https://youtu.be/UD8_5fhFayY?si=pjJbe8if2KZO23iE
人工智慧專家、OpenAI 創始成員 Andrej Karpathy 提出了一個名為「四級認知漏斗」的模型，用以警告全球大眾對當前大型語言模型（LLM）能力的認知存在著極其嚴重的斷層與裂痕。 [1, 2, 3, 4]
| 漏斗層級 | 預估人數 / 佔比 | 對 AI 的認知與使用現狀 |
|---|---|---|
| 第一層：AI 真空區 | 約 60 億人（全球約 75%） | 幾乎從未接觸過大型語言模型或任何生成式 AI。 |
| 第二層：體驗娛樂區 | 約 10 至 20 億人 | 偶爾使用免費版的聊天機器人，主要將其當作比較聰明的搜尋引擎或好玩的玩具。 |
| 第三層：專業代理區 | 約 2,000 萬人 | 數學、程式等專業人員，能在日常工作深度使用頂尖 AI（如 OpenAI Codex、Claude Code）來輔助開發。 |
| 第四層：核心前沿區 | 僅約 5,000 人 | 主要是 AI 頂尖實驗室內部的核心研發人員。只有他們能接觸到未公開的最先進系統，見證過智能體蜂群自主攻防、超前數學推演等真正恐怖且前沿的實力。 |
- 這 5,000 人所見識到的「前沿系統（如智能體蜂群）」究竟是什麼？
- 這一波認知落差對未來的就業市場或社會階級會帶來什麼樣的衝擊？
- 如何提升自己的技能，進入 Karpathy 所說的第三層（2,000萬人）專業區？
Dear friend，我認為，Karpathy 抓到了一個重要現象：我們使用同一個「AI」名詞，卻可能生活在完全不同的技術經驗裡。 但把它說成「只有五千人見過真正的 AI」，又容易把有價值的提醒，變成神祕化的敘事。
先交代查證範圍：我未能直接讀取這支 YouTube 的內容，但找到他 10 月 11 日的原帖索引與相關報導。「漏斗」確實來自他的說法；那些人口數字，他自己稱為 napkin math，就是隨手粗估。因此，它是一幅理解落差的示意圖，還不是經過研究驗證的「四級認知模型」。你貼的四個中文層級名稱，也宜視為整理者的命名。
我最在意的，有以下幾點。
第一，人們確實可能拿著不同年代、不同配置的 AI，爭論同一件事。
有人問免費聊天機器人一個問題，得到胡言亂語；有人讓具備工具、程式執行與驗證能力的系統，持續處理一個專案。前者說「它不可靠」，後者說「我的工作正在改變」，兩個經驗可以同時成立。
Karpathy 的提醒，正是這種經驗差距；他的相關討論也指出，進展集中在程式、數學等容易驗證結果的領域，並未均勻分布。
所以，問「AI 到底有多強」，必須接著問：做什麼工作？有什麼工具？容許多少時間與成本？最後由誰判定成功？
第二，「五千人」最需要防止被誤讀。
按目前轉述，這指的是他估計具有實驗室內部前沿系統存取權的人數；它不等於「全球只有五千人使用前沿模型」，更不等於「五千人已經知道人類的未來」。
這裡有三件應分開的事：
- 接觸更強的系統。
- 準確理解系統的能力與限制。
- 理解它進入社會後的後果。
第一件事提供重要資訊，卻不能自動保證後兩件事。工程師可能先看見能力，教師、勞工、臨床工作者、受其影響的人，則可能先看見另一種後果。
第三，我認為真正令人不安的，是「能力、理解、責任」可能愈來愈分離。
以下是我的推論：一個人或機構，即使無法充分理解 AI，也可能已經開始依照它的產出行動。當產出速度超過查核速度，社會便可能以「看起來能運作」，代替「知道它為何值得相信」。
因此，比「它能不能做出來」更尖銳的問題是：
人是否還有能力，判斷它做出來的東西？又是否仍有權力，拒絕採用？
這才是我覺得漏斗背後真正的政治與倫理問題。接觸權集中，可能使判斷權與決策權也跟著集中；至於代價，卻由漏斗外面的人承擔。
第四，這個漏斗仍然偏向以工程能力排列人的位置。
以數學和程式為例，至少有相對明確的方式，檢查某些結果是否成立。但從「完成更多可驗證工作」，到「更理解人該如何生活」，中間還有很大的距離。
放到精神分析的語境，我會這樣問：一個系統愈能預測、整理、命名某個人，我們是否就愈認識他？還是，我們也可能愈來愈只看見那些系統能夠處理的部分？
這裡不必預先保證，人的某些領域永遠不會被 AI 觸及。更值得追問的是：當某些部分被做得極好，其他部分會不會因此失去被看見的資格？
所以，我接受 Karpathy 的警報：不要用一次平庸的聊天經驗，斷言技術沒有發生重大變化。但我也會在他的漏斗旁邊，再放一個問題：
那些幾乎沒有接觸 AI 的人，是否已經開始被 AI 改變生活，而且沒有參與決定的機會？
在我看來，這比「如何成為那五千人之一」，更接近你一直追問的：在 AI 的世界，人還能剩下什麼。
