数完 92 个技能、4412 个插件,我才发现自己刚摸到 AI 的第三层

观点专题 · 2026 W42

数完 92 个技能、4412 个插件，我才发现自己刚摸到 AI 的第三层

Karpathy 的四层漏斗，和同一个上午发生的两件事

本期摘要 SUMMARY

同样一个 AI：75% 的人当聊天机器人，0.2% 的人见到它真正的样子。这篇拆漏斗为什么在收窄，以及普通人能够着的三个动作。

编者按

今天早上两条 AI 资讯放一起看，比单看任何一条都有意思。本篇不追热点，只借热点讲一个判断：你的结论，建立在哪个层级上。

观点专题 · ISSUE 42阅读时长 · 7 MIN

01 四层人四个世界02 漏斗为什么在收窄03 三个动作

今天早上我刷到两条 AI 资讯，放在一起看，特别有意思。

第一条，Karpathy 翻出今年 4 月的一条旧推，重新说了一遍：外界对 LLM 能力的共识差距，正在从「两群人各说各话」变成一个急剧收窄的漏斗。他特意强调，这个差距还在扩大。

第二条，一个叫 Brandon Thomas 的开发者，因为不满 Adobe 的订阅违约金，用 Claude Opus 5.5 以 Rust 逆向重写了 Photoshop 等 7 款 Adobe 软件，全部开源。其中一个 PS 项目不到 10 天拿了 4.6 万 Star，整个 REA 项目已经逼近 10 万。

这两条有什么关联？Karpathy 那条推里，恰好把「从二进制里反编译应用」列成了 0.2% 那一层人的日常操作。

一边是全网讨论「AI 到底行不行」，一边是有人已经用 AI 把商业软件的护城河拆了。同一个上午，同一个漏斗的两端。

注·逆向工程有清楚的法律红线，「净室设计」和「直接反编译」是两条不同的路。这里只陈述公开事实，不展开任何方法。

· · ·

01四层人，四个世界

Karpathy 用粗估的数字（他自己说是 napkin math，随手算的）把人群切成了四层。

第一层，约 60 亿人，全球人口的 75%。他们几乎没怎么接触过 LLM。

第二层，10 到 20 亿人，约 20%。免费版 ChatGPT 类产品的轻度用户。他们看到的是「笨笨的聊天机器人」，当一个更好用的谷歌、一个写作助手，偶尔试试让 agent 订个机票。我有非技术朋友说得挺直白：这东西对我真没什么用。平心而论，这么想没错。

但要注意，很多非数学、非代码行业的专业人士也在这一层。他们理智上知道 AI 在发生什么，理解却全是二手的、抽象的，因为他们的工作是花大量时间跟人说话。

第三层，约 2000 万人，0.2%。在数学和代码领域专业级使用前沿 LLM 的人。这一层的人亲眼看到：过去要干数周、数月的复杂项目，现在一个 prompt 交给 agent 就能完工。建应用、抄应用、翻译应用、从二进制反编译应用，全都发生在最近一两年。Karpathy 自己说，不到一年前，他还在手动敲代码，一个字符一个字符往编辑器里打。

第四层，约 5000 人，0.00006%。能用上内部前沿系统的人。外面看到的是预览版：成千上万个 agent 花数周协作软件巨型项目，铸造零日漏洞，机器速度地打网络攻防，发现新科学，推进数学前沿，这些过去要行业里最顶尖的专业人士干好几年。说实话，读到这一层我心里有点发毛。

而这一层已经开始冒出一个新问题：人类的审查和理解跟不上产出了。Karpathy 举了两个例子。OpenAI 和 HuggingFace 那档子事过去几个月了，人们还在「考古」；数学家盯着那 722 篇前沿数学手稿，估计得盯上一阵子。

