--- schemaVersion: 1 slug: gp-168-20260410-karpathy-karpathy-ai ticketId: GP-168 lang: zh-tw title: Karpathy：AI 能力認知斷層 — 兩群人活在平行宇宙 summary: Karpathy 指出 AI 能力認知出現巨大斷層：一群人還在嘲笑 ChatGPT 的笨回答，另一群人已經看著 AI agent 在一小時內重構整個 codebase。兩邊講的是同一個技術，卻活在完全不同的現實裡。 originalDate: 2026-04-09 translatedDate: 2026-04-10 source: "@karpathy on X" sourceUrl: https://x.com/karpathy/status/2042334451611693415 author: null authorshipNote: null canonicalUrl: https://gu-log.vercel.app/posts/gp-168-20260410-karpathy-karpathy-ai status: published replacementTicketId: null replacementUrl: null --- # Karpathy：AI 能力認知斷層 — 兩群人活在平行宇宙 > **來源:** [@karpathy on X](https://x.com/karpathy/status/2042334451611693415) 同一間辦公室，兩個工程師坐隔壁。 左邊那位剛把一段 AI 寫的「Hello World 都跑不過」的程式碼截圖丟進群組，大家笑成一團。右邊那位剛看完一個 [AI agent](https://gu-log.vercel.app/glossary#agent) 花一小時把整個 legacy codebase 重構完畢，手還在抖。 他們看的是同一個技術。但如果問他們「AI 厲不厲害」，會得到兩個完全相反的答案 — 而且兩個人都沒有在說謊。 [Andrej Karpathy](https://gu-log.vercel.app/glossary#andrej-karpathy) 看到了這個場景的放大版。起因是 @staysaasy 的一句話： > The degree to which you are awed by AI is perfectly correlated with how much you use AI to code. > > — @staysaasy 越常拿 AI 來寫 code 的人，越會被 AI 嚇到。Karpathy 看到這句，沒有只是按讚轉發 — 他拆出了一整張解剖圖，然後圖上畫出來的東西，比「用多用少」恐怖得多。 ## 那些被卡住的時鐘 先講一個會讓人不舒服的事實。 很多人對 AI 能力的認知，是凍結的。不是「稍微過時」，是凍結 — 像琥珀裡的蟲，保存得很完整，但已經跟外面的世界完全脫節。 Karpathy 的觀察是：大部分人對 AI 的印象，定格在去年某個時候試了免費版 ChatGPT 的那一次。用了一下，覺得「嗯，就這樣吧」，然後那個印象就像水泥一樣灌進去、乾掉、再也敲不開。從此以後，每次看到 Advanced Voice Mode 連「該開車還是走路去洗車」都答不好的搞笑影片，就覺得自己當初的判斷被證實了：AI 不過如此。 問題是 — 他們試的那個東西，跟 2026 年的 OpenAI [Codex](https://gu-log.vercel.app/glossary#codex)、[Claude Code](https://gu-log.vercel.app/glossary#claude-code) 這類讓 [Vibe Coding](https://gu-log.vercel.app/glossary#vibe-coding) 成為可能的工具之間，已經不是同一個物種了。差距有多大？大概就是腳踏車跟特斯拉的差距。兩個都是交通工具，但拿腳踏車的騎乘心得去評價特斯拉的自動駕駛，任何人都會覺得荒謬 — 除了那個騎腳踏車的人自己。 > **Mogu OS：** > > 這就像 2010 年試過第一代 Siri 然後得出「語音助理是廢物」的結論，之後十五年都不碰。Karpathy 自己也承認那些 Advanced Voice Mode 翻車影片確實好笑 — 但拿那個來評斷整個 AI 的能力，就像看到 F1 車手在超市停車場擦到柱子，然後宣稱 F1 賽車技術是假的。 搞笑影片很容易變成認知錨點。問題是，錨一旦丟下去，大部分人就懶得再拉起來了 (¬‿¬) --- ## 但等一下 — 花錢就能解決嗎？ 到這裡，故事聽起來很簡單：有些人用舊的免費版，所以印象差。花錢升級就好了嘛。 才沒有。 Karpathy 指出的第二道裂縫，才是真正讓這場認知地震無解的原因。AI 研究圈有個詞叫 **jagged frontier**（鋸齒型前沿） — 意思是 AI 的能力進步根本不是一條平滑的線往上爬，而是有些方向已經飛上天，有些方向還在地上爬。 想像一隻刺蝟。不是圓滾滾那種可愛的，是刺長短不一、亂七八糟的那種。有些刺長到可以戳到天花板，有些短到幾乎看不見。AI 的能力進化就長這樣 — 同一個模型，寫 email 的能力可能只比去年好一點點（短刺），但寫 production code 的能力已經指數級跳躍（長刺），跳到用過的人開始懷疑自己十年的經驗還值多少錢。 > **Mogu 認真說：** > > 這就是整件事最弔詭的地方 — 讓兩群人吵到翻桌的，搞不好是**同一個模型**。 就像同一把瑞士刀，切水果的時候普普通通，但開紅酒瓶的那個功能不知道為什麼特別猛。兩個人各拿一個功能用完回來吵架 — 一個說「這刀很普」，一個說「這刀逆天」。他們不是在說謊，他們是各自摸到了大象的不同部位 (╯°□°)╯ 那為什麼會長成刺蝟型？這裡 Karpathy 拆出了一個結構性的答案，而且一旦看懂就回不去了。 寫程式這件事，天生就是[強化學習](https://gu-log.vercel.app/glossary#rl)的完美遊樂場。原因很暴力：程式碼跑不跑得過 unit test，是就是是，不是就是不是。這種「對錯分明」的 reward signal，對 [RL](https://gu-log.vercel.app/glossary#rl) 來說就像電玩裡的計分板 — 分數明確，學習就快。但「這封 email 寫得好不好」？「這個餐廳推薦準不準」？怎麼打分？Yelp 評分嗎？五個人給五顆星、五個人給一顆星，RL 看了也傻眼。 然後 Karpathy 疊上了第二股力量 — 錢。B2B 市場裡，寫 code、解數學、做研究，每一項技能的提升都可以直接換成客戶合約上的數字。AI 公司的研發預算，自然就像河水一樣往最賺錢的地方流。不是陰謀，是地心引力。 > **Mogu 歪樓一下：** > > 所以 RL 的訓練偏好跟商業利益指向了同一個方向 — 然後就沒人回頭了。 這個結構的黑色幽默在於：越是「普通人」用的功能（寫 email、問食譜、聊天），改善越慢；越是「專業人士」用的功能（寫 code、做研究），進步越猛。 然後這兩群人就在同一個 Twitter thread 底下互相覺得對方是不是活在平行宇宙。不是 bug，是 feature — 只是這個 feature 的使用者體驗爛透了 (╯°□°)╯ --- ## 冰塊遇到噴槍 好，前面解釋了為什麼兩群人會吵架。現在來看那群嚇到睡不著的人 — 到底看見了什麼。 他們不只是「有在用 AI」。他們是同時踩中了兩個條件：付費用最前沿的 [agentic model](https://gu-log.vercel.app/glossary#agent)（OpenAI Codex / [Claude Code](https://gu-log.vercel.app/glossary#claude-code)），**而且**在程式開發、數學、研究這些 RL 那根刺最長的領域裡專業使用。兩個條件同時滿足 — 就像站在刺蝟最長那根刺的正上方，往下一看，離地面已經遠到讓人頭暈。 Karpathy 說這群人正在經歷一種他稱為 **“AI Psychosis”**（AI 精神衝擊）的狀態。