认知差距不只是技术门槛，更是使用方式的差距。
文章作者、来源：ME News
TL;DR
- AI普及与能力认知正在脱节。 越来越多人开始使用AI，但他们接触到的产品和工作方式，未必能够体现前沿模型的真实能力。
- AI的进步具有明显的领域差异。 在编程、数学等结果容易验证的任务中，Agent已经可以完成部分过去需要专业人员数天甚至数周的工作，但这一能力尚不能直接推广到所有行业。
- 认知差距不只是技术门槛，更是使用方式的差距。 有人利用AI回答问题，有人则让AI执行项目、调用工具、协同工作，两者对技术价值的判断自然不同。
- 前沿实验室的领先是真实存在的，但不应被神秘化。 内部系统的优势不仅来自模型能力，还来自算力、工作环境、工具权限和持续实验的条件。
- 未来更值得关注的是AI价值的分配。 当复杂任务能够被自动化，拥有业务场景、专业判断和组织能力的人，可能比单纯熟悉提示词的人获得更多收益。
一、AI正在变得越来越强，但人们对它的理解却越来越不一致
2026年10月11日，人工智能研究者Andrej Karpathy在社交平台X上重新讨论了一个值得关注的现象：随着大模型能力持续进步，不同人群对AI的理解不但没有逐渐趋同，反而出现了越来越明显的分化。
Karpathy曾参与创立OpenAI，担任过特斯拉AI负责人，并于今年5月加入Anthropic预训练团队。他在今年4月就提出过类似观点，当时，他将AI用户大致分成两类：一类人偶尔使用免费聊天机器人，仍然觉得AI回答不够准确；另一类人则已经通过Claude Code、Codex等工具，在专业工作中获得了截然不同的体验。
半年之后，他认为这种差距已经从两类用户之间的认知分歧，演变成了一条越来越陡峭的漏斗。
按照他的粗略估算，全球约60亿人几乎没有真正接触过大语言模型，10亿至20亿人只是偶尔使用免费聊天机器人，约2000万人在编程、数学等领域使用前沿AI系统，而处于最顶端的约5000人，则有机会在内部接触尚未全面开放的前沿系统。
在Karpathy的描述中，这些内部系统已经能够支持大量Agent协作、持续推进复杂项目，并参与软件漏洞发现和数学研究，人类对部分成果的审核速度正在面临挑战。
需要强调的是，这些人口数字并非经过统计调查得出的结论，Karpathy本人也将其定义为粗略估算。尤其是最顶端的5000人，目前缺乏公开数据可以验证，因此不能将这套分类直接理解为全球AI用户的真实分布。
但数字是否精确，并不影响他所指出的问题值得讨论。AI正在经历一种不同寻常的技术扩散：使用人数不断增加，能力持续升级，但不同群体之间的实际使用深度并没有同步提升。
过去，我们通常认为一种技术越普及，社会对它的理解就会越充分。智能手机和移动互联网的发展大致符合这一规律，用户即使不理解底层技术，也能通过日常使用感受到产品能力的提升。但大模型有一个不同之处，它的能力边界高度依赖用户提出的问题，以及用户愿意为它配置多少工具、资源和执行权限。
如果一个人只用AI修改邮件，他看到的进步可能只是措辞更加自然；而另一个人用同样的技术架构完成软件开发、数据分析和自动化实验，感受到的变化可能已经接近工作流程的重构。两个人并不一定有人判断错误，只是他们观察的根本不是同一种工作场景。
二、为什么AI在编程领域的表现，远远超出普通人的感知？
理解这场认知分化，首先需要认识AI能力进步的不均衡性。
大模型虽然可以处理语言、代码、图像和多种专业任务，但并不是每个领域都以同样速度取得突破。尤其在编程和数学等领域，由于答案通常能够通过运行结果、测试用例或形式化证明进行验证，模型可以更有效地利用反馈不断改进自身表现。
这也是近年来强化学习与可验证奖励受到重视的重要原因。当一道数学题能够判断对错、一段代码能够通过自动测试时，系统就有条件进行大量尝试，并根据反馈调整策略。相比之下，商业战略、组织管理、艺术创作等任务，往往缺乏明确而统一的评价标准，正确答案还可能依赖难以量化的现实环境。
这种差别已经在研究数据中得到体现。
独立AI评估机构METR在2026年5月发布的前沿风险报告中发现，最强的一批AI Agent已经能够完成部分需要人类专家耗费数天的编程任务。在与Epoch AI共同开发的MirrorCode测试中，一些模型甚至完成了按人类工作量估算需要数周的软件重新实现任务。
当然，这不意味着AI已经可以独立承担任意持续数周的真实项目。MirrorCode主要测试特定的软件重建能力，任务拥有相对明确的目标和可验证结果，其表现不能简单推广到所有软件工程场景。
METR在同一份报告中也记录了模型的明显短板。例如，在要求Agent改造复杂软件工具或寻找特定系统漏洞时，模型虽然取得了部分进展，但依然存在实现缺陷、判断失误和无效尝试。这说明AI完成某些高难度任务的能力，与稳定承担整个专业岗位的能力之间，仍有距离。
