AI能力认知差距扩大

人工智能研究员、OpenAI联合创始人及前特斯拉AI总监Andrej Karpathy在X平台上表示，公众对大语言模型（LLM）能力的认知差距正在进一步扩大。他指出，这种情况已从两个群体之间缺乏有效沟通，演变为一个更为陡峭的“漏斗”结构。

认知分布的分层估算

Karpathy基于接触程度提供了一份分层估算：

  • 低接触群体：约60亿人（约占全球人口的75%）几乎没有接触过大语言模型。
  • 偶尔使用群体：约10亿至20亿人（约占20%）仅偶尔使用类似ChatGPT的免费版本产品。该群体通常将这些工具视为更好的搜索或写作辅助工具，且许多非技术人员以及数学和编程领域之外的专业人士认为其效用有限。
  • 专业使用群体：约2000万人（约占0.2%）在数学和编程领域专业地使用前沿模型。这一群体见证了此前需要花费数周时间才能完成的复杂项目在AI辅助下得以实现。

感知差异与技术进展

相关分析指出，偶尔使用免费聊天功能的人与将长期任务委托给前沿模型的人，即使在讨论同一个AI时，其思考的内容也完全不同。与此同时，AI处理信息的能力正在增加。例如，GPT-6.1 Sol在Codex和Work中可一次处理的上下文数量已从272k增加到500k，其目标是减少在执行长期任务时压缩对话或文档的次数，从而更轻松地维持详细条件。

尽管AI处理能力在提升，但这种能力如何具体应用于个人的生活和工作中，目前看来仍然难以清晰地预见。