AI的＂认知鸿沟＂:为什么有人还在嘲笑,有人已经恐慌

引言：两个世界的平行线

上周三凌晨两点，我收到两条前后脚发来的微信。第一条来自做自媒体的朋友： " 你看这个视频笑死我了， AI 连 ' 开车还是走路去洗车 ' 这种问题都答错，还说什么人工智能，我看是人工智障。 " 第二条来自硅谷做后端开发的学长： " 今晚让 Claude Code 帮我重构了一个遗留系统，它独立跑了快一小时，比我团队里 junior engineer 写得还好。我真的有点睡不着了。 " 我看着这两段话，突然意识到一件事：他们说的都是 AI ，但仿佛生活在两个平行宇宙。

这不是错觉。 OpenAI 联合创始人、前特斯拉 AI 总监 Andrej Karpathy 最近发了一条长推文，精准地描述了这种割裂 —— 他称之为 AI 能力的 " 认知鸿沟 " （ growing gap in understanding of AI capability ）。这条推文像一把手术刀，剖开了当前 AI 领域最隐蔽、也最危险的认知断层。简单来说：一部分人还在嘲笑 AI 听不懂笑话，另一部分人已经开始担心 AI 是否能听懂人类的漏洞。

推文

[ 图片： 01.jpeg 两个世界的对比图 ]

部分：两个世界，两种人

Karpathy 把当下的 AI 使用者分成了两个泾渭分明的群体。

群体 A ：免费体验派

这是大多数人的画像。你可能在 2024 年的某个时候注册了 ChatGPT 免费账号，问过它几个问题，看过几个 AI 在短视频里 " 翻车 " 的搞笑集锦 —— 比如那个经典的 " 开车还是走路去洗车 " 的灵魂拷问。

你对 AI 的认知基本停留在这个层面：它会胡说八道，会犯低级错误，离真正有用还差得远。当你刷到那些 AI 语音助手答非所问的 viral video 时，你会心一笑： " 看吧，我就说嘛。 "

这不是你的错。但 Karpathy 指出了一个关键问题：这些免费版、甚至已经被战略性放弃（他用了一个很重的词： orphaned ）的模型，根本不能代表 2025 年最前沿的 AI 能力。你嘲笑的，是一个被刻意保留在入门级别的 " 阉割版 "AI 。

群体 B ：专业深耕派

这群人是另一番景象。他们每月花 200 美元订阅最高级别的 AI 服务 ——OpenAI Codex 或者 Claude Code 。他们在编程、数学、研究这些高度技术化的领域 " 专业使用 "AI 。

Karpathy 说他们正经历着最高程度的 "AI 精神病 " （ AI Psychosis ）。为什么？因为 2025 年这些领域的进步 " 简直令人震惊 " 。当你把一个终端交给这些模型，你会看到它解决那些原本需要 " 几天甚至几周工作 " 的编程问题。

不是快一点，是数量级上的碾压。

核心矛盾：鸡同鸭讲

Karpathy 用了一个很精准的比喻：这两群人在 "speaking past each other"—— 各说各话，互相听不见。

群体 A 说： "AI 连洗车问题都答不对。 "

群体 B 说： "AI 刚才一小时重构了我的整个代码库。 "

他们说的都是事实。但问题是：他们用的根本不是同一个 AI 。

部分：为什么出现认知鸿沟？

这种割裂不是偶然，而是由三个结构性因素共同造成的。

原因一：产品策略的 "冰火两重天"

Karpathy 透露了一个行业秘密： OpenAI 的高级语音模式（ Advanced Voice Mode ）被 " 战略性放弃 " 了。

为什么？因为不挣钱。

免费语音助手是 to C 的，人们用它聊聊天、问问天气，但很难直接变现。而 Codex 、 Claude Code 这些编程 Agent 是 to B 的，企业愿意为之付费 —— 因为真的能省工程师。

这就像一个手机厂商同时生产诺基亚和 iPhone ，但把 90% 的研发资源都投给了 iPhone 。你还在用诺基亚，然后嘲笑 " 手机也就那样 " 。

原因二：技术进步的 "峰性分布"

