五层AI鄙视链,你在哪一层?

树懒的第337篇原创

AI鄙视链，你在哪一层？聊聊AI使用的鄙视链。

有人刚注册一个国外 AI 账号，已经准备俯视众生了。

有人同时开着几个 AI 干活，连群里的消息都没空回。

同样一句“我在用 AI”，有人在聊天，有人在监工。

最近AI领域大神 Karpathy 发的那个人群漏斗，确实挺有意思。

Karpathy 是 OpenAI 创始团队成员、特斯拉前 AI 总监。他在推文里粗略估算：约 60 亿人几乎没接触过大模型，10—20 亿人偶尔用 ChatGPT 这类免费产品，约 2000 万人在数学和编程中深度使用前沿模型，最后约 5000 人能接触内部前沿系统。

他用的是“napkin math”，也就是随手算个大概，没有给出统计来源。

但借这个漏斗，咱们排一条好玩的“AI 鄙视链”。中间再拆出一种特别有戏的人。

第一层：江湖传闻派

大致对应那 60 亿人：听过 AI，没怎么亲手用过。

典型画像：朋友圈转发“AI 要取代所有工作”，真要写个通知，还是喊办公室小张。

也可能是忙着开店、跑业务、照顾家人的普通人。他们的生活照样转，暂时没找到非用 AI 不可的理由。

这一层最有趣的反差是：AI 都快统治世界了，自己手机里还没装。

第二层：免费真香派

进入那 10—20 亿轻度用户的大圈子。

典型画像：用豆包问菜谱的阿姨，用 DeepSeek 改通知的行政，用 Kimi 理材料的学生，或者偶尔让免费 ChatGPT 润色邮件的白领。

他们的要求很朴素：别收费，能帮忙就行。

问完就走，也不研究模型排行榜，最开始可能是豆包，然后就一直用下去。对他们来说“上下文窗口”听起来像装修名词，“Token”更像某种游戏币。

这有什么问题？没有。省十分钟也是省。

第三层：账号贵族派

这是我额外拆出来的玩笑层，Karpathy 没单列，也没有对应人数。

典型画像：国外账号刚弄好，会员刚充上，首先升级的是说话口气。

“你还在用国产的？”

“免费的能行吗？”

手机里几个国外 AI 图标一亮，仿佛刚拿到了硅谷户口。

每次我说国产模型的好话的时候，这种人就扎堆来了。

工具的能力差异当然存在，但会员买下来，不会自动附赠使用能力。强的是 Anthropic，强的是 OpenAI，和用户有什么关系？他们有种幻觉，错把大模型的能力当成自己的本事。

我曾经也是账号贵族派的一员，但现在正在努力让自己成为一个AI包工头派。

第四层：AI 包工头派

这才靠近 Karpathy 说的约 2000 万数学和编程专业用户。

典型画像：让 Agent 改代码、跑测试的程序员；边提需求边验收的独立开发者；拿模型探索思路、再逐步核验的数学研究者。Agent，就是能接着调用工具、执行多步任务的 AI。

前三层还在讨论“它回答得好不好”，这一层已经在催：“测试没过，继续改。”

Karpathy 描述的是，他们亲眼看到一些原本要做几周、几个月的项目，现在能交给 Agent 大幅推进。

这类人挑工具很现实。谁适合这件事，谁来；贵的有用就付费，便宜的够用就换上。国产、国外、开源，都可以进工地。

看上去像老板，其实也忙：需求要讲清楚，结果要验收，出错要找原因。

别人问“哪个 AI 最牛”，他想的是“今天这个活要用哪个模型来干？今天这个活到底能不能交？”

第五层：千军万马的统帅

对应 Karpathy 估算的约 5000 名内部前沿系统使用者。这一层最形象的画面，就是一个人坐在电脑前，身后却是一支 Agent 军团。

奥尔特曼、阿莫代伊、哈萨比斯掌管的前沿实验室，是这类系统的诞生地。具体怎么“带兵”，公开案例已经能看出轮廓。

今年 2 月，Anthropic 研究员 Nicholas Carlini（尼古拉斯·卡里尼）公布了一次实验：16 个 Agent，并行干了两周，跑了近 2000 次会话，写出约 10 万行代码的 C 编译器——把程序员写的代码翻译成机器能执行的指令，已经能用来构建 Linux 内核。

有的 Agent 写功能，有的优化性能，有的检查代码，有的写文档。卡里尼负责搭环境、定目标、改测试，遇到一群 Agent 挤着修同一个错误，还得重新设计分工。这位“统帅”，也得会治堵。

Cursor 的 Wilson Lin 团队把阵势拉得更大：数百个 Agent 同时开工，持续近一周，写出超过 100 万行代码，开发一个实验性浏览器。里面还有层级：规划者拆任务，再派执行者去干。已经有点参谋部带作战部队的意思了。

再往上，直接上万人。

9 月 8 日，OpenAI 公布了针对 Navier–Stokes 千禧年数学难题的一份证明。按官方披露，产出这份证明的那组，规模达到 约 1 万个 Agent 同时运行；从首批 Agent 启动到得出结果，约 88 小时，不到四天。仅这道题的攻关过程，它们就交换了 270 万条消息。

研究人员把 Agent 分成不同组，让它们探索不同路线，再把各组有价值的发现汇总，交给其他组继续推进。哪里有突破，就把资源往哪里调。

一万“兵力”，不到四天。这才有千军万马的画面。

你还在和一个 AI 聊天，人家已经在调动万人规模的 AI 军团，集中攻一道数学难题。

当然，这些项目背后还有团队、算力和验证系统。“一个人一个军团”，说的是一个人能调度的工作规模。

第四层像包工头，带几个能干的工人；第五层开始像统帅，给一群 Agent 分任务、配资源、验收战果。

他最缺的是品味，是往哪个方向研究、研究什么的品味：这一轮交回来的东西有没有价值？下一轮往哪儿推进？

他们站在鄙视链的最高层，却完全没有时间去往下层去鄙视，他们是站在AI的肩膀上看向未来的一群人。

鄙视链越往上，越没人鄙视你

“鄙视链”当然是个开玩笑的说法。

有些刚用上国外 AI 的初级用户，可能会看不上只能用国产模型的人，更看不上免费用户。好像工具的国籍和账单金额，就是自己的水平。

可真把 AI 用起来的人，根本没空。

手上有项目，有问题，有一堆结果等着验收。他的时间很宝贵，哪有心思研究你用了哪个图标、充没充会员？

你拿免费国产模型把事情办成了，他多半还想问一句：怎么做的？我也试试。

还在忙着鄙视别人的，可能只是刚进门；真正在里面干活的人，正忙着让 AI 多干一点。

所以，你在哪一层？你身边的人在哪一层？

先别急着鄙视别人，今天手头那件事，让 AI 帮你做完了吗？

每天问问自己：

我用AI做了带有自己印记的产品了吗？解决了自己或者别人的问题了吗？

我觉得这是每个用AI的人都值得问自己的两个最重要的问题。