拿到更强的模型，不等于能产出更好的结果。权限只决定能力上限是否可达，真正影响投入产出比的，是任务能否被定义、执行和验证。
2026 年 10 月 11 日至 12 日，Andrej Karpathy 在 X 上重发并扩展了今年 4 月的判断：外界对 AI 能力的认知差距，已经从两群人各说各话，变成一个逐层收窄的漏斗。他给出的量级是：约 60 亿人几乎没碰过 LLM，10 亿到 20 亿人偶尔使用免费版，约 2000 万人在数学与编码任务上调用前沿模型，约 5000 人能接触前沿级内部系统。
这四组数字只是 Karpathy 的社媒估算，没有公开估算方法、样本和误差范围，均未核实，不能当审计统计使用。整套说法是观点输出，不是事实发布。Ethan Mollick 关于顶层用户也未用满能力的补充，以及 Oran Ge 关于多数人因缺少 ROI 而不用大模型的说法，也都是个人判断。
把用满拆成字段
用满不是一个布尔值。更像一组可以逐项检查的工程字段：
ai_usage
├─ access_tier # 能访问什么模型、工具和上下文
├─ task_value # 任务完成后是否产生可计量收益
├─ task_spec # 输入、边界和交付物是否明确
├─ context_ready # 资料是否完整、可检索、口径一致
├─ execution_loop # 能否拆解、调用工具、重试和回滚
├─ verification # 是否有验收规则或可复算结果
└─ reuse_rate # 成功做法能否沉淀为流程
access_tier 只是一列。其余字段为空，模型再强也容易停在聊天、改写和一次性问答。
Karpathy 认为漏斗受问题规模、系统能力的锯齿状分布和访问层级共同影响。他还描述了两类观察：约 2000 万数学与编码从业者能看到智能体用几周完成过去需几个月的项目；约 5000 名实验室内部人员能观察数万个智能体协作数周的大工程，涉及网络安全、数学和科学发现。这里不能继续推出各层接触的是同一批系统的不同入口；那只是推断，原始观点没有给出各层对应的系统版本。
可验证性为什么决定 ROI
数学、代码容易让人更早感知能力，不只因为模型偏科，还因为结果有验收接口：测试能否通过，证明能否成立，输出能否复现。成功和失败都能快速归因。
换到验收规则含糊的任务，利用率会立刻失真。输出看起来不错，不等于减少了成本；节省了时间，也可能在复核和返工中被吃掉。没有基线、验收规则和复算记录，就无法判断收益来自模型、用法还是运气。
可以用一个很朴素的式子记账：
净收益 = 基线成本 - AI流程成本 - 复核返工成本
流程成本应包含整理上下文、写指令、工具调用和失败重试。只算生成时间，会把 ROI 算高。
一个可被推翻的判断
权限不等于用法，但这不代表模型层级不重要。证伪条件应当保留：同等用法下，也就是同一套任务、同一套指令，免费版与前沿内部系统的产出质量若无实质差异，则分层发生在用法这一判断不成立。本文没有做这项对照实验。
工程上更稳妥的顺序，是先补齐任务、上下文、执行和验证字段，再讨论是否需要更高权限。能力利用率最终落在一份验收记录上，而不是订阅等级上。
