推文

@REraserTech · 2026-10-12 10:10

Andrej Karpathy 目前是 Anthropic 的预训练（Pre-training）团队成员。 简要职业轨迹回顾： • OpenAI 创始成员 / 研究科学家（2015–2017，以及 2023–2024 短暂回归） • Tesla 人工智能总监（2017–2022），负责 Autopilot 视觉和神经网络 • Eureka Labs 创始人（2024–2026）：做 AI 教育，后来暂时搁置 • Anthropic（2026 年 5 月至今） 我就不对大佬的帖文做评论了，免得抢了他的风头，下面这则帖文就是ai行业最顶尖的那批人对于目前ai行业的总结，值得拜读 把四月份那条推重新拿出来，因为人们对 LLM 能力的共同理解差距正在扩大。现在已经不再是“两组人各说各的”，而是变成了一个尖锐的漏斗。 • 粗算下来，大约 60 亿人（约占全球人口的 75%）几乎完全没接触过 LLM。 • 大约 10-20 亿人（约 20%）是免费版 ChatGPT 类产品的偶尔使用者。这群人看到的是笨拙的聊天机器人，把它们当成更好一点的谷歌搜索、写作辅助工具之类的东西。也许一个 agent 会帮你订机票。我有一些非技术朋友（在我看来也合理）说这东西对他们没什么用。甚至很多数学和代码领域之外的专业人士也处于这个层级。比如高管和其他职能岗位，他们大量时间花在和人沟通上，所以虽然他们在智力上理解正在发生的事，但仍然是二手的、有点抽象的。 • 接下来是数学与代码领域对前沿级 LLM 的专业使用。大约 2000 万人（0.2%）亲眼看到：以前需要几周甚至几个月才能完成的大型复杂项目，现在 agent 用一个提示就能搞定。构建应用、复制应用、翻译应用、从二进制反编译应用……这些变化都发生得非常快、非常近——不到一年前，我还是自己手写代码，在代码编辑器里一个字符一个字符地敲着记下来的命令，偶尔按一下 Tab 自动补全一小段代码。 • 最后是大约 5000 人（约 0.00006%），他们能在内部接触到前沿级系统。外部世界已经看到了预览。看起来像是成千上万个 agent 成群结队，在数周时间里协作完成软件巨型项目：批量产出零日漏洞、以机器速度发起和防御网络攻击、发现新科学、推进数学前沿。这些事情以前需要行业顶尖专业人士数年工作才能完成。与此同时，人类的审查和理解开始跟不上了。比如，很多人仍在对几个月前的 OpenAI-HF 事件做“考古”工作。数学家们可能还要花一段时间仔细研读那 722 篇前沿数学手稿。 这个漏斗由以下几个因素共同驱动： 1. 影响程度随抱负、问题规模和视野而扩大。一个只需要一段话回答的问题几乎不会给系统带来压力。你需要一个由自己真正关心的大型难题组成的“蓄水池”。这一点驱动了漏斗的“消费者/专业人士”维度。 2. 系统的“参差不齐”（我之前单独写过很多）。能力在数字化、可验证且经济价值高的领域达到峰值。这是因为 LLM 的能力来自于在由收入潜力驱动的、经过策划的环境混合物上，通过可验证奖励进行强化学习。这一点主要驱动了漏斗的“领域”（例如数学与代码）维度。 3. 获取权限：免费层、付费层、内部层。 所以这就是当下的诡异之处。公众大多还没真正接触过这些系统。接触过的时候，看起来也就是个笨拙的聊天机器人。大多数专业人士看到的仍然只是温和的提升。而一小部分专业人士正在体验曲线垂直上升带来的眩晕感。这些都在同时发生。

曝光 225 · 评论 1 · 点赞 2 · 书签 1 · 曝光/时 89.22546547388734