原文链接：‣
OpenAI 联合创始人、前特斯拉 AI 负责人 Andrej Karpathy 的一篇推文。看了之后挺有感触，感觉充满了理想主义的浪漫色彩，这个评价没有任何褒贬的意思，只是个人阅读之后单纯的感受。
文中提到了一个现象，以往一些高尖的核心科技，都是遵循自上而下的传播规律。「自上而下」指的是从政界、军事领域，逐步应用到企业，最后才是个人。
反观 AI 大模型的出现，现阶段受益最多的，其实是普通的个人。因为对于普通人来说，相当于有了一个各行各业的准专家在遵循你的指令，帮你完成任务。而在没有大模型之前，其中存在的信息壁垒，不是普通人可以轻易打破的。
举一个例子🌰，在以前，我想要阅读最新的论文文献，有那么几个难点：
- 英语不行，我看不懂
- 文章太长，找不到重点
- 内容枯燥，看不下去
…
但是有了大模型，我可以针对以上问题，通过提示词的方式一次性解决，直接让其总结论文的内容。如果有不懂的地方，还可以通过自然语言的方式一直提问下去，大模型绝对不会有不耐烦的情绪。再退一步，如果你对总结的内容还是不懂，你可以让大模型先教你「如何才能读懂论文」，然后再让他根据给出的方法，一步步输出你想要的内容。
在这个过程中，我之前的遇到一系列的问题，已然变成了「如何更好地提问」。如此之现阶段，可能是对于个人而言真的就是「黄金时代」，以前需要一个团队才能做的事情，如今一个人就可以完成。当然这有一个前提条件，就是你知道如何使用工具，如何解构问题，所以也并非没有门槛。
再看看政府和企业，到目前为止，好像并没有基于大模型的 “aha moment” 出现，文中说到是因为政企人才密度高、组织关系的复杂等问题导致。我站在个人的角度来看待这个问题，其实是比较悲观的，万一政企真的下场，开始全力着手「基于大模型的世界改造」，个人的存在会变得越来越渺茫，阶级分化会越来约牢固。既有数据，又有算力，普通人始终都在一个 AI 监管下活着，真的就像有个老大哥一直在背后看着你。
虽然但是，没有人能够预测未来。这个世界的轨迹并非基于线性的规则，而是有一系列的「黑天鹅」驱动着变化。
说回大模型所带来的「技术平权」的当下——个人还是有很多机会的——当然还需建立在「通用型人工智能」没有到来前提下。我预测大模型在接下来几年的发展中，各自所擅长的特点会越发突出，有的是“理科生”——擅长推理和执行（Claude），有的是“文科生”——擅长舞文弄墨（DeepSeek），因为这样的特点，基于垂直领域下大模型的应用会成为主旋律。而像走通用型 Agent 的应用比如 Manus ——虽然算是（重新）开启了一条新赛道——但是短期内我并不看好，因为底层大模型的能力还不够强。这种将长任务做拆解并依次执行的范式，对于容错高的应用场景还行，但是对于容错比较低场景，错误很可能会被后续的流程一步步放大。因为现实世界远比编程的逻辑要复杂的多得多。
最后做个总结，作为大模型「技术平权」当下的受益者，短期我的态度非常乐观，借用一本书名——《人人都是产品经理》。长期来看，我是悲观主义者，除非人性能够被技术带来的进步所颠覆。