Andrej Karpathy 在今天转发并评论了一条关于 LLM 能力认知差距的推文，他将其描述为一个正在"急剧收窄的漏斗"而非简单的"两个群体各说各话"——全球约 75% 的人口（~60 亿）几乎没有接触过 LLM；约 20%（10–20 亿）是免费层 ChatGPT 的 casual 用户，把它当成更好的搜索引擎或写作辅助；约 0.2%（~2000 万人）亲眼见证过复杂项目通过 Agent 在几天内完成，包括构建应用、反编译二进制、翻译应用等。而最后那个约 5000 人（0.00006%）的内部前沿系统使用者，则正在经历 Agent swarm 协作数周完成软件巨型项目、发行 zero-day、以机器速度运行攻防的震撼体验。
Box CEO Aaron Levie 紧接着对 Karpathy 的漏斗图给出了商业侧的呼应：他认为绝大多数人仍在用 AI 做类搜索的简单交互，这是对 AI 能力的严重低估；真正的 agent swarm 形态——数学、网络安全、生物、材料科学、软件工程、金融等领域的并行加速——目前仅有不到一个碎片的人在使用。他同时指出企业级采用还需要跨越工作流升级、数据迁移、合规治理和安全框架等一系列障碍，而这恰恰是应用层 AI 的机会所在。
Fractile 是一家全栈 AI 芯片公司，专注于为世界上最大模型的推理构建极高带宽、极低延迟的专用芯片。创始人 Walter Goodwin 在访谈中谈到，当前 NVIDIA 系统内部就包含 6 到 9 颗不同的定制芯片协同工作，而 Fractile 的目标是让 AI 实验室能够像搭积木一样构建自己的推理芯片堆栈，从而在任何时刻维持一道"滚动的技术领先窗口"——只要在芯片层面取得 3 到 6 个月的结构性优势，就能赢得大量部署订单。
Goodwin 特别强调了内存带宽是下一代推理芯片的核心瓶颈，而非单纯的计算吞吐。他的判断是：随着模型规模逼近硬件极限，带宽将成为决定推理速度的最关键因素，这也是 Fractile 从创立之初就押注的方向。
收听原片 ↗LLM 能力认知的差距正在加速扩大，已经不再是"两群人各说各话"，而是一个尖锐的漏斗：约 60 亿人几乎从未接触过 LLM；10–20 亿人用免费层 ChatGPT 当作写作助手或高级搜索；约 2000 万人亲眼见证过 Agent 在几天内完成过去需要数周甚至数月的复杂项目；而最后约 5000 人内部使用前沿系统，正在经历 Agent swarm 协作数周完成软件巨型项目、发行 zero-day、以机器速度攻防的震撼。 原推 →
大众对 AI 的使用仍然停留在 chatbot 级别，这是对 AI 能力的严重低估。真正的 agent swarm 形态（数学、网络安全、生物、材料科学、软件工程、金融）目前仅有不到一个碎片的人在用，因为模型能力、工作流改造、合规治理、数据迁移和安全框架全都还没到位。但这恰恰是企业应用层 AI 最大的机会窗口。 原推 →
GPT-6.1 Sol 通过 Codex 和 Work 使用时的默认上下文长度已从 27.2 万提升至 50 万 tokens（约 +80%），这是经过仔细测试后找到的新甜点值，未来还会继续提高。同时，订阅用户调用 GPT-6.1 Sol 时不再收取长上下文额外费用。用户可以手动覆盖设置，最大支持 100 万 tokens。 原推 →
用确定性代码替代 LLM API 调用是个显而易见的选择——不仅成本更低，而且生成的代码质量更好、更符合用户真实意图。他还分享了自己在 GStack 中的实践：用线程协调 PR 队列、确保 CI 全绿才合入 master，并让 Agent 用简单语言解释自己的计划（ELI5），仍然会人工审批以确保方向正确，但前沿模型现在足够好，几乎不需要干预。 原推 →
人们的职业形态在演变：从打孔卡操作员 → Lotus Notes 管理员 → Flash 开发者 → DevOps 和 Tableau 分析师 → 如今正在成为 Agent 管理者和 harness 工程师。历史告诉我们，这总会顺利过渡。 原推 →
引用陶哲轩的观点：我们不应该满足于一个不透明的超级智能。 intelligibility 本身是智能的关键信号之一——我们应该努力构建能与人类建立理解的产品和模型，而不是将人类排除在外。 原推 →
分享了一段来自 @Rasmic（已教授 10 万+人学习 AI 构建）的访谈摘录：当前开发者对 Agent 的信任度仍然是最大障碍。他提出"证据驱动"的工作流——Agent 在执行前后都提供可验证的证据，配合 greploop 持续校验，逐步建立信任。他认为这能大幅减少开发者最讨厌的手工审查环节。同时他和女儿用 Codex 一起构建了 ModRetro 复古游戏，体现了 AI 降低创作门槛的真实价值。 原推 →
Gemini 现在只用在 Chrome 里。 原推 →