Сооснователь OpenAI Андрей Карпатый описал колоссальный разрыв в том, как возможности ИИ воспринимают обычные люди и специалисты на передовой. Пока большинство считает нейросети просто продвинутым поисковиком, внутренние закрытые системы уже в одиночку делают работу, на которую у лучших мировых экспертов уходили годы.
Сооснователь OpenAI Андрей Карпатый описал колоссальный разрыв в том, как возможности ИИ воспринимают обычные люди и специалисты на передовой. Пока большинство считает нейросети просто продвинутым поисковиком, внутренние закрытые системы уже в одиночку делают работу, на которую у лучших мировых экспертов уходили годы.
Карпатый разделил всё население Земли на четыре уровня по степени знакомства с ИИ.
Dusting off this tweet from April because this gap in shared understanding of LLM capability is *widening*. It’s now less "two groups of people speaking past each other" and more a sharp funnel. — Napkin math somewhere around 6B people (~75% of the population) have barely come in contact with LLMs at all. — Around 1-2B (~20%) are casual and infrequent users of free-tier ChatGPT-like products. This group sees derpy chatbots and treats them a bit like a better Google search, a writing aid, or etc. Maybe an agent tries to book you a flight. I have non-tech friends who (reasonably, imo) say they have not much use for it at all. Even many professionals outside of math&code are in this tier. For example, execs and many other functions spend a lot of their time talking to other people, so while they understand what is happening intellectually, it is still second-hand and a bit abstract. — Now we get to professional use of frontier-grade LLMs in math&code. Somewhere around 20M people (0.2%) see first-hand that large, complex projects that used to take them weeks/months can now be completed by agents with a prompt. Building apps, copying apps, translating apps, decompiling apps from binaries… This has all happened very quickly and recently — less than 1 year ago, I was writing code manually by hand, typing memorized computer code commands into a code editor character by character, occasionally pressing Tab to autocomplete a little chunk of code. — And finally we get to the ~5,000 people (~0.00006%) with access to frontier-grade systems internally. The external world has seen the preview. It looks like swarms of thousands of agents collaborating over weeks on software mega projects: minting zero days, running cyber attacks and defenses at machine speeds, discovering new science, advancing the frontier of mathematics. Things that would have taken top professionals in the industry years of work. Meanwhile, human review and comprehension are starting to fall behind. For example, people are still involved in the "archeology" of the OpenAI-HF incident from many months ago. Mathematicians may be poring over the 722 manuscripts on frontier mathematics for a while. The funnel is driven by a combination of factors: 1. The impact scales with ambition, problem size, and horizon. A question with a paragraph answer barely stresses the system. You need a reservoir of big, difficult problems that you really care about. This aspect drives the consumer / professional dimension of the funnel. 2. The jaggedness of the system (which I have written about a lot separately). Capability peaks in domains that are digital, verifiable and economically valuable. This is because LLM capability emerges from reinforcement learning on verifiable rewards on a curated environment mixture driven by revenue potential. This aspect primarily drives the area (e.g. math&code) dimension of the funnel. 3. Access. Free-tier, paid-tier, internal. So this is the weirdness of the moment. The general public has mostly not interacted with these systems. When they have, it looks like a derpy chatbot. The majority of professionals still see only a modest uplift. And a small sliver of professionals are experiencing the vertigo of the curve going vertical. And it is all happening at the same time.
— Andrej Karpathy (@karpathy) October 11, 2026
Около 6 млрд человек — почти 75% планеты — вообще практически не имели дела с большими языковыми моделями.
1-2 млрд — обычные пользователи бесплатных версий вроде ChatGPT. Для них ИИ — это «что-то вроде более удобного Google или помощника в написании текстов». Сюда же Карпатый относит большинство топ-менеджеров: они много общаются с людьми, поэтому «хотя умом и понимают, что происходит, для них это всё равно абстракция из вторых рук».
Около 20 млн человек — всего 0,2% населения — профи в математике и программировании, использующие флагманские модели. Они своими глазами видят, как «нейросети по одному промпту создают крупные и сложные проекты, раньше занимавшие недели и месяцы». Как пример Карпатый приводит сборку, копирование, перевод и декомпиляцию приложений.
Причём перелом произошёл мгновенно. Ещё в октябре 2024 года Карпатый называл ИИ-агентов маркетинговой пустышкой, которая толком не работает. А уже через несколько месяцев сам полностью перестал писать код вручную и от «вбивания команд в редактор» перешёл к роли наблюдателя, отдающего задачи агентам.
На самом верху пирамиды — около 5 тысяч человек, то есть 0,00006% населения Земли. Это разработчики, имеющие доступ к внутренним лабораториям и закрытым передовым системам.
«Внешний мир увидел пока лишь демо-версию», — констатирует Карпатый. А эта горстка людей видит «рои из тысяч ИИ-агентов, которые неделями работают над масштабными ИТ-проектами: с нуля находят уязвимости нулевого дня, проводят кибератаки и отражают их на огромных скоростях, совершают научные открытия и двигают вперёд высшую математику». То есть делают вещи, на которые у топовых профи раньше уходили годы.
При этом люди уже не успевают анализировать происходящее. Они месяцами пытаются разгрести последствия сбоев и утечек, а математики будут ещё очень долго вчитываться в сотни сгенерированных нейросетями научных работ по высшей математике.
Карпатый называет происходящее «главной странностью нашего времени»: по его словам, широкая публика толком не щупала эти системы, а если и щупала, то видела «глуповатого чат-бота». Большинство специалистов замечают лишь «скромный прирост» продуктивности. И лишь «у крошечной части профессионалов голова кругом идёт от того, как кривая возможностей улетает вертикально вверх». И всё это происходит одновременно.
О похожем разрыве в сентябре говорил глава OpenAI Сэм Альтман на саммите G20. Он привёл в пример ИИ-инструмент для написания кода, который за 17 минут сделал работу, занявшую у целого стартапа три месяца. «Мир ещё не осознал, что всё это значит», — заявил тогда Альтман.
Тот факт, что ИИ так стремительно умнеет именно в программировании и точных науках, Карпатый объясняет просто: технологии быстрее всего прогрессируют там, где результат цифровой, его можно легко проверить и он сулит огромные деньги. Модели обучают с помощью подкрепления за точные результаты, а ИТ-гиганты вливают миллиарды именно в те сферы, где маячит максимальная выручка.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.