不过，另一个变化同样不能忽视：AI正在从辅助生成代码的工具，发展成能够操作软件环境、持续执行任务并根据结果反复调整的系统。
微软2026年7月披露，GitHub Copilot用户数量已达到5000万，GitHub平台约三分之一的拉取请求已经涉及Agent。这两个指标并不意味着AI独立完成了三分之一的软件开发工作，却说明Agent参与开发流程正在成为越来越常见的实践。
真正改变技术体验的，并不是AI终于能够回答更复杂的问题，而是它开始能够把回答转化为行动，并持续处理行动产生的新问题。
对普通用户而言，这种转变并不直观。聊天机器人依然表现为一个输入问题、输出答案的对话框，而编程Agent背后往往连接着代码仓库、命令行、测试环境和自动执行工具。前者提供信息，后者已经能够参与生产过程。
这也是为什么前沿AI的能力进步，可能很长一段时间都无法被普通用户完整感知。
三、比模型差距更重要的，是使用方式正在分化
如果说技术能力的不均衡解释了AI为什么首先在专业领域产生突破，那么使用方式的差异，则进一步解释了为什么即便面对相近的模型，不同人的体验仍可能相差巨大。
Anthropic在2026年6月发布的经济指数报告中指出，Claude的使用形态已经出现显著变化。此前，用户与模型之间的交互主要表现为一轮轮对话，而随着Claude Code和Cowork的发展，越来越多的工作开始转向持续运行的Agent任务。
这意味着，衡量AI使用深度的标准正在发生改变。过去，人们关心自己每天向AI提出多少问题，现在更值得关注的是，有多少工作可以被完整交给AI，以及人类需要在过程中介入多少次。
比如，同样需要制作一份企业竞争分析报告，初级使用者可能让AI介绍竞争对手，再把内容复制进文档；更熟练的使用者则可能提供数据文件、明确研究范围，让Agent整理资料、执行分析、生成报告并根据反馈修改。两种方式使用的基础能力可能接近，但完成的工作量和节省的时间并不相同。
这背后存在一种值得重视的正向反馈：越能够发现复杂问题并将其拆解为可执行任务的人，越容易从AI中获得收益；而收益又会促使他们继续投入时间、资金和精力，探索更复杂的应用。
Anthropic的研究也发现，倾向于将任务直接委托给AI的用户，通常认为AI能够承担自己更多的工作，并对未来的工作收益持有更积极的预期。不过，这一关系并不能直接证明自动化使用导致了更高生产率，因为原本更相信AI的人，也可能更愿意主动委托任务。
这里还存在一个容易被忽略的现实：使用AI本身并不等于具备利用AI创造价值的能力。
一个缺乏软件工程经验的人，即使能够生成数千行代码，也未必具备评估系统安全性、可维护性和实际商业价值的能力。同样，一名金融从业者可以借助AI快速构建估值模型，但模型是否合理，依然取决于对财务数据、业务逻辑和风险假设的理解。
AI降低了完成某些任务的技术门槛，却没有自动消除专业判断的重要性。相反，当内容和代码的生成成本下降，提出正确问题、识别错误结果以及承担最终责任的价值，可能变得更加突出。
因此，所谓AI认知鸿沟，并不只是普通人与技术专家之间的差距，更可能是浅层使用者与深度工作流使用者之间的差距。它可以存在于不同职业之间，也可能存在于同一家公司、同一个部门甚至同一岗位的从业者之间。
四、最前沿的5000人，究竟看到了什么？
Karpathy提出的四层漏斗中，最容易引起关注的无疑是最顶端的约5000人。他们能够接触尚未广泛开放的前沿系统，看到普通用户暂时无法完整体验的技术能力。
但讨论这部分人群时，需要避免把AI实验室描述为拥有某种无法验证的神秘技术。事实上，公开披露的信息已经足以说明，前沿实验室的工作方式正在发生变化。
2026年9月17日，Anthropic公布了一组有关内部AI研发自动化的数据。截至当年8月，Claude已经能够在约26%的AI研发工作中承担主导角色，即根据较高层次的任务要求完成大部分工作，再由人类监督；超过90%的AI研发工作，至少达到了AI参与较大部分任务的协作程度。
更值得关注的是，Anthropic表示，其最常用的内部平台在2026年8月的任一时点，约有3万个Agent参与研究和工程工作。这个数字衡量的是同时运行的Agent规模，而不是员工数量或完全自主的研究项目数量。
与此同时，Anthropic也明确承认，在其测量范围内，Claude尚未达到完全无需人类介入、自主完成AI研发的水平。
这些数据呈现出一个比单纯讨论模型聪明程度更重要的趋势：前沿实验室正在将AI整合进模型研发本身，从编写代码、运行实验，到辅助评估和改进系统，AI正在越来越多地参与下一代AI的开发过程。
这种变化会产生新的信息不对称。实验室内部人员不仅接触更新的模型，还能够使用更充足的算力、更完整的研发环境以及高度专业化的工具链。他们观察到的成果，往往是模型、工程系统和人类研究者共同作用的结果，而不是单一聊天机器人能够独立展示的能力。
