10月12日凌晨（北京时间），Karpathy干了件少见的事：他把自己4月份的一条旧推文「掸掸灰」重新发了一遍，只补了一句话——对大模型能力的认知差距，已经不是「两拨人各说各话」，而是变成了一个「越来越尖的漏斗」。知乎
这条推文下面425条评论吵成两个世界。到了周一白天，中文互联网全面接棒。知乎当天新开问题「如何看待Andrej Karpathy提出『AI能力认知漏斗』，少数专业人士已开始有『眩晕感』？」，浏览量迅速破2万。微博上有人让AI把漏斗画成金字塔，收获250多个赞。媒体的标题一个比一个刺激——「全球20亿人被蒙骗」「塔尖只剩5000人」。知乎微博新智元
补一个背景：这位OpenAI联合创始人、前特斯拉AI总监，今年5月官宣加入了Anthropic的核心预训练团队。也就是说，他不是站在岸边看热闹，他本人就站在漏斗口上。机器之心
那么这个漏斗到底分几层、可信度几何、和我们这些偶尔用用AI的普通人有什么关系？我把原帖、36氪/新智元的长文解读、知乎当天的多条高赞回答，还有一份1488人的调研数据翻了一遍，今天一次讲清。
一、漏斗四层，你在哪一层
先说事实。Karpathy自己承认，这些数字是「餐巾纸估算」（napkin math），不是抽样调查——这个限定很重要，先记住。知乎
层级 | 人数（占比） | 他们眼里的AI |
|---|---|---|
第1层 | 约60亿人（75%） | 几乎没接触过，AI只存在于新闻标题和科幻电影里 |
第2层 | 10~20亿人（约20%） | 免费版偶尔用用，「一个笨拙的搜索引擎/写作助手」 |
第3层 | 约2000万人（0.2%） | 付费用Codex、Claude Code等前沿智能体做编程、数学、研究，正在「智能体眩晕」 |
第4层 | 约5000人（0.00006%） | 能接触实验室内部前沿系统的人，看着成千上万个智能体自主协作数周 |
新智元的解读里给了个对照：全球登顶过珠峰的人约7500，而见过前沿AI真实能力的人，比这还少。
塔尖两层的人看到了什么？Karpathy给了几个细节：OpenAI最高端付费版的Codex能在后台静默跑1个小时，重构一整套庞大代码库。实验室内部，智能体蜂群在自主发现零日漏洞、做网络攻防演练、推进数学前沿；AI生成了722篇数学手稿，顶尖数学家需要很长时间才能勉强消化。他的总结是：机器生成内容的速度和深度，已经开始让人类的审查和理解能力跟不上。他还引用了一位大V的话：「你对AI感到敬畏的程度，与你使用AI写代码的频率完美正相关。」新智元知乎
而漏斗底下的大多数人呢？Karpathy说，很多人的AI世界观是被去年的免费版ChatGPT和社交媒体上疯传的「AI翻车视频」塑造的——看AI在「我应该开车还是步行去洗车」这种问题上结结巴巴，笑一声：就这？这就是你们说的超级智能？
他4月的原话判断很直接：免费、过时的模型和今年最顶尖的智能体模型之间，存在巨大的能力代差，大众「完全被免费版和旧模型骗了」。微博
二、漏斗为什么尖：三个原因
Karpathy给出了三条核心因素，我认为这三条比数字本身更值钱。新智元
影响力与你抛给它的「问题规模」成正比。只让AI写邮件、查食谱，系统连热身都算不上；你得有一个装满自己真正关心、亟待解决的难题的「蓄水池」，才能逼出它的极限。
AI当前的能力凸起，集中在「可验证」领域。代码和数学对错分明，强化学习好做、商业价值高，各大公司最精锐的资源都砸在这里；写诗、写文章好坏主观，进步就平。这就是能力的「锯齿状分布」。
访问权限物理分层。免费版、付费版、内部系统，三道阶梯把全人类的认知隔开了。
翻译成大白话：漏斗分层的不是智商、不是行业，而是「你拿什么问题去用 + 你用的是哪一档模型」。
三、社区没有一边倒地信，这三种声音值得听
第一种来自知乎高赞回答（46赞），基本是技术流的：当前LLM是在coding和math这两个「突出部」上突飞猛进，而不是沿着六边形画外接圆，锯齿状分布越来越明显——「突出部带来的最大问题，就是受众分布不均衡」。知乎
第二种更有意思，来自0.2%那一层内部的反证。另一位知乎用户（10赞，10月13日一早发布）说自己完全没有所谓眩晕感，只是觉得可惜：「在我的方向上，opus4.6、gpt5.5这一代之后，模型的升级基本上已经没有新的帮助了，核心就是模型的判断力太差了。」你看，第三层内部同样是锯齿的——你隔壁工位的眩晕，换到你的专业可能就是无感。知乎
第三种来自普通人。一条13赞的回答说得很直白：「反过来看就是，如果不是为了工作，为了赚两口饭吃，我都不想订阅AI。」眩晕是一种职业病，你没有那份工作，不必先得上那个病。知乎
还有冷静的拆解。一篇知乎专栏逐条论证后给了两个限定：一是Karpathy的估算本身未经核实，二是支撑它的证据只有两条，「够形成判断，不够形成结论」。另一篇专栏则提醒：比数字更值得聊的，是漏斗的形状和那三条原因。知乎
所以我的态度是：把漏斗当X光片看，不要当人口普查看。数字可能有偏差，但骨架形状是真实的；至于「20亿人被蒙骗」这种标题，更不用跟着转。