Karpathy 提出了一个关键概念： AI 能力是 "peaky" 的 —— 呈现明显的峰性分布。

什么意思？ AI 不是在所有领域均匀进步的。有些领域是陡峭的山峰，进步飞快；有些领域是平缓的丘陵，进展缓慢。

陡峭山峰：编程、数学、研究 —— 有明确对错，结果可验证。

平缓丘陵：写作、聊天、给出建议 —— 主观性强，好坏难辨。

这就是为什么你觉得 AI" 写作还是那样 " ，但程序员朋友觉得 " 编码能力简直脱胎换骨 " 。你们都在用 AI ，但你站在丘陵上，他站在山峰上。

[ 图片： 02.jpeg AI 能力地形图 ]

原因三：商业价值的残酷筛选

这是最现实的因素。

编程能跑通单元测试，就是能跑通。这省的是真金白银的工程师成本。企业买单，公司投入，技术进步飞轮就转起来了。

写作写得好不好？见仁见智。你很难向 CEO 证明 " 这个 AI 比那个 AI 写得好 10% ，所以我们应该付更多钱 " 。没有明确的 ROI ，就没有资源倾斜。

Karpathy 说得直白： " 金矿在别处，资源就跟着去了。 "

部分： "峰性进步"背后的技术逻辑

为什么编程和写作会有如此悬殊的进步速度？答案藏在 AI 的训练方式里。

可验证奖励：强化学习的命门

现代顶尖 AI （如 GPT-4 、 Claude 3.5 Sonnet ）都依赖一种叫 " 强化学习 " （ Reinforcement Learning ）的技术。简单说，就是 AI 做了某件事，你给反馈 —— 做得好就奖励，做得差就惩罚， AI 慢慢就学会了。

但这里有一个前提：你得能明确判断 " 好 " 和 " 差 " 。

编程完美符合这个条件：代码写完，跑一遍单元测试，通过就是绿勾，失败就是红叉。清晰、客观、无争议。 AI 能迅速从这种明确的反馈中学习，能力自然突飞猛进。

写作呢？你写一篇文章，怎么评判好坏？是辞藻华丽？是逻辑严密？还是情感真挚？不同人有不同标准， AI 拿到的反馈是模糊的、嘈杂的。学习效率自然就低。

Karpathy 把这个差异总结得很到位：编程有 "explicit reward functions that are verifiable" （明确且可验证的奖励函数），而写作是 "much harder to explicitly judge" （很难明确评判）。

[ 图片： 03.jpeg 可验证性对比图 ]

对普通人的启示

理解这一点很重要，因为它直接决定了你能否享受到 AI 的最前沿能力。

如果你用 AI 写代码、处理数据、解决数学问题 —— 恭喜你，你可能已经站在了 AI 能力的 " 陡峭山峰 " 上，享受着最前沿的技术红利。

如果你用 AI 聊天、写文章、寻求建议 —— 抱歉，你可能还停留在 " 平缓丘陵 " 上，体验和去年差别不大。

这不是 AI 不行，是你用的场景恰好不是它的 " 主战场 " 。

部分：普通人该如何应对？

面对这种认知鸿沟，作为非技术背景的普通人，我们该怎么办？

第一，重新审视你的 AI 使用方式

如果你还在用免费版 ChatGPT ，试试付费版。不是为了那点钱，而是因为免费版被人为限制了能力 —— 它是 " 阉割版 " 的。就像试驾一辆被限速到 30 迈的跑车，然后说 " 这车也不快啊 " 。

如果你只用 AI 聊天，试试让它帮你做点更具体的事：写一段 Python 代码处理 Excel 表格，或者让它帮你分析一份数据报告。你可能会惊讶于它的能力边界已经扩展到哪里。

第二，从 "Chat" 升级到 "Agent"

Karpathy 的推文里反复出现一个叫 "Agent" 的词。这很重要。

Chat 是 " 一问一答 "—— 你问一句，它答一句，对话结束。 Agent 是 " 自主执行 "—— 你给它一个目标，它会自己拆解步骤、调用工具、持续工作，直到完成。

现在的顶尖 AI 已经不只是 " 聊天机器人 " 了，它们是 " 数字实习生 "—— 可以独立工作一小时，可以重构代码库，可以发现系统漏洞。

如果你还停留在 "Chat" 的认知里，你确实会嘲笑 AI ；但如果你切换到 "Agent" 的思维，你可能会重新评估它们的能力。

[ 图片： 04.jpeg Chat vs Agent 进化图 ]

