知识卡片：Karpathy估算全球仅约5000人能用上最前沿内部AI

一句话结论

Karpathy 发推估算，全球约 5000 人（约 0.00006%）能在内部直接使用最前沿 AI 系统，约 60 亿人（约 75%）几乎没接触过 LLM；他把这一差距归因于任务规模与时间跨度、能力集中在可验证且经济价值高的领域，以及免费版、付费版与内部系统的访问权限分层。

事件概述或研究问题

• 来源为腾讯研究院 AI 速递（20261013）第八条，转述 Karpathy 的一条推文估算。
• 核心问题：最前沿 AI 系统在人群中的实际可及性分布，以及这种分布背后的结构性原因。
• 该估算是 Karpathy 的个人推文判断，非基于公开审计数据的研究结论。

方法/产品要点

• 估算按“可及性层级”划分人群：
  • 内部直接使用最前沿系统：约 5000 人（约 0.00006%）。
  • 几乎没接触过 LLM：约 60 亿人（约 75%）。
  • 偶尔使用免费版产品：约 10 亿至 20 亿人。
  • 在数学和编程领域专业使用前沿级 LLM：约 2000 万人（约 0.2%）。
• Karpathy 给出的三个归因维度：
  • 任务规模与时间跨度。
  • 能力集中在可验证且经济价值高的领域。
  • 免费版、付费版与内部系统的访问权限不同。
• 附带判断：人类审查能力已开始跟不上。

主要结果或产业意义

• 前沿 AI 的“可用人口”呈极端金字塔：内部系统仅约 5000 人，专业使用约 2000 万人，偶尔使用为十亿量级，未接触为 60 亿量级。
• 能力分布并非均匀扩散，而是集中于可验证、经济价值高的领域（如数学与编程）。
• 访问权限被区分为免费版、付费版与内部系统三层，前沿能力与普通用户体验之间存在结构性落差。
• 人类审查能力落后于模型产出，意味着前沿系统的使用门槛不只是“能否访问”，还包括“能否有效监督”。

为什么重要

• 它给出一个可引用的量级框架，把“AI 普及”从二元问题拆成多个可及性层级。
• 与既有卡片关注“前沿指标”（如散布/精度）或“垂类系统 vs 医生”等能力问题不同，本条聚焦的是前沿能力的“人群可及性”与“权限分层”，属于产业分布视角的补充。
• 对讨论 AI 鸿沟、监管可及性、以及“谁在真正使用前沿系统”提供了具体的数量级参照。

局限与不确定性

• 所有数字均为 Karpathy 个人推文估算，非基于可核查的统计调查；具体口径（如何定义“内部”“前沿”“专业使用”）待核实。
• 推文原文、发布时间与完整表述待核实。
• 各层级人数之和与全球人口的口径是否自洽，待核实。
• “人类审查能力已开始跟不上”的具体依据与所指范围，待核实。

可用于图书/PPT/简报的角度

• 用金字塔图展示四层可及性：内部 5000 人 → 专业 2000 万人 → 偶尔使用 10 亿至 20 亿人 → 几乎未接触 60 亿人。
• 讨论“前沿 AI 的最后一公里不是算力，而是访问权限与审查能力”。
• 对比“能力饱和”与“可及性极窄”并存的现象，作为 AI 产业分层的引子。
• 作为讨论 AI 鸿沟、评估监管覆盖面的开场数据点，并注明其为估算。

原始材料

• 来源：腾讯研究院 AI 速递 20261013
• URL: https://m.sohu.com/a/1086887226_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 条目：八、Karpathy估算：全球仅约5000人能用上最前沿内部AI