乐于分享
好东西不私藏

嘲笑AI的人和害怕AI的人,用的根本不是同一个东西

嘲笑AI的人和害怕AI的人,用的根本不是同一个东西

哈喽,这里是AI电商实战派。

今天不聊电商,聊一个让我越来越不安的现象。

一、两拨人,两个世界

前两天,Karpathy(前特斯拉AI总监、OpenAI联合创始人)发了一条帖子,说了一句特别精准的话:

"Judging by my tl, there is a growing gap in understanding of AI capability."

翻译过来就是:看我的时间线,人们对AI能力的理解差距正在越来越大。

什么意思?他观察到,现在讨论AI的人,已经分裂成了两个完全不同的群体——

第一拨人

去年用了一下免费版ChatGPT,觉得"也就那样"。刷到语音助手连简单问题都答不利索的视频,哈哈一笑——"这就是要取代人类的AI?"

第二拨人

每月付200美元用最新前沿模型,亲眼看着AI一小时重构整个代码库、独立发现安全漏洞。晚上睡不着——不是因为AI不行,是它太行了。

Karpathy的原话:这两群人在speaking past each other——各说各的,完全对不上频道。

二、你嘲笑的和你害怕的,不是同一个东西

这里面最诡异的一点是:嘲笑AI的人和对AI失眠的人,用的根本就不是同一个产品。

这不是夸张。

免费版ChatGPT语音模式跑的还是GPT-4o时代的模型,知识截止到2024年4月。你问它今天的天气,它可能给你胡说一通。

但同一家公司的Codex——付费最高档——可以接管你的代码终端,花一个小时默默干完一个资深程序员可能要花一两周才能搞定的事。

一个是2024年的遗产产品,一个是2026年的前沿武器。但在大众眼里,它们都叫"AI"。

就好比你2015年试驾了一辆国产电动车,续航150公里,空调一开掉一半,然后你说"电动车就是个玩具"。十年后你朋友开着一辆续航800公里、自动驾驶的车从你身边飘过,你还在那说"电动车不行"。

你嘲笑的那个东西,和你朋友害怕的那个东西,已经不是同一个物种了。

三、为什么差距在加速拉大?

Karpathy解释了一个关键的技术原因,说人话就是——

AI进步最快的领域,恰恰是普通人最不容易感知到的领域。

为什么编程/数学/科研进步最快?

这些领域有一个共同特点:结果可以明确验证。代码跑不跑得通?单元测试过不过?数学证明对不对?答案是确定的。

这意味着AI可以通过强化学习疯狂迭代——做对了奖励,做错了惩罚,日夜不停地自我进化。

而你平时问AI的那些事——写文案、推荐餐厅、总结文章——好坏标准是模糊的,AI很难通过自我训练大幅提升。

所以出现了一个荒诞的局面:

你看得见的方向

搜索、写作、闲聊——进步缓慢,体感"也就那样"

你看不见的方向

自主编程、自主研究、网络攻防——突飞猛进,脱胎换骨

你每天跟AI的交互,恰好是它进步最慢的方向。而它真正脱胎换骨的方向,你可能一辈子都不会直接接触。

这就是认知鸿沟的根源。

四、"AI已经有了阶级体系"

Karpathy这条帖子下面,有一条回复说得更直白:

"AI already has a class system. The real divide isn't capability. It's trust. And trust should be infrastructure, not a luxury."

——Tom Zschach

AI已经有了阶级体系。真正的分界线不是能力,是信任。而信任不应该是奢侈品。

还有一个叫Tuki的博主,把Karpathy的意思翻译成了大白话:

"笑AI的人和对AI失眠的人,用的是两个完全不同的产品。"

这句话让我想了很久。

因为这不仅仅是一个技术问题,这是一个社会分层问题

能每月花200美元、有技术背景、能用英文跟前沿模型对话的人,正在获得一种前所未有的认知加速度。他们知道AI的真实边界在哪里,知道哪些事情AI已经做到了,知道哪些事情在6个月内大概率能做到。

而其他人,还停留在"AI就是一个聊天机器人,有时候挺好笑的"这个认知上。

这两个群体之间的信息差,正在以月为单位扩大。

五、真正危险的不是AI,是认知差

我最近跟不同的人聊AI,有一个越来越强烈的感受——

聊不到一起去。

不是观点不同,是事实基础不同

一个人如果没有亲手用过最新的Claude Code或者OpenAI Codex,你跟他说"AI可以独立完成一个中等复杂度的软件项目",他会觉得你在吹牛。

但你如果每天都在用,你会觉得这句话甚至有点保守了。

这种认知差距,在历史上不是第一次出现。

互联网早期也是这样——1998年你跟人说"以后买东西都在网上",大部分人会笑你。但当时已经有一小群人,每天泡在网上,清楚地看到了趋势。

区别是,那一次的窗口期有十年。这一次,我觉得窗口期可能只有两三年。

AI能力的迭代速度,远超互联网基础设施的铺设速度。等到普通人"感受到"AI的真实实力的时候,利用AI建立优势的人已经跑出去很远了。

说句真话

我写这篇不是为了制造焦虑。

但我必须说一句:现在对AI能力的误判,代价可能比你想象的要大。

不是说每个人都要去学编程、去付200美元用最顶级的模型。而是说,至少要保持一个习惯——

每隔三个月,重新认识一次AI。

因为你三个月前对AI的判断,放到今天大概率已经过时了。

去年觉得AI写不了代码?今年它能独立重构代码库。去年觉得AI做不了研究?今年它能自主读论文、跑实验、写报告。

Karpathy说的那个"growing gap",其实不是AI的问题,是人的问题。

AI在进步,但你对AI的认知,有没有跟着进步?

这才是这个时代最值得问自己的问题。

本文观点基于Karpathy 2026年4月10日推文及社区讨论,加入作者个人思考。

调研 & 撰写:AI(Claude)

主导 & 审校:Steve

AI电商实战派

AI + 跨境电商实战干货
说人话、说真话、不骑墙

关注我,每天更新AI实战内容