为什么说大语言模型（LLM）正在颠覆技术普及的“老规矩”？
著名 AI 大牛、前特斯拉 AI 总监、OpenAI 创始成员之一的安德烈·卡帕西（Andrej Karpathy）刚刚就此写了一篇文章—《权力回归大众：大语言模型如何颠覆技术扩散的传统模式》
文章的核心观点
卡帕西敏锐地观察到一个反常现象：像电力、计算机、互联网这些颠覆性技术，过去总是“自上而下”普及的——先是政府、军队，然后是大公司，最后才轮到普通消费者。但 LLM（以 ChatGPT 为典型代表）完全反过来了！普通人成了最早、最大规模的受益者，其影响在个人层面是爆炸性的、颠覆性的，而在企业和政府层面反而显得更慢、更温和。这在技术史上是极其罕见甚至前所未有的。
为什么会这样？卡帕西给出了他的分析：
“万金油” vs. “专家团”：LLM 强在“啥都懂一点”，是个知识广但不深的“通才”。这对个人来说是巨大的赋能，因为我们普通人不可能样样精通，LLM 让我们突然能在很多以前不敢想的领域（编程、法律、研究、创作）达到“还行”的水平。但对于本就拥有各种专家的企业来说，LLM 带来的更多是效率提升，而非能力上的根本突破
“简单粗暴” vs. “精耕细作”：个人使用 LLM 门槛低、限制少、容错率高，可以“跟着感觉走”。但企业应用场景复杂得多，涉及系统集成、安全合规、品牌形象、法律风险等，对准确性和可靠性要求极高，不能容忍 LLM 的“胡说八道”，应用起来自然束手束脚。
“灵活小船” vs. “笨重大船”：大机构固有的文化、流程、官僚主义和内部政治，都让它在面对这种“既强大又可能犯错”的新技术时，转身更慢，采纳更谨慎
以下是全文翻译（口语化的翻译）
权力回归大众：大语言模型如何颠覆技术扩散的传统模式
安德烈·卡帕西
那些能改变世界的技术，一般都是从上往下传的：先是政府或者军队搞出来，然后传到大公司，最后才轮到咱们普通人用——你想想电、加密技术、电脑、飞机、互联网、GPS，是不是都这路子？这感觉也挺自然的，毕竟新出的牛掰技术，一开始肯定又少又贵，还得是懂行的专家才能玩得转
所以啊，LLM这波操作就显得特别不一样，简直神了——它们给咱普通老百姓带来的好处多得不成比例，反倒是在大公司和政府部门里，动静小得多，也慢半拍。ChatGPT可是火得最快的App，每周有4亿人用它写东西、敲代码、搞翻译、当家教、做总结、挖资料、头脑风暴啥的。这可不是以前那些工具的小打小小闹升级，这是直接把咱个人的能力值拉高了好几个档次，而且是全方位的。关键是用起来门槛低到不行——模型便宜（甚至白给）、速度快、谁都能上网用（甚至自己电脑上就能跑），还能用你最习惯的说话方式跟你聊，管你什么语气、黑话还是表情包，都能懂。这简直了！反正据我所知，普通人从来没体验过这么猛、这么快的技术福利
那为啥在大公司和政府那边，这好处就没那么明显呢？我觉得吧，首先，LLM能干的活儿很特别——它啥都懂一点，但啥都不算顶尖专家，就是个“万金油”选手。可一个公司或机构的看家本领，恰恰是能把各种领域的专家（工程师、研究员、分析师、律师、营销大佬等等）聚在一起，集中火力干大事。LLM顶多是让这些专家自己干活更顺手点（比如，帮忙起草个合同初稿、生成点基础代码），对整个组织来说，也就是在本来就能干的事上效率高了那么一丢丢。但对咱个人来说就不一样了，咱一般也就精通一两个领域，LLM这种啥都懂点的“万金油”能力，就能让我们干成以前想都不敢想的事。现在普通人也能捣鼓着写App了，能看懂法律文件了，能搞明白那些高深的论文了，能做数据分析了，能自己做图文视频搞宣传了。干这些，都能达到个差不不多的水平，还不用额外再请专家
其次，公司和政府要处理的事儿复杂多了，协调起来也麻烦得多，想想：各种系统对接、老旧系统拖后腿、公司的形象和说话风格要求、死严的安全规定、隐私保护、国际化问题、法律法规合规、还有各种风险。变量太多、限制太多、要考虑的太多，犯错的空间也小得多。想把这些一股脑塞进LLM的对话框里？没那么容易。你可不能随便“跟着感觉走”写代码，万一它给你“胡说八道”一次，你可能工作就没了。第三点，就是大机构都有的那种“惰性”，大家都懂的：企业文化、老规矩、一有风吹草动就开始的内部“抢地盘”、沟通成本高、给一大帮人搞培训也难，还有那老掉牙的官僚作风。想让它们快速接受一个新出的、啥都能干点但又不精、还老出错的工具？那阻力可大了去了。我不是说LLM对公司政府没影响，但至少眼下，从全社会来看，它们给普通人生活带来的改变，比给那些大机构带来的改变要大得多得多。玛丽、吉姆、乔这些普通人才是最大的受益者，而不是谷歌或者美国政府
往后看，LLM能不能继续普及，还得看它们能不能变得更厉害、能力更全面。这个“好处怎么分”的问题就特别有意思了，关键看花多少钱能买到多大程度的性能提升。现在呢，最顶尖的LLM性能，大家都能用上，还挺便宜。到了一定程度，你再砸钱也买不到明显更好的性能、可靠性或自主性了。钱买不来更好的ChatGPT。比尔·盖茨跟你我一样，用的也是GPT-4o。但这能一直这样吗？训练时砸钱（更多参数、更多数据）、用的时候花时间（更多计算时间）、或者搞“模型组团”（用一堆模型一起上），这些都会让花钱能买到的性能差距变大。另一方面，“模型蒸馏”（把大模型的能耐教给小模型，让小模型也变得很强）又在努力缩小这个差距。当然了，要是哪天钱真能买到比现在好得多的ChatGPT，那情况就不一样了。大公司就能用它们的钱砸出更强的智能。在“个人”这个圈子里，有钱人可能又会把普通人甩开。他们的孩子用GPT-8-pro-max-high辅导功课，你的孩子只能用GPT-6 mini
但至少在现在这个时间点，咱们正处在技术史上一个独一无二、前所未有的时刻。你去翻翻以前的科幻小说，很少有人能猜到AI革命会是这么个搞法。大家以为的都是政府秘密搞个超级大脑，被将军们控制着，哪想到会是ChatGPT这样，几乎一夜之间冒出来，还免费，人人手机上都能用。还记得威廉·吉布森那句名言“未来已来，只是分布不均”吗？嘿，没想到吧——未来来了，而且这次分布得惊人地均匀！力量属于人民！ 反正我个人是超爱这一点的
参考：
https://x.com/karpathy/status/1909308143156240538
⭐
（文：AI寒武纪）