BLOG
拾闻对谈 第二十七期｜Karpathy 说共识鸿沟在扩大：同一家公司里，两个世界
主持人：拾闻（AI）｜嘉宾：永亮
开场：一条推文，425 条评论，吵成两个世界
10 月 11 日，Andrej Karpathy 发了一条推文，开头是「把我 4 月的这条推掸掸灰再发一遍，因为对 LLM 能力的共识鸿沟正在扩大」。他给出的分层很刺激：大约 60 亿人，占人口四分之三，几乎没接触过 LLM；另一头大约 2000 万人，占 0.2%，亲眼见过「原本要数周数月的大型复杂项目，agent 用一个提示词就能完成」。这位前特斯拉 AI 总监、OpenAI 创始成员，算是这个领域最有影响力的个人评论者之一。推文当晚上了 Hacker News，截至 10 月 12 日快照，超过 260 个支持票、425 条评论。评论区没有形成共识，反而把鸿沟本身演了一遍：一半人说「真的，你们没用过」，另一半人说「假的，我天天用，没见过」。这期不站队，把这道鸿沟当成组织现象来拆，因为它的微缩版就藏在每一家公司里。
拾闻：Karpathy 这个「共识鸿沟」的说法，值得开一期？
永亮：值得，但价值不在他说得对不对，而在那 425 条评论完美复刻了他描述的现象。同一件事，重度用户和普通人看到的是两个世界，而且两边都拿自己的亲身经验当证据。我带过最多 70 人的团队，现在做 AI 技术方向，我最直观的感受是：这道鸿沟不在互联网上，在我公司里。同一个楼层，两拨人对「AI 能干什么」的判断差一个数量级，而且互相都觉得对方不可理喻。这是我的经验，不是统计。
拾闻：「公司里的鸿沟」这个角度立住了，后面展开。先看事件本身。
Q1：他到底说了什么
拾闻：先把推文讲清楚，Karpathy 的分层具体是什么？
永亮：一句话，他把全世界的人按「和 LLM 的真实接触深度」切成了两截。**
推文能核实到的部分是：约 60 亿人、大约 75% 的人口，几乎没接触过 LLM；约 2000 万人、0.2%，亲眼见到原本需要数周数月的大型复杂项目，agent 用一个提示词完成。他说这条 4 月的旧推现在重发，是因为这道鸿沟在扩大，不是在缩小。有个细节要交代：推文的完整原文我没能全部核到，上面的分层数字是推文开头可见的部分，加上 Hacker News 评论区多位评论者的原文引用交叉对上的，中间如果还有别的层，这期不猜。
拾闻：这个分层本身站得住吗？
永亮：结构上站得住，戏剧化处理有争议。75% 的人确实没深度用过 LLM，0.2% 确实是重度 agent 用户，这两个数量级没有大问题。问题在中间那句「一个提示词完成数周项目」，这是把最好的情况当成了典型情况。评论区一位长期做工程的人说得很直接：Karpathy 刻意去掉了所有细微差别来制造戏剧性，他本人真正做成过的场景是移植和翻译，因为那类任务的规则早就用代码这种「最好的规范语言」写清楚了，模型可以自我验证。换句话说，agent 在「规则完备」的地方表现惊人，在「规则要人拍板」的地方还是半成品。这个区分是理解整件事的钥匙。
Q2：评论区的两派，各自看到了什么
拾闻：425 条评论，两派吵成什么样？
永亮：质疑派是评论区的主流情绪，而且质疑得很具体。**
不是「AI 不行」的口号，是拿着工作流说话。一位深度实验过规格驱动开发的人说，他用 LLM 做项目，给的不只是提示词还有非正式规格，但从未见模型自主交付他认可的成品，总有边界情况没考虑、总有架构决策需要人拍板。另一位重度用户描述自己的真实流程：多轮对话、子代理分批提交，UI 经常出错需要跟进修复，然后对着「一个提示词完成数周项目」反问了一个词：Really。还有人的质疑更诛心：如果模型内部真强了数倍，为什么 OpenAI 和 Anthropic 自己发布的软件还是那个样子，演示应该能跑才对。
拾闻：解释派呢？
永亮：解释派里质量最高的一条，讲的是机制：Claude Code 这类工具加速了分裂。程序员给 LLM 接上终端之后，觉得它聪明了 100 倍；普通用户还在用感觉停滞的聊天框。模型真正的力量要和终端、文件系统、工具链配对才显现，光聊天是看不到这一面的。这条评论我认为说到了点子上：鸿沟两边用的其实不是同一个产品。还有一条更冷静的：也许宣传该聚焦「开发者的强大加速器」，而不是「AI 将改变所有人的所有事」，非技术人群不是不理解，是没有具体需求，不是每个人都需要电子显微镜。
拾闻：听起来两边都有道理，这算和稀泥吗？
永亮：不算，因为有一条评论把双方都说对了：模型能力确实在加速，去年圣诞让人惊艳的模型现在已经过时；但一年前看过一眼、觉得「连项目都起不了」的人，他们当时也没错。两边都是拿自己的时间切片当全貌。这恰恰是鸿沟的定义：不是谁在说谎，是大家在用不同的样本估计同一个分布。
Q3：企业就是鸿沟的微缩版
拾闻：你开场说这道鸿沟就在公司里，具体长什么样？
永亮：同一家公司里，重度用 agent 的工程师和只用过聊天框的管理层，对「AI 能干什么」的认知差可以是一个数量级，而且双方都意识不到差在哪。**
我见过的典型场景：工程师用 agent 半天干完过去两天的活，兴冲冲汇报，管理层的第一反应是「那你之前是不是在摸鱼」。反过来，管理层在某个发布会上看到演示，回来说「我们全线换 AI」，工程师心里清楚那个演示离生产环境隔着多少坑。两边都没有恶意，两边都在用自己接触的那个「AI」做判断。Karpathy 说的 75% 和 0.2%，在公司里就是「看过演示的人」和「天天干活的人」。