第三，保持认知更新

最后，也是最重要的一点：承认你的认知可能已经被 " 锁定 " 在某一时刻了。

如果你最后一次认真测试 AI 是在 2024 年，那你的认知就是 2024 年的。但 2025 年的 AI 已经完全是另一个物种了。

Karpathy 的推文之所以重要，就是因为它提醒我们：在这个领域， " 经验 " 可能是负债而非资产。过去越成功的经验，越容易让你对当下的现实视而不见。

定期重新测试，保持开放心态，别让自己成为那个嘲笑诺基亚不好用的人 —— 因为 iPhone 已经出了 17 代了。

结语：鸿沟的另一边是什么？

Karpathy 的推文结尾很意味深长： "So here we are." （所以，我们就在这里。）

两个群体，两种现实，互相看不见对方。

这种认知鸿沟的危险之处在于：它不是简单的 " 了解不够多 " ，而是 " 不知道自己了解得不够多 " 。

群体 A 不知道自己错过了一个世界，群体 B 也无法向群体 A 描述那个世界的真实面貌。

但技术从来不会等所有人都准备好才前进。当一部分人还在为 AI 的 " 笑话 " 捧腹时，另一部分人已经在用 AI 重构他们的工作、甚至整个行业了。

也许再过一年，当群体 A 终于意识到发生了什么的时候，鸿沟已经宽得无法跨越了。

所以，你现在属于哪一派？是还在嘲笑 AI" 听不懂笑话 " 的那一边，还是已经在担心 AI" 听懂太多 " 的这一边？

欢迎留言说说你的 AI 使用体验。在这个认知鸿沟不断扩大的时代，保持对话，可能是我们唯一能做的事。

附录： Andrej Karpathy 完整推文

Andrej Karpathy (@karpathy)Judging by my tl there is a growing gap in understanding of AI capability.The first issue I think is around recency and tier of use. I think a lot of people tried the free tier of ChatGPT somewhere last year and allowed it to inform their views on AI a little too much. This is a group of reactions laughing at various quirks of the models, hallucinations, etc. Yes I also saw the viral videos of OpenAI's Advanced Voice mode fumbling simple queries like "should I drive or walk to the carwash". The thing is that these free and old/deprecated models don't reflect the capability in the latest round of state of the art agentic models of this year, especially OpenAI Codex and Claude Code.But that brings me to the second issue. Even if people paid $200/month to use the state of the art models, a lot of the capabilities are relatively "peaky" in highly technical areas. Typical queries around search, writing, advice, etc. are not the domain that has made the most noticeable and dramatic strides in capability. Partly, this is due to the technical details of reinforcement learning and its use of verifiable rewards. But partly, it's also because these use cases are not sufficiently prioritized by the companies in their hillclimbing because they don't lead to as much $ value. The goldmines are elsewhere, and the focus comes along.So that brings me to the second group of people, who both 1) pay for and use the state of the art frontier agentic models (OpenAI Codex / Claude Code) and 2) do so professionally in technical domains like programming, math and research. This group of people is subject to the highest amount of "AI Psychosis" because the recent improvements in these domains as of this year have been nothing short of staggering. When you hand a computer terminal to one of these models, you can now watch them melt programming problems that you'd normally expect to take days/weeks of work. It's this second group of people that assigns a much greater gravity to the capabilities, their slope, and various cyber-related repercussions.TLDR the people in these two groups are speaking past each other. It really is simultaneously the case that OpenAI's free and slightly orphaned (?) "Advanced Voice Mode" will fumble the dumbest questions in your Instagram's reels and at the same time, OpenAI's highest-tier and paid Codex model will go off for 1 hour to coherently restructure an entire code base, or find and exploit vulnerabilities in computer systems. This part really works and has made dramatic strides because 2 properties: 1) these domains offer explicit reward functions that are verifiable meaning they are easily amenable to reinforcement learning training (e.g. unit tests passed yes or no, in contrast to writing, which is much harder to explicitly judge), but also 2) they are a lot more valuable in b2b settings, meaning that the biggest fraction of the team is focused on improving them. So here we are.

（本文部分观点引自 Andrej Karpathy 的推文）