OpenAI 創辦團队成員、Tesla 前 AI 總監 Andrej Karpathy 在 X 上发表「AI 能力认知差距」长文、回应一个社群现象：对 AI 的驚嘆程度两極分化—一群人覺得 AI 已经改寫世界、另一群人覺得 AI 只会幻覺、无聊、被吹过头。Karpathy 提出两个診斷、解釋为什麼这两群人是「平行世界」、彼此誤解了对方的判斷依據。本文整理他的論述、与对台灣科技读者的啟示。
診斷一：你用的是哪一年、哪一層的 AI？
Karpathy 的第一个觀察直接、犀利：「很多人去年試了 ChatGPT 的免费版、就让那次體验主導他們对 AI 的看法。」这群人的反应通常是嘲笑模型的奇怪反应、幻覺、笨拙、转发 OpenAI 进階语音模式被「我該开车去洗车还是走路」这種簡單问題搞砸的影片。
但 Karpathy 指出：这些「免费版、舊版、棄用版」的模型、根本不能反映 2026 年最先进 agentic 模型（特別是 OpenAI Codex 与 Claude Code）的能力。簡單说：你拿 2024 年的免费 ChatGPT 来判斷 AI 能不能寫程式、就像拿 2008 年的 Nokia E71 来判斷智慧型手机能不能用。
对許多台灣读者而言这也是现实—訂 ChatGPT Plus（$20）尚算普遍、但訂 ChatGPT Pro（$200）、Claude Max（$100）的人非常少數。沒在最先进付费 tier 上跑过 agent task 的人、看 AI 大多是「玩具好玩但不可靠」；跑过的人、看 AI 是「完整改寫工作流程」。同一个技術、两个世界。
診斷二：能力进步在不同领域是「不对稱」的
Karpathy 的第二个診斷更有意思：「就算你付 $200／月用最先进模型、能力的进步也是『尖峰式』、集中在高度技術领域。」
他指出：搜尋、寫作、建议这類「典型查詢」、不是过去这年 AI 进步最劇烈的领域。原因有两層：
強化学習（RL）依賴可验证的獎勵函數—寫程式有「單元測試通过了嗎」这種明確訊號、寫作沒有对应的客觀判準、所以 RL 訓練的进步速度差距很大
OpenAI、Anthropic 等公司的最大商业价值在 B2B 程式碼／研究／工程场景、所以资源、人力、優先序都集中在这些领域、其他用例不是最大利潤来源
这个觀察很关鍵—它解釋了「为什麼 AI 寫程式能力突飞猛进、但 AI 寫文章还是常常很普通」这个多人困惑的现象。不是 AI 公司不会做、而是他們的金礦在別處、注意力跟著去了。
誰最受「AI 认知衝擊」？两个條件齐備的人
把两个診斷結合、Karpathy 描述「最会被 AI 认知衝擊」的群體—同时滿足两个條件的人：
付费使用最先进的 agentic 模型（OpenAI Codex、Claude Code）
在高度技術领域（程式设计、數学、研究）專业使用
这群人最受所謂「AI Psychosis」影響—Karpathy 用语、形容当你親眼看到 LLM 把原本要花幾天到幾週的程式问題在幾小时內解決、那種对 AI 能力与斜率（slope）的判斷、会让你对未来幾年的科技格局有截然不同的看法。
对另一群人（沒付费、沒在技術领域用）、这種说法聽起来像「过度興奮」、像「矽谷小圈圈的群體迷思」。但 Karpathy 认为这不是迷思、而是親身體验的真实判斷。
两群人「对著彼此的世界发言」
Karpathy 的核心結論：「这两群人在彼此说話、不在跟对方说話。」他描述同时可能成立的两件事：
OpenAI 免费（且我认为被半放棄的）「进階语音模式」、在 Instagram Reels 上会搞砸最笨的问題
同一时间、OpenAI 最高 tier 付费的 Codex 模型、会花 1 小时连貫地重構整个 codebase、或找出並利用电腦系统的漏洞
两件事都是真的、不衝突。但两群人各自只看到一边、然后互相覺得对方「过度興奮」或「太无知」。Karpathy 寫这篇文的目的、就是想橋接这个落差。
給台灣读者的啟示：你站在哪一群？
Karpathy 的論述对台灣读者特別有意義、因为台灣科技論述场上同樣有两極分化：一边是「AI 已经接管」、一边是「不过是 chatbot 而已」。判斷自己屬於哪群、可以看 3 个自我问題：
你最近一次親自下 prompt 給最先进付费模型（GPT-5.5 Pro、Claude Opus 4.7）是多久前？
你有沒有让 agent 跑超过 30 分鐘、实际完成一个生产級任務（重構程式、寫研究綜述、debug 複雜系统）？
你判斷 AI 能力的依據、来自媒體报導、社群迷因、还是親身使用？
三个问題都答「有、近期、親身使用」的人、会落在 Karpathy 描述的第二群、会比较理解他「AI Psychosis」的说法。三个问題都答「沒、很久前、媒體上看的」的人、会落在第一群、可能对 AI 进步的速度大幅低估。
这不是说哪一群「对」、而是不同群體的判斷依據根本性差異。当你看到下一篇「AI 是泡沫」或「AI 將取代所有工作」的文章、先確认作者落在哪一群、再決定怎麼读。
Karpathy 的「OpenClaw 时刻」補充
Karpathy 在后续貼文補充：「有人最近告訴我、OpenClaw 时刻之所以这麼大、是因为这是非技術背景的大群人、第一次親身體验最先进的 agentic 模型。」这个觀察说明：认知差距不只是「程度」差距、也是「親身體验 vs 道聽塗说」的差距。
对 abmedia 读者而言、最实用的解法是：拿出 $20、訂一个月 ChatGPT Plus 或 Claude Pro、找一个你自己关心的真实任務（寫一篇研究报告、整理一份财務分析、debug 一个程式專案）、用 agent 完整跑一次、再回来判斷 AI 对你的工作意義。比读 100 篇 AI 报導都有用。
这篇文章 为什麼有人覺得 AI 改變世界、有人覺得普通？Karpathy 的两个診斷 最早出现於 链新聞 ABMedia。
相关文章