四、急着花钱往上爬之前，先算一笔「脑过载」账
这是今天最想帮你补上的一块，因为漏斗叙事有个盲区：它只讲了「爬上去看到的风景多震撼」，没讲「缆车票对注意力的消耗」。
几乎同一时间，36氪转载了一项调研：研究团队调查了1488名美国大型企业全职员工（58%普通员工、41%管理者），专门研究AI使用的认知代价，并提出了一个词——「AI大脑过载」（AI brain fry）：因过度使用或监督AI工具、超出自身认知能力范围而产生的精神疲劳。36氪
几个关键数字：
需要高强度监督AI的员工：脑力消耗高出14%，精神疲劳增加12%，信息过载感增加19%；
工具数量有甜点位：从1个工具加到2个，效率显著提升；加到第3个还在升，但增幅放缓；超过3个，效率分开始下降；
经历过「大脑过载」的人：决策疲劳高出33%，小失误概率高11%，大失误概率高39%；主动离职意向从约25%升到近34%；
但反向也成立：把常规、重复任务交给AI的人，职业倦怠得分比不这样用的人低15%。
工具数量和效率的关系，调研直接画成了一条曲线。36氪
调研里还提到一个很生动的案例。2026年元旦，老牌程序员Steve Yegge开源了GasTown平台，可以同时调度大量Claude Code智能体组装软件，结果快到让人眼花缭乱，早期用户说：「平台上发生的事情实在太多，超出了人们能够理解的范畴，看它运行时，我明显感受到一股压力。」36氪
Cua AI创始人Francesco Bonacci则写了篇《氛围编程瘫痪：当无限生产力压垮你的大脑》，里面一句话戳中要害：「让我疲惫的并不是工作本身，而是对工作的管理。」36氪
你看，2000万人的「智能体眩晕」，翻译到调研数据里就是这个样子：往上爬不是免费的，代价是注意力和判断力。而对绝大多数爬得慢的普通人，这反而是个好消息——你不需要组建智能体大军来证明自己爬过了漏斗。
五、那到底要不要爬？我的答案是三步走
第一步：0元，先更新「时新度」。
如果你对AI的印象还停留在去年的免费版、或者短视频里的翻车集锦，这周花半小时，用当前旗舰模型的免费档重新测一次——别测脑筋急转弯，测三个你自己的真实问题（比如：让它读一份你正要签的合同、规划一次年假行程、把一堆乱七八糟的账目整理成表格）。顺带一提，本周的另一件大事是OpenAI全量推送GPT-6、免费档也长出了可点可改的交互界面——白嫖测试的门槛只会越来越低，不必为噱头花钱。微博
第二步：花钱不超过3个工具。
那份1488人调研给出的阈值效应非常明确：2~3个工具是效率甜点位。如果复测后你发现了某个真高频场景（周报、代码、修图、翻译），再考虑为它开一份付费订阅，一份就够。如果你手里已经在用3个以上AI工具，第一动作不是加，是砍。
第三步：0元，攒一个「问题蓄水池」。
这是Karpathy三条原因里唯一向普通人免费发放的门票。把你工作生活里那些「难但你真正关心」的问题写下来——副业方案、家庭现金流、孩子的升学路线、拖延了半年的报告——一个个喂给当前最强的模型。第2层和第3层的分界线，从来不是「会不会写代码」，而是「敢不敢把真问题喂进去」。
两个不要：不要买任何拿这个漏斗当话术的焦虑课程（「5000人内部系统」这种东西不会卖给你）；不要为焦虑囤订阅，漏斗不会因为你多充了会员就变宽。
六、对号入座：四类人，四个动作
几乎没用过AI的你（第1层）：不用慌，你并没有掉队，你身边60亿人都一样。本周用免费App解决一件真实小事，好用就是赚到，不好用也省了订阅费。
偶尔用免费版的你（第2层）：做第一步复测+第三步攒问题，观察一个月；出现高频场景再开一份订阅，只开一份。
已经是职场重度用户、有点晕的你：立刻盘点手里的AI工具，砍到3个以内；把重复性苦差事全交给AI（这是倦怠-15%的受益区），把需要你「盯梢」的智能体数量降下来。那份调研还按部门统计了「大脑过载」的发生比例，不同职能之间差异很大——如果你恰好在重度使用的部门，这个动作更要先做。36氪
在编程/数学等凸起行业吃饭的你（第3层）：你的问题不是买更多，而是锯齿性——那条「opus4.6之后升级没帮助」的10赞回答值得读三遍，别指望在模型判断力不足的领域复刻同样的眩晕。
七、接下来值得盯的信号
最后留几个观察锚点。一看「凸起」什么时候外扩：那条说不想订阅AI的回答也给了个时间点——「也许具身智能真能落地后，才能明显改变这个情况」。二看免费档什么时候继承智能体能力：GPT-6免费档长出界面只是前奏，第2层的体验被整体拉高之日，就是漏斗中段被强行撑宽之时。三看5000人层的「内部系统」能力什么时候产品化下放——AI圈的规律是，今天的禁区，常常就是明年的功能列表。知乎
Karpathy这条漏斗的真正价值，不是吓你，而是解释了一个日常尴尬：为什么你的群聊里，有人说AI弱智、有人说AI已经把周级工作压成小时——两边可能都没说谎，只是站在漏斗的不同层。看完这篇，你至少知道了自己站在哪一层、下一步往哪儿迈，以及迈这一步到底要花多少钱、费多少脑子。