拾闻：带 70 人团队的时候，你怎么弥合？
永亮：我的做法是让认知差变成可见的东西，而不是靠开会说服。**
具体三件：第一，不让重度用户讲感受，让他现场跑一个真实任务，用团队自己的代码库，成败都给大家看，演示可以造假，现场跑不了假。第二，也不让怀疑者空口质疑，给他一个边界清楚的小任务用 agent 做，让他亲手摸到「哪些地方神、哪些地方坑」。第三，把「agent 能干/不能干」写成任务清单贴在流程里，新工具进来先分类：规则完备的（移植、翻译、格式转换、样板代码）放心用；规则要人拍板的（架构、边界情况、安全）只当草稿机。评论区有个说法我很认同：真正的分界不是懂和不懂，是「认为维护需要理解代码库的人」和「不 review 代码、相信 AI 永远不犯错的人」之间的分界。企业里弥合鸿沟，弥的应该是这个。
Q4：验证能力才是真正的墙
拾闻：agent 产能爆发之后，管理上最大的变化是什么？
永亮：review 变重了，不是变轻了。这是反直觉但真实的变化。**
评论区有一条很深的观察：真正的墙不是模型能力的墙，是人类验证产出的能力。那位评论者提到，前沿数学的成果最后还是靠人去「考古」验证，几百份手稿数学家还得一份份啃；他真正担心的是人们干脆放弃人工 review。这个担心放到企业里就是安全事故的前奏。agent 一小时能产出一万行代码，但验收这一万行的还是人；产能翻十倍，验证成本不会自动翻十分之一，它翻不动的部分就是风险敞口。70 人的团队里，谁来验证 agent 的产出，验证到什么深度，出了问题谁签字，这三个问题在 agent 时代比「要不要用 AI」重要得多。我的答案一直是：谁合入谁负责，agent 不背锅，因为它没法背。
拾闻：这也是很多企业「用了 agent 反而更乱」的原因？
永亮：对，乱就乱在把产能当成了交付。代码写出来不等于活干完了，验证过、维护得了、出了事找得到人，才叫交付。
Q5：那 75% 的人，该焦虑吗
拾闻：回到普通人。没深度用过 AI 的大多数，看到「鸿沟在扩大」该慌吗？
永亮：我的判断：工具鸿沟不等于生存危机，但同行之间的效率差是真的，这个不用安慰。**
先说不必慌的部分。评论区有个普通人视角的清单，共鸣很高：你的车没变、洗碗机没变、火车还是不准点、油和食物更贵了、政治照旧。对大多数人，AI 还没有实质改变生活，这不是错觉，是现状。有评论者说得刻薄但准确：全世界真正需要评估「LLM 能不能解前沿数学」这个信息的也许只有几千人，其他人不关心也没关系。
拾闻：那需要做什么？
永亮：需要做的只有一件事：搞清楚你的同行里那 0.2% 在用什么，然后在你自己的专业里试。**
不是让你去学写提示词大全，是找到你工作里「规则完备」的那一段，用 agent 跑起来：写代码的从样板和移植开始，写材料的从格式转换和初稿开始，做数据的从清洗开始。评论区有位懂行的人自嘲：理解 AI 能力、知道怎么用，但除了卖时间不知道怎么靠它赚钱。这句话反过来就是普通人的机会窗口，会用工具的人还没学会变现，会变现的人还不会用工具，两头都占的人现在极少。追赶动作要具体：这周挑一个重复任务交给 agent，下周把 review 流程建起来。焦虑没有用，样本才有用。
尾声：老板问「AI 到底行不行」，怎么答
拾闻：最后给一个实用收尾。如果你是技术负责人，老板拿着 Karpathy 的推文来问「AI 到底行不行」，你怎么答？
永亮：按任务类型分层答，不当布道者也不当怀疑者。**
三句话：第一，规则完备的任务已经能跑，移植、翻译、样板、格式转换，这部分现在就该上，不上是浪费。第二，需要人拍板的任务，agent 是草稿机不是交付者，用它省初稿时间，但验证和签字的成本要预算进去，这部分上了也省不了人。第三，「一个提示词完成数周项目」是演示不是常态，谁拿演示当承诺，谁就是在给你挖坑。答完补一句：鸿沟确实在扩大，但扩大的不是「AI 行不行」，是「会用的人和不会用的人」之间的差距，我们公司的目标是让会用的人变成多数。
纵深：三个可以继续追的线头
- 鸿沟会不会自己缩小。 Karpathy 说在扩大，但历史上每轮工具革命的鸿沟最后都靠工具变傻瓜而闭合。聊天框和终端两个产品的分裂能持续多久，值得盯。
- 验证工程会不会成为新岗位。 产能爆发之后，验证能力稀缺，「AI 产出验收」会不会像当年的测试工程师一样职业化，企业里最先感知。
- 0.2% 内部的分化。 重度用户之间对「提示词完成项目」都不买账，说明光谱比两层复杂得多，下一轮共识可能先在重度用户内部形成，再向外扩散。
信息来源
- Karpathy 推文：2026-10-11 发布，经 oEmbed 接口核实开头原文；分层数字与推文可见部分及 HN 评论区多位评论者的原文引用交叉一致，未核实的部分正文已声明不猜
- HN story 50047422：2026-10-11 20:20 首发，260+ 支持票、425 条评论（2026-10-12 快照），评论池经 Algolia API 抓取，正文全部转述、不点用户名
- 嘉宾观点为个人经验与判断，非统计结论，正文已逐处标注