卡帕西提出LLM使用四梯队模型：仅5000人能接触最前沿AI系统

SmartHey10月13日消息，前OpenAI、特斯拉AI负责人安德烈·卡帕西（Andrej Karpathy）近日在社交平台发文指出，当前全球仅有约5000人可直接访问最前沿的内部AI系统，而约60亿人几乎从未与大语言模型（LLM）有过实质性交互。

卡帕西将人类对LLM的实际使用深度与认知水平划分为四个层级，各层级人数呈断崖式递减，相应带来的技术体验与价值感知也存在显著差异。

第一层（约60亿人，占比约75%）：尚未真正使用过LLM，对人工智能的理解主要来自媒体报道或影视作品中的科幻设定。

第二层（约10亿—20亿人，占比约20%）：偶尔使用ChatGPT等免费公开模型，多将其视为“升级版搜索引擎”或“反应略慢的对话助手”。

第三层（约2000万人，占比约0.2%）：集中在数学、编程等强逻辑领域，已开始借助AI Agent完成原本需数周人力投入的复杂任务。

第四层（约5000人，占比仅0.00006%）：可直接调用实验室级前沿AI系统，支持数千智能体协同运行数周，应用于网络攻防推演、零日漏洞挖掘等高难度真实场景。

卡帕西进一步阐释了这种体验鸿沟的成因。

关键在于：唯有面对规模庞大、结构复杂且具备长期规划需求（Long-horizon）的真实难题时，顶尖LLM的深层能力才能被充分激活。

现实中，多数人初次接触AI的方式往往非常轻量——比如解释一个术语、生成节日祝福语，或概括一篇短文。这类任务虽便捷高效，却难以触发用户对技术范式变革的直观震撼；对模型而言，也因任务过于简单而无法展现其推理深度与系统性协作潜力。

这就像开着一辆高性能跑车，只在狭小停车场内反复挪动，便断言‘它不过如此’——真正的性能，需要开阔道路与持续挑战来验证。

另一重要因素是：LLM的能力突破最先发生在纯数字化、结果可验证、且具备明确经济价值的领域，例如代码生成与数学证明。这些场景为模型提供了清晰反馈闭环和快速迭代基础，从而加速能力跃迁。