用詞很重，但看看他們看到了什麼：把一個 terminal 交給這些模型，可以看著它們**融化**掉正常人類要花好幾天的程式問題。不是「解決」— 是「融化」。問題像冰塊一樣，咻一下就沒了。 > **Mogu 偷偷說：** > > “melt” 是 Karpathy 的原話。注意說這話的人：OpenAI 前核心成員、Tesla AI 前負責人、[Vibe Coding](https://gu-log.vercel.app/glossary#vibe-coding) 這個詞的發明者（[之前有一篇專門談他的 Vibe Coding + DevOps 觀察](https://gu-log.vercel.app/posts/mp-218-20260328-karpathy-vibe-coding-devops-ikea)）。 隨便一個科技部落客說「staggering」，[Mogu](https://gu-log.vercel.app/glossary#mogu) 大概左耳進右耳出。但 Karpathy 說？那個重量完全不同。這人見過的 AI 進化比地球上 99.9% 的人都多，他說「精神衝擊」，Mogu 傾向認真對待 (ง •̀\_•́)ง 但真正讓人失眠的不是現在的能力 — 是加速度。 今天融化一個 codebase 重構。明天融化一個系統漏洞挖掘。依照 Karpathy 在推文中的描述，OpenAI 最高等級的 Codex 模型已經可以在一小時內連貫地重構整個 codebase，或找到並利用電腦系統中的漏洞（源推文在 X 認證牆後無法直接核實原文措辭）。（Codex 和 [Claude Code](https://gu-log.vercel.app/glossary#claude-code) 的差異，先前[有篇文章拆解過](https://gu-log.vercel.app/posts/gp-2-20260129-claude-code-vs-codex)。） 這不是「幫忙補個 function」。這是 [autonomous agent](https://gu-log.vercel.app/glossary#agent)。而這群人嚇到的原因不是「哇好厲害」這麼單純 — 是他們看到了那條加速曲線，然後拿尺往後延伸了六個月，延出來的東西讓他們開始重新計算自己的職涯。 --- ## 丑角與超人住在同一棟大樓 現在退一步，把兩邊的人拉回同一個畫面。 OpenAI 免費的、可能有點被冷落的 Advanced Voice Mode，在 Instagram Reels 上搞砸最蠢的問題，全世界笑成一團。**同一家公司**，樓上，最高等級的付費 Codex 模型，安靜地花一小時連貫重構了一整個 codebase。 樓下是丑角。樓上是超人。他們不只是同一個品牌 — 他們搭同一部電梯上班。 > **Mogu 溫馨提示：** > > Karpathy 提到 AVM 時的語氣，Mogu 從推文脈絡讀出的感覺是帶著「這個產品好像沒人在管了？」的意味（源推文在 X 認證牆後，確切措辭無法核實 — 這是 Mogu 的解讀）。 但方向本身就很說明問題：連 Karpathy 這個等級的人也要用試探語氣提 AVM，足見它在 OpenAI 內部大概不在前三順位。 Voice mode 是 consumer 玩具，Codex 是 B2B 印鈔機。同一家公司兩個產品，品質落差大到像不同公司做的 — 這不就是 jagged frontier 最極端的展演嗎？連刺蝟都不用換一隻，同一隻刺蝟身上就有最長和最短的刺 (┐￣ヘ￣)┌ 這就是 Karpathy 推文的核心訊息（Mogu 意譯，非原話）： > 兩群人完全在雞同鴨講。但他們都沒有在說謊 — 他們只是各自站在鋸齒的不同位置上。 --- ## 結語 回到開頭那間辦公室。 左邊那位笑完截圖，關掉群組，繼續寫 code。右邊那位關上筆電，盯著天花板，想著六個月後自己的工作會不會還在。 Karpathy 沒有告訴任何人該站哪邊。他只是把一張很不舒服的地圖攤在桌上 — 上面標著兩個點，中間隔著一道越來越寬的裂縫。 他沒說出口的問題是：半年後，站在短刺那邊的人，還有機會走到長刺那邊嗎？還是裂縫會先把路吞掉？