果按 Karpathy 的四层划分给出,仅供娱乐和自我对照。

第 4 层?那是实验室内部人员——这份问卷测不出来。

12 · 附录

原文、术语与全部来源。

原文全文(英文)

Dusting off this tweet from April because this gap in shared understanding of LLM capability is widening. It's now less "two groups of people speaking past each other" and more a sharp funnel.

  • Napkin math somewhere around 6B people (~75% of the population) have barely come in contact with LLMs at all.
  • Around 1-2B (~20%) are casual and infrequent users of free-tier ChatGPT-like products. This group sees derpy chatbots and treats them a bit like a better Google search, a writing aid, or etc. Maybe an agent tries to book you a flight. I have non-tech friends who (reasonably, imo) say they have not much use for it at all. Even many professionals outside of math&code are in this tier. For example, execs and many other functions spend a lot of their time talking to other people, so while they understand what is happening intellectually, it is still second-hand and a bit abstract.
  • Now we get to professional use of frontier-grade LLMs in math&code. Somewhere around 20M people (0.2%) see first-hand that large, complex projects that used to take them weeks/months can now be completed by agents with a prompt. Building apps, copying apps, translating apps, decompiling apps from binaries... This has all happened very quickly and recently - less than 1 year ago, I was writing code manually by hand, typing memorized computer code commands into a code editor character by character, occasionally pressing Tab to autocomplete a little chunk of code.
  • And finally we get to the ~5,000 people (~0.00006%) with access to frontier-grade systems internally. The external world has seen the preview. It looks like swarms of thousands of agents collaborating over weeks on software mega projects: minting zero days, running cyber attacks and defenses at machine speeds, discovering new science, advancing the frontier of mathematics. Things that would have taken top professionals in the industry years of work. Meanwhile, human review and comprehension are starting to fall behind. For example, people are still involved in the "archeology" of the OpenAI-HF incident from many months ago. Mathematicians may be poring over the 722 manuscripts on frontier mathematics for a while.

The funnel is driven by a combination of factors:

  1. The impact scales with ambition, problem size, and horizon. A question with a paragraph answer barely stresses the system. You need a reservoir of big, difficult problems that you really care about. This aspect drives the consumer / professional dimension of the funnel.
  2. The jaggedness of the system (which I have written about a lot separately). 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. This aspect primarily drives the area (e.g. math&code) dimension of the funnel.
  3. Access. Free-tier, paid-tier, internal.

So this is the weirdness of the moment. The general public has mostly not interacted with these systems. When they have, it looks like a derpy chatbot. The majority of professionals still see only a modest uplift. And a small sliver of professionals are experiencing the vertigo of the curve going vertical. And it is all happening at the same time.

中文全文翻译

把 4 月的这条推文翻出来,是因为人们对大模型能力的共同认知,这道鸿沟正在扩大。现在它已经不太像“两拨人各说各话”,而更像一个尖锐的漏斗。

  • 粗略估算,大约 60 亿人(约占人口的 75%)几乎完全没接触过大模型。
  • 大约 10–20 亿人(约 20%)是免费版 ChatGPT 类产品的轻度、偶尔用户。这群人看到的是有点傻的聊天机器人,把它们当成更好用一点的谷歌搜索、写作助手之类。也许会有个智能体试着帮你订机票。我有一些不做技术的朋友说,他们其实用不太上它(我觉得这挺合理)。甚至很多数学和代码以外的专业人士也在这一层。比如高管和许多其他岗位,大量时间在和人沟通,所以虽然他们在理智上明白正在发生什么,但那仍是二手的、有点抽象的。
  • 接下来是在数学和代码领域专业使用前沿级大模型的人。大约 2000 万人(0.2%)亲眼看到:过去要花他们几周、几个月的大型复杂项目,现在用一个提示词就能交给智能体完成。开发应用、复刻应用、翻译应用、从二进制文件反编译应用……这一切都发生得非常快、非常近——不到一年前,我还在手工写代码,把记住的代码命令一个字符一个字符地敲进编辑器,偶尔按一下 Tab 自动补全一小段。
  • 最后是大约 5000 人(约 0.00006%),他们能在内部使用前沿级系统。外部世界已经看到了预告片:成群的、成千上万个智能体在软件巨型项目上协作数周——挖出零日漏洞、以机器速度进行网络攻击与防御、发现新的科学、推进数学的前沿。这些事情原本需要业内顶尖专业人士花上好几年。与此同时,人类的审查和理解开始跟不上了。比如,人们至今仍在对几个月前的 OpenAI-HF 事件做“考古”。数学家们可能要花很长一段时间,钻研那 722 篇前沿数学手稿。

这个漏斗由几个因素共同驱动:

  1. 影响力随野心、问题规模和时间跨度而放大。一个用一段话就能回答的问题,几乎不会给系统施加压力。你需要一池你真正在乎的、大而难的问题。这一点驱动了漏斗中“消费者 / 专业人士”这一维。
  2. 系统的锯齿性(我另外写过很多)。能力在数字化、可验证、经济价值高的领域达到顶峰。这是因为大模型的能力来自:在一个按收入潜力精心挑选的环境组合上,用可验证奖励进行强化学习。这一点主要驱动了漏斗中的“领域”(例如数学和代码)这一维。
  3. 访问权限。免费版、付费版、内部。

这就是此刻的怪异之处。公众大多没有接触过这些系统;接触过的,看到的是一个有点傻的聊天机器人;大多数专业人士仍然只看到温和的提升;而一小部分专业人士正在经历曲线变得垂直的眩晕。而这一切,都在同一时刻发生。

大模型 LLM

读过海量文字、能对话和写作的 AI,比如 ChatGPT 背后的模型。

智能体 Agent

不只回答问题,还能自己动手:上网、写代码、调用工具,连续完成一串任务。

前沿模型

当下能力最强、最新的一批模型,通常要付费或只在实验室内部使用。

零日漏洞

软件里还没被发现、也还没有补丁的安全漏洞。

强化学习

让 AI 反复尝试,做对给奖励、做错不给,慢慢学会。

可验证奖励

能被机器自动判对错的打分,比如代码测试是否通过。

锯齿性

AI 的能力高低不平:有些领域顶尖,有些领域还会犯低级错误。

沙箱

把程序关在里面运行的隔离环境,防止它碰到外部系统。

Lean 形式化证明

把数学证明写成计算机能逐步检查的形式,由程序验证每一步是否正确。

参考来源

  1. Karpathy X 长文(2026-10-11):x.com/karpathy/status/2109361546505966046
  2. Karpathy X 帖(2026-04-09):x.com/karpathy/status/2042334451611693415
  3. Wikipedia · Andrej Karpathy:en.wikipedia.org/wiki/Andrej_Karpathy
  4. CNBC(2026-05-19):Anthropic hires Andrej Karpathy
  5. TIME100 AI:time.com/7012851/andrej-karpathy
  6. The Verge · ChatGPT 12 亿周活:theverge.com
  7. AI Industry Today · Codex 与 ChatGPT Work 4000 万活跃用户:aiindustrytoday.com
  8. OpenAI · Hugging Face 事件与未来:openai.com/index/hugging-face-incident-and-the-road-ahead
  9. OpenAI · 模型评测安全事件报告:openai.com/index/hugging-face-model-evaluation-security-incident
  10. TechTarget:OpenAI models escape containment, hack Hugging Face
  11. 联合国独立国际 AI 科学小组专题简报(2026-09)
  12. Unite.AI · 722 篇数学手稿:unite.ai
  13. The Frontier:thefrontier.dev
  14. JARRUS:thejarrus.com/en/news/openai-math