AI会加剧效率分化，未来有可能1个人顶10000个人

@莫大艺术家：刚才遛弯，看到了 karpathy 大佬说了个残酷的，大意是，免费、过时的模型（大众认知）与今年最顶尖的智能体模型（如Claude Code/Codex）之间存在巨大的能力代差。
你用的好，你对行业理解的就深，你用的垃圾，你就是个垃圾。
AI的进化在编程、数学和科研等“可验证、高价值”的领域是飞跃式的（由于强化学习的特性），但在日常写作、常识问答等模糊领域进步相对缓慢。
所以大概存在了一个认知断层：
专业技术人员（Group 2）正在见证 AI “瞬间解决数周工作量”的奇迹，而普通用户（Group 1）仍因模型在日常对话中的低级错误而低估 AI。
原文我贴一下：
———————–
在我看来，人们对 AI 能力的理解正出现日益扩大的鸿沟。
第一个问题在于使用的“时效性”和“层级”。 很多人还停留在去年试用 ChatGPT 免费版的印象中，并以此作为对 AI 的全部认知。这导致一群人还在嘲笑模型的幻觉和低级错误（比如最近流传的语音模式连“去洗车店该开车还是走路”都答错）。但问题在于，这些过时的免费模型根本无法代表今年最前沿的“智能体”模型（Agentic Models）的水平，特别是像 OpenAI Codex 和 Claude Code 这种级别。

第二个问题在于应用领域的“偏向性”。 即使有人每月花 200 美元使用顶级模型，AI 的进步也主要集中在高度专业的技术领域。普通的搜索、写作和建议类查询，并不是进步最明显的地方。这一方面是因为强化学习（RL）更擅长处理“可验证奖励”的任务（比如代码行不行，有标准答案）；另一方面是因为这些技术领域具有极高的商业价值，是各家公司的研发重心。

因此，现在出现了第二群人： 他们既使用顶级模型，又在编程、数学和研究等专业领域高频使用。这群人正经历着“AI 狂热”，因为今年的进步简直令人震惊。当你给这些模型一个终端权限，你会看到它们在短短一小时内重构整个代码库，或者修复复杂的系统漏洞，而这些工作以前需要人类耗费数周。

简而言之： 社交媒体上嘲笑 AI 愚蠢的人，和专业领域里被 AI 生产力吓到的人，完全是在各说各话。OpenAI 的免费语音模式可能会犯蠢，但与此同时，它的顶级 Codex 模型已经能像专家一样处理极高难度的技术挑战了。

结论就是：
如果你还没感受到 AI 的震撼，那可能是因为你还没在专业技术领域使用过今年最顶级的生产力工具。
—————–
不过大佬也感慨了一句：
“有人最近对我说，OpenClaw 之所以引起如此大的反响，是因为这是第一次有一大群非技术人员（他们平时只把 AI 与 ChatGPT 网站等同起来）体验最新的智能代理模型。”

我也是有如此想法。
所以，这种尝试跨越鸿沟的拉平智力导致的阶级隔离的产物，终究会带来行业很大的麻烦：Token 浪费

咱就说啊..OpenClaw 折腾的这几个月，估计会把各家低价套餐全打没..
大概不久就能看到，每个月最低 199 入门套餐了..