四层人活在同一个时间切片里，看到的是四个完全不同的世界。

· · ·

02漏斗为什么在收窄

Karpathy 给了三个驱动，我一个一个说，因为它们比数字本身更重要。

第一个，影响随野心、问题规模和时间跨度缩放。一段话就能回答的问题，压不动这套系统。你需要一池子又大又难、你真正在意的问题。这个因素驱动了「消费者 / 专业」这条轴上的分层。

第二个，能力是锯齿状的，峰值扎在数字的、可验证的、经济价值高的领域。因为 LLM 的能力来自可验证奖励的强化学习，训练环境是精心调配的，调配方向由收入潜力驱动。写作、建议、搜索这类任务，恰恰不在进步最猛的区域，它们既不好验证，也不像 to B 的代码活儿那么值钱。

第三个，访问层级。免费层、付费层、内部。你摸到哪一层，基本决定了你看见什么。

「你说『AI 不行』，很可能不是 AI 不行，是你问的问题太小、太不可验证、太不在意。」

—— 综合 Karpathy 三个驱动得出的判断

· · ·

03落到普通人身上的三个动作

我不是来贩卖焦虑的。Karpathy 讲的是顶尖圈层，但漏斗的机制，对每个想把 AI 用成生产力的人，都有三个实实在在的落点。

第一，做一次层级体检。说「AI 不行」之前，先问自己：我的结论建立在哪个层级上？去年试了三次免费版就下判断的人，和今年每月花 200 美元用 Codex、Claude Code 干真活的人，看到的是两个世界。Karpathy 四月的旧推说得更直白：很多人去年试了免费版，就让它定义了自己对 AI 的全部认知。这不是劝你花钱，而是说，判断要基于你实际用前沿工具干完过真活。

第二，把模糊任务改成有明确验收标准的任务。能力峰值在数字、可验证、有钱景的领域，这是明牌的。做内容的人怎么吃这个红利？我们自己的内容流水线就是这么干的：写稿、去 AI 味、出标题、封面、配图、排版、发布核验，每一步都有可验证的出口，排版 ERROR 必须为 0，发布后核验四条全 0 才算完。你给 AI 的任务「做完能验证对错」，它才敢往大了交。这也接得上我 10 月 1 日那篇《越提效越累》：净提效率 = 有用时间 ÷ 总节省时间，「可验证」就是把分子做实的办法。

第三，攒一池你真在意的大问题。影响随野心缩放，没有大问题，前沿模型也就是个聊天框。我们的选题库、技能盘点、插件核查，本质上就是自己的「问题池」。我 10 月 6 日数过一遍，92 个技能、4412 个插件，能装进日常流水线的没几个，但「数」这个动作本身，就是在攒池子。一个人，加一池真问题，加一条可验证的流水线，差不多就是第三层的入场券。

还有一句提醒。第四层已经开始「人类审查跟不上产出」，第三层只会更快遇到这件事，验收纪律只会越来越值钱。我在写的下一篇就是这个话题：Google 的论文里，200 份实验摘要，只有 2 份肯承认自己的方法输了。

· · ·

∞结尾：三个问题，体检用

不用转发囤积，回答三个问题就行：

1.你上一次让 AI 干「以小时计、有明确验收标准」的活，是什么时候？

2.你的任务清单里，有多少是「做完能验证对错」的？

3.你手上有没有一堆你真在意、并且够大到能压动系统的问题？

三个都答不上来，说明你还在漏斗上层看风景。答上来哪怕一个，你就知道该往哪儿走了。

注·来源：Andrej Karpathy X 原帖（2026-10-12）；Brandon Thomas / REA 项目据数字生命卡兹克（2026-10-12），均经 AI HOT 收录；Gartner 数据见本号 10 月 1 日《别人用 AI 越提效越累，我日更 3 条却不累》。

青灯墨染

「智驭视界」主理人，热衷于分享 AI 观察与实战干货。

如果这篇对你有启发，欢迎关注「智驭视界」。这里只拆 AI 实战里真用得上的东西，不追热闹。

关注「智驭视界」

智驭视界 · 内容原创 · 保留全部权利