Karpathy 的最新估算令人震惊。他估计全球仅有约 5000 人真正接触过最前沿的内部 AI 系统。在这些实验室内部，成千上万个智能体可以组成协作集群，持续运行数周，推进大型软件项目，自动发现零日漏洞，以机器速度参与网络攻防，甚至推动科学发现和前沿数学研究。更令人惊讶的是，全球仍有约 60 亿人，即 75% 的人口，几乎还没有真正接触过 LLM。
Karpathy 回顾了自己今年 4 月的一条旧推文，指出人们对 AI 能力的理解已从最初的各执一词，演变成了一条日益陡峭的能力漏斗。
粗略估算，60 亿人处于最底层，几乎未接触过 LLM。约 10 亿到 20 亿人，即 20% 的人口，仅偶尔使用免费版 ChatGPT。对他们而言，AI 往往只是比 Google 搜索稍好一点的写作助手，或者偶尔能帮忙订张机票的笨拙机器人。许多非技术背景的朋友合理地表示自己不需要它，即便是高管或某些专业人士，对 AI 的理解也停留在抽象层面。
再往下，是约 2000 万人，在数学和编程领域专业使用前沿级 LLM。他们亲眼见证：过去需数周或数月完成的大型复杂项目，如今只需一个 Prompt 即可搞定。App 开发、迁移、反编译……这一切发生得极快且极近。回想不到一年前，我还在手动敲击代码，依赖自动补全。
最顶层是约 5000 人，直接使用内部最前沿系统。外部世界已见端倪：Agent 集群协作、零日漏洞发现、网络攻防、科学突破和数学研究。顶尖专业人士过去需要数年才能完成的工作，现在瞬间完成。然而，人类的审查和理解能力已开始滞后，如 OpenAI-HF 事件后的考古式分析，或数学家逐篇研读 722 篇手稿。
为何大多数人看不到前沿 AI？主要原因有三：
一是**影响力与雄心**。简单问题无法榨干系统潜力。需要规模大、难度高、经济价值高的问题。这拉开了普通用户与专业用户的差距。
二是**锯齿状能力**。能力集中在数字化、可验证、高价值的领域（如数学、编程）。因为强化学习依赖可验证奖励，训练环境受商业价值驱动。这拉开了不同专业领域的差距。
三是**访问权限**。免费版、付费版和内部系统能力层级不同。大多数人看到的是笨拙的聊天机器人。专业人士感受的是有限的效率提升。而一小部分专业人士正经历眩晕感，能力曲线近乎垂直。
网友联想到 Sam Altman 的观点：即使 ASI 到来，现实世界也不会一夜巨变。前沿技术已快速推进，但绝大多数人尚未接触或形成习惯。技术抵达实验室与渗透社会之间，仍有漫长距离。