Andrej Karpathy：AI权力归于人民

变革性的技术通常遵循自上而下的扩散路径：最初源于政府或军事领域，随后流入企业，最终才进入个人用户手中。电力、密码学、计算机、航空、互联网、GPS等技术的发展都符合这一逻辑。这样的路径看起来非常自然：新技术往往稀缺、资本密集，在早期阶段需要专业的技术知识才能使用。

但让我觉得极其独特和引人注目的是，大模型展现出一种完全相反的扩散方式——它们对普通人带来的好处远远超过对企业和政府的影响，后者甚至相对滞后。ChatGPT是史上增长最快的消费级应用，每周有4亿活跃用户使用它进行写作、编程、翻译、辅导、总结、深度研究、头脑风暴等各种任务。这不仅是对现有工具的“升级”，而是对个人能力在广泛领域内的倍增器。

而且，大模型的使用门槛极低——它们便宜（甚至免费）、响应迅速、任何人都可以通过一个链接（甚至本地运行）访问，并且它们能用用户的母语交流，包括语气、俚语甚至表情符号。这太疯狂了。就我所知，普通人从未在如此短时间内体验过如此剧烈的技术解锁体验。

那么，为什么在企业和政府层面，这项技术的效益反而更为微弱呢？

我认为第一个原因是，大模型的能力结构具有独特性：它们提供的是广泛但浅层的“准专家”知识或表现力。换句话说，它们是多才多艺但也容易出错。而一个组织的独特能力，恰恰是能够将多种专才——工程师、研究员、分析师、律师、市场人员等——集中在一个体系内。虽然大模型可以帮助这些专家提升效率（例如草拟法律条款、生成代码模板等），但对组织的提升通常只是“把原本能做的事情做得更快一些”。

相对而言，个人往往只能在某一领域拥有专长，而LLM所提供的“广泛但可用的准专业能力”使得他们可以完成原本做不到的事情：

他们可以“随性写代码”；

可以理解法律文书；

可以读懂高深的研究论文；

可以做数据分析；

可以独立制作用于品牌或营销的多模态内容。

这一切，无需额外的专家参与，便能达到足够的水准。

（LLM驱动的能力增益：组织vs.个人，在各领域的对比。箭头代表能力增益的程度）

第二，组织面临的问题远比个人复杂得多，并且需要大量协调。想想看：系统集成、旧有系统（legacy systems）、企业品牌或风格指南、严格的安全协议、隐私保护、国际化、合规与法律风险……这些都远非简单任务。变量更多，约束更多，考虑因素更多，容错空间更小。

你不可能轻易把所有这些都塞进一个上下文窗口里。你不能“随便写点代码”就上线。如果模型产生一次灾难性的幻觉（hallucination），你可能就会因此丢掉工作。

第三，是早有文献记录的大型组织惯性：组织文化、历史惯例、政治权力划分——这些问题在变革期会被进一步放大，还有沟通成本、分布式员工的再培训难度，以及老式官僚主义。这些因素共同构成了新工具——尤其是像大型语言模型这样“多才多艺但不够可靠”的工具——快速落地应用的巨大阻力。

我并不是要低估LLM在企业或政府中的潜力或影响，但至少在目前，在整个社会层面上，LLMs对个体生活的改变远远超过了它对组织结构的改变。真正获得收益的是玛丽、吉姆和乔们，而不是Google或美国政府。

展望未来，大模型的持续扩散当然取决于其性能的持续提升和能力结构的变化。“谁将从中受益”这一分布图本身非常值得关注，它严重依赖于模型性能与资本支出之间的“动态区间（dynamic range）”。

目前，最前沿的LLM性能已经非常易得而廉价。到了这个阶段，你花再多的钱，也不能买到更好的性能、更高的可靠性或更多的自主性。你用的是ChatGPT，盖茨也是。但这种情况会持续吗？

训练时的扩展（增加参数、数据）、推理时的扩展（增加推理时间）、模型集成（增加并行批次）这些力量正在扩大性能的“动态区间”；而模型蒸馏（即用大模型训练出能力远超体量的小模型）则是一股相反力量，正在缩小这个区间。

毫无疑问，一旦金钱可以换取显著更强的ChatGPT，一切将会改变。大型组织将会利用其庞大资源来“购买更多智能”。而在“个人”这个范畴内，社会精英也可能重新拉开与大众的距离。他们的孩子将由GPT-8-pro-max-high辅导，而你的孩子只能用GPT-6 mini。

但至少此时此刻，我们正处于技术史上一个独特且前所未有的时刻。回顾过去那些科幻作品，你会发现很少有人预言AI革命会以这样的方式展开。人们曾以为这应该是一个超级机密的政府军用AI大脑计划，由将军们操控，而不是某天早上突然出现的ChatGPT，免费运行在每个人口袋里的设备上。

还记得威廉·吉布森（William Gibson）那句名言吗？“未来已经到来，只是尚未均匀分布。”惊喜的是——未来不但已经到来，而且它的分布，令人震惊地公平。

权力归于人民。我个人非常喜欢这样的现实。

原文链接：

https://x.com/karpathy/status/1909308143156240538