卡帕西把全世界的人按对 AI 的体感分成四层漏斗,拉开差距的是三件事:问题够不够大、活儿能不能验证、用的是哪一档。看清自己在哪层,就知道下一步该给 AI 派什么活。
卡帕西用一个漏斗来形容现在大家对 AI 的认识。下面这张图是一位网友照着他的话画的,宝玉老师转发时说「差不多就这样一个漏斗」。

从上往下四层,我用大白话说一遍:
第一层,约 60 亿人,占全球四分之三左右,几乎没碰过大模型。
第二层,10 亿到 20 亿人,偶尔打开免费版聊天机器人,当成好用一点的搜索框,或者帮忙改改文字。卡帕西说他有不少不搞技术的朋友觉得这东西用处不大,他认为这么想合情合理。很多编程和数学以外的专业人士也在这一层,对 AI 的进步是道理上懂,自己没亲手摸到。
第三层,约 2000 万人,在编程和数学里重度使用最前沿的模型。他们亲眼看着要做几周、几个月的项目,一段话交给 Agent 就做完了。宝玉老师觉得这个数偏高,至少要除以 10。卡帕西自己也说,不到一年前他还在一个字一个字地手敲代码。
第四层,约 5000 人,在 AI 公司内部用着外面还看不到的系统,成千上万个 Agent 一起干几周的大工程。
这几层是同时存在的。同一个时刻,有人觉得 AI 是个傻乎乎的聊天框,有人觉得曲线已经竖起来了。 两边说的都是真话。
卡帕西把原因归成三条,每一条都跟咱们自己怎么用有关。
第一条,问题够不够大。 一段话就能答完的问题,根本用不到 AI 的真本事。他的原话是,你需要手里攒着一批又大又难、自己真正在乎的问题。
第二条,能力只在部分领域冒尖。 编程和数学的结果能自动验证,代码测试过没过,一跑就知道,模型很适合用「做对了就给奖励」的方式反复练;这类能力卖给企业又最赚钱,厂商投入最多。文章写得好不好很难打分,进步自然慢。所以 你拿 AI 写文案、查资料,体感变化不大,是真实的。
第三条,用到哪一档。 免费版、付费版、公司内部版,看到的是三个不同的世界。
评论区有位做投研的读者说,身边朋友就卡在偶尔用免费版那一层,问一次宏观问题觉得答得空,就下结论没用;真正拉开差距的,是把它接进自己的数据和流程里,比如每天自动跑复盘、清洗财报数据。还有人补了一句很实在的:同样的订阅,让 Agent 连着干一小时,和每两分钟打断它一次,看到的完全是两个 AI。
后面这一半是训练营学员的内容。你要是学员,用手机号登录就能接着往下看。
登录后可以评论和点赞
还没有人说话,来做第一个