- 2026年10月12日，The New Stack援引Andrej Karpathy的观点称，世界上大多数人尚未真正理解先进AI的能力。Karpathy是OpenAI的创始成员之一，目前在Anthropic工作。
- 根据Karpathy个人的估算，约有60亿人几乎没有使用过大型语言模型，10亿至20亿人使用普通聊天机器人，约2,000万人使用先进模型进行编程和数学工作，而只有约5,000人能够接触研究实验室中最强大的AI系统。
- 这些数字是Karpathy的初步估算，并非统计调查的结果。
- Box首席执行官Aaron Levie认为，这种差距反映了AI普及仍处于非常早期的阶段，大多数用户仍将AI视为聊天机器人或高级搜索引擎。
- Levie预测，“agent swarms”（智能体集群），即多个AI智能体协同并行执行不同任务的系统，可能成为企业应用AI的重要形式。
- 然而，目前真正以这种方式使用AI的人仍然很少。主要障碍包括运行成本、模型能力不够稳定、缺乏协调管理工具，以及先进系统的访问权限有限。
- 企业在大规模部署AI智能体之前，还必须解决数据连接、安全、合规以及工作流程变革等问题。
- Karpathy强调，能够回答简单问题的免费聊天机器人，与可以花费数小时重构软件或解决复杂问题的高级AI智能体之间，存在巨大差异。
- 他表示，在很短的时间内，自己就从使用代码自动补全工具亲自编写程序，转变为使用AI智能体完成过去需要数天甚至数周才能完成的编程任务。
- Karpathy将这种新方法称为“agentic engineering”（智能体工程）：工程师的重点不再是亲自编写每一行代码，而是分配任务、明确方向并检查结果。
- Karpathy认为，AI在具备三个特点的领域发展最快：工作在数字环境中进行、结果可以验证，以及工作具有较高的经济价值。
- 编程和数学尤其适合强化学习，因为系统可以自行检查结果、发现错误，并通过多轮试验不断改进。
- Karpathy的AutoResearch项目展示了这种方法：AI在一夜之间利用一块GPU完成50次实验，找到了更优的学习率参数，并自动更新源代码。
- Karpathy认为，如果只要求AI回答简短问题，就无法充分发挥这项技术的潜力。当AI获得能够持续数小时、允许反复试验并自主调整的任务时，才能创造更大的价值。
📌 Karpathy和Levie的观点表明，AI时代的重要差距不仅在于人们是否使用AI，还在于他们能多大程度地发挥AI的能力。当数十亿人仍停留在聊天机器人阶段时，极少数人已经开始使用能够自主研究、编程和解决复杂任务的系统。下一步的发展趋势，是从辅助单个操作的AI转向能够协同执行完整工作流程的AI智能体集群。对企业而言，优先事项不仅是普及AI使用技能，还包括培养问题设计、流程组织、结果验证以及自主AI系统治理等能力。