不过，内部系统与公开模型之间的差距同样不能无限夸大。
METR在2026年2月至3月开展的独立评估中，获得了Anthropic、Google、Meta和OpenAI部分内部前沿模型的访问权限。其5月公布的结论认为，在当时的评估范围内，这些内部模型并未表现出显著超越公开前沿模型的能力，尽管具体任务和测试方法仍存在不确定性。
这给Karpathy的漏斗提供了一个重要补充：顶端人群的优势，未必完全来自掌握远远领先的模型，更可能来自他们有条件将先进模型组织成规模化、持续运行的研发系统。
因此，AI的真实能力不能只看模型参数或排行榜，更需要观察模型在特定工具、工作流程和资源投入条件下，究竟能够完成什么。
五、AI认知鸿沟，最终可能演变为经济价值的分配差距
从财经视角看，Karpathy的观察真正值得警惕的，并不是社会上有多少人尚未体验先进模型，而是不同群体对AI生产力的获取能力可能出现分化。
斯坦福大学《2026年AI指数报告》显示，2025年全球受访企业中，已有88%表示在至少一个业务职能中使用AI，但Agent在绝大多数具体职能中的部署比例仍处于个位数水平。
这说明企业已经普遍接受AI的存在，却还没有普遍完成从工具应用到流程自动化的转型。部署一个聊天助手相对容易，真正让Agent接入企业数据、执行跨部门任务并承担持续性工作，则涉及系统集成、权限控制、结果审核和组织调整。
如果一家企业仅将AI用于写作、翻译和客服辅助，它可能得到局部效率改善；另一家企业如果能够将AI接入研发、数据处理和内部运营流程，理论上就有机会改变更大范围内的成本结构和生产能力。但后一种收益必须经过实际业务验证，不能简单等同于模型测试成绩。
这种差距也不意味着AI一定会提高所有人的工作效率。METR在2025年的一项随机对照实验中，曾观察到经验丰富的开源开发者使用当时的AI工具后，完成任务的时间反而增加了19%。而其2026年报告又披露，使用2025年后期Agent工具的相关实验开始显示一定程度的正向生产率收益。
两组结果并不矛盾，它们反映了模型能力、任务类型、工具成熟度与使用经验共同影响最终效果。AI的经济价值需要在具体生产环境中测量，而不能仅凭演示视频、使用者感受或行业宣传来判断。
进一步看，当AI生成代码、内容和初步分析的成本持续下降，单纯提供这些标准化产出的工作，可能面临新的竞争压力。与此同时，能够提供独特业务数据、组织复杂项目、整合专业资源并验证最终结果的人，可能获得更强的生产力杠杆。
这种变化并不必然导致收入差距扩大，因为低成本AI同样可能帮助资源有限的个人和小企业进入过去难以参与的市场。但如果先进工具、计算资源和高质量数据长期集中在少数组织手中，技术扩散的收益就未必能够均匀分配。
对于企业而言，真正需要回答的问题已经不是是否应该使用AI，而是AI究竟改变了多少工作流程、创造了多少可以持续计量的价值，以及这些收益能否抵消模型调用、系统建设和监督管理的成本。
对于个人而言，值得投入的也不只是学习某个AI产品的使用技巧，更包括建立专业知识、理解业务流程，以及培养判断和验证AI产出的能力。因为模型本身会持续升级，但将技术能力转化为实际成果的过程，仍然需要人来定义目标和承担责任。
六、真正需要缩小的，不只是AI使用门槛
回到Karpathy提出的漏斗，我们能够看到一个看似矛盾、实则并存的现实：AI技术正在快速普及，但前沿能力的实际使用仍集中在有限的场景和人群之中。
斯坦福《2026年AI指数报告》甚至给出了一个可以提醒我们保持谨慎的数据：按照报告采用的统计口径，生成式AI在约三年内已经达到53%的普及率。这与Karpathy所说约75%人口几乎没有接触大模型，并不能直接对应。两者采用的定义和统计方法不同，更不能据此认定全球人口确实能够被精确划分为四个层级。
因此，把漏斗看成一种揭示差异的观察框架，比把它看作准确的人口统计更有意义。
眼下最值得重视的，并不是最先进的AI究竟掌握在5000人还是更多人手中，而是社会对AI能力的认识，能否跟上技术应用方式的变化。普通用户需要看到的不只是越来越流畅的回答，也需要理解AI能够完成哪些任务、在哪些条件下可靠，以及何时仍然需要人类监督。
前沿企业则有责任通过公开评估、独立测试和风险披露，让外界能够区分已经得到验证的技术能力与尚处探索阶段的实验成果。否则，信息不透明只会同时放大公众对AI的低估和过度想象。
AI时代真正重要的鸿沟，可能不是谁能使用最先进的模型，而是谁有能力将AI转化为可靠、可持续、可以验证的生产力。
随着模型能力不断进步，这道鸿沟既可能因为工具普及而缩小，也可能因为资源、知识和组织能力的集中而进一步扩大。决定结果的，最终不会只是AI变得多么聪明，而是人类社会能否建立起理解、使用和监督这种新生产力的能力。