先了解这件事
2026年10月11日,Andrej Karpathy 提出判断:人们对 LLM 能力的共同认知差距正在扩大,并呈现尖锐的漏斗结构。他给出的分层是:约 60 亿人(75%)几乎没接触过 LLM,10 至 20 亿人(20%)只用免费版聊天机器人,约 2000 万人(0.2%)在数学与代码领域专业使用前沿模型,仅约 5000 人(0.00006%)能内部访问前沿系统。他称这一漏斗由三因素驱动:影响随问题规模与时间跨度放大、系统能力在数字化可验证领域呈锯齿状峰值、以及免费、付费与内部访问的层级差异。目前该判断仍为其个人表述,尚无后续独立发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Meta 发布 Muse Wonder 与 Muse Wonder Full 模型事件进展
1 个已确认进展
- 来源：Andrej Karpathy
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月13日
The Rundown AI
Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta Superintelligence Labs 发布 Muse Wonder（代号 Watermelon）和 Muse Wonder Full 两款模型，其中完整版在 Artificial Analysis 智能排名中位列第二，仅次于 Anthropic 的 Opus 5.5。报道称 Meta 由此进入此前由 OpenAI 和 Anthropic 主导的前沿模型竞争，其优势还包括数据中心、数十亿用户以及智能体应用 Muse。文中还提到 Andrej Karpathy 关于 AI 能力认知分层的观点、微软 Maia 300 芯片，以及一份使用 Muse Wonder 完成工作坊议程与预算的教程。
10月12日
The New Stack
Andrej Karpathy：只有 5,000 人见过 AI 真正的能力
加入 Anthropic 的 OpenAI 创始成员 Andrej Karpathy 估算，约 60 亿人几乎没用过 LLM，10 至 20 亿人偶尔使用聊天机器人，约 2,000 万人专业使用前沿模型做数学和代码，仅约 5,000 人能在实验室内部接触前沿系统。Box CEO Aaron Levie 回应称这正说明 AI 扩散仍处早期，并看好“agent swarms”在企业工作流中的前景，但指出模型能力不均、规模化成本高、多智能体管理工具尚不成熟。
The Decoder
Karpathy 称外界只看到 AI 能力的预览，并把 LLM 用户分为四个层级
Anthropic 的 Andrej Karpathy 认为外界只看到了 AI 实际能力的预览，并把大语言模型用户分为四个层级。约 60 亿人几乎没接触过 LLM，10 至 20 亿人只是把免费版 ChatGPT 类产品当作更好的搜索引擎或写作助手，约 2000 万数学和编程领域的专业用户已用智能体完成过去需要数周乃至数月的项目，而约 5000 人能接触内部前沿系统，看到数千个智能体协作数周推进软件大型项目、发现新科学和推进数学前沿。他指出人类审查和理解正在落后，并称 LLM 能力目前集中在数字、可验证且经济价值高的领域，因为其来自可验证奖励的强化学习。
Andrej Karpathy
Karpathy：LLM 能力认知差距正扩大为漏斗
Karpathy 称 LLM 能力认知差距正从“两群人各说各话”扩大为漏斗：约 60 亿人（75%）几乎没接触过 LLM，10-20 亿人（20%）只用免费版聊天机器人，约 2000 万人（0.2%）在数学与代码领域专业使用前沿模型，仅约 5000 人（0.00006%）能内部访问前沿系统。漏斗由三因素驱动：影响随问题规模与时间跨度放大、系统能力在数字化可验证领域呈锯齿状峰值、以及免费/付费/内部访问层级差异。