卡帕西AI四层漏斗：普通人怎样进入第三层？

AI四层漏斗模型的提出与争议

OpenAI联合创始人卡帕西（Dario Amodei）于10月12日凌晨在X平台发布了一篇引发巨大关注的帖子，将全球80多亿人口按照对AI使用的深浅程度划分为一个四层漏斗模型。这一观点引发了关于“AI平权”与“差距拉大”的激烈争论，卡帕西明确站在了“AI会拉开人与人之间巨大差距”这一立场。该模型最顶层的第四层仅包含约5,000人，被称为“别人家的孩子”，对于普通大众而言无需过度纠结于此；而大多数接触了AI但仅停留在浅层使用的用户，则处于第二层。卡帕西指出，如果无法挤进第三层，个体将在AI普及后“泯然众生”。真正受益的是那些利用AI深刻改进工作和生活流程的人，这类似于早期软件行业中CMMI（能力成熟度模型集成）所强调的“过程改进”理念。卡帕西本人近期加入Anthropic从事预训练工作，正处于这个漏斗的尖端向下审视。

“卡帕西分出四层漏斗 用上AI不算数 挤不进第三层就会泯然众生”

四层划分的具体数据与可信度评估

卡帕西提出的四个层级及其对应人数如下：第一层是几乎未接触大模型的60亿人，占全球人口75%；第二层是偶尔使用免费版ChatGPT等工具的10亿至20亿人，他们视AI为聊天机器人或搜索辅助；第三层是在数学和代码领域深度应用、通过提示词让智能体完成大型项目的约2,000万人，占比仅0.2%；第四层是使用实验室最前沿系统的约5,000人。针对这些数字的可靠性，卡帕西自嘲为“餐巾纸上算出来的账”，缺乏严谨调查。然而，通过对比行业数据可发现趋势基本吻合：OpenAI周活12亿、豆包月活3.82亿、Gemini月活超10亿，去重后第二层人数在20亿左右是合理的；美国风投a16z报告显示，8月美国消费者中付费比例仅为4.5%，结合全球付费用户估算2,000万量级也大致相符；而第四层的5,000人则缺乏出处，主要指代各大AI公司能接触前沿模型的核心员工。

第三层的门槛：派得出去与验得了结果

进入卡帕西定义的“第三层”并非仅仅购买付费服务，而是需要跨越两道核心门槛。首先是“活要够大”且能完整交付给AI，即能够把一个复杂的、需要数周甚至数月完成的大项目通过提示词交给智能体执行，而不是仅仅用来闲聊或生成短文本。其次是“验得了结果”，用户必须具备验证AI输出正确性的能力，并能形成不断迭代优化的闭环。卡帕西以自己的经历为例，他在不到一年前开始将代码编写完全交给智能体，自己不再手写一行代码，从而实现了工作方式的根本转变。对于程序员而言，由于程序运行结果易于自动化测试验证，因此最容易进入第三层；但对于非技术人员，如a16z报告中提到的那些每月花费高达903美元的顶级付费用户，他们通过购买Manus、n8n等自动化和智能体套件，同样实现了深度应用。因此，第三层并不局限于程序员，而是指在任何领域内实现“AI辅助的过程改进”。

“天天用AI不等于进了第三层 天天拿它问个今天天气怎么样啊 聊两句给我画个图啊 还在第二层”

CMMI视角下的第三层本质：过程改进

为了更清晰地界定“第三层”，博主引入了软件行业的CMMI（能力成熟度模型集成）标准进行类比。CMMI分为五级：第一级初始级（混沌状态，Vibe Coding式的一问一答）；第二级已管理级（项目化管理，有输入输出流程）；第三级已定义级（组织拥有标准化的书面过程并严格执行，这是CMMI评估的起点）；第四级量化管理（用数字如错误率、覆盖率进行管理）；第五级优化级（持续改进）。卡帕西所描述的第三层，本质上对应CMMI的已定义级及更高阶段。这意味着用户不再随机使用AI，而是建立了一套标准化的工作流：将完整任务派发给AI -> 验证结果 -> 优化流程。这种“过程规范化”和“持续迭代”才是第三层的核心特征，而非单纯的技术能力或付费意愿。只有当用户能够固化这一循环并不断优化效率时，才算真正站稳了第三层。

“CMM不关心你写出来的软件本身是好是坏 啊它只关心一件事 就是你写软件的过程是不是规范的”

博主的实践案例：内容生产中的第三层路径

以视频创作者自身为例，其在内容生产领域已全面进入第三层。具体流程分为三个环节：首先是信息搜集，利用AI Agent在夜间自动抓取研报、新闻和社交媒体内容，每日生成约10份报告；其次是口播稿合成与校对，录制语音后利用Claude或豆包进行深度研究、数据补充和逻辑梳理，并人工反复调整语气与结构；最后是SEO优化与交付迭代，根据视频字幕生成SEO内容并定期收集数据以优化搜索命中。在这个过程中，博主虽然仍保留部分人工干预（如阅读报告、校对稿件），但核心工作流已完全由AI驱动并持续迭代。值得注意的是，博主在日常生活中询问天气或菜谱等行为仍属于第二层，但这不影响其在核心工作领域处于第三层的判定。“只要说诶 我生活中最重要的部分 最关键的部分进入到第三层了 你就算进入第三层了”。

“我现在基本上每天早上起来会收到 会收到10份左右的报告...然后我会去修改这个信息搜集的过程啊我验收了 然后我也修改了”

互联网历史的镜像：从20%渗透率到泯然众生

将AI现状与互联网发展历史对比，可以发现惊人的相似性。2008年中国互联网普及率约为22.6%，网民中仅少数人深入应用互联网（如电商、商业模式创新），而大多数人停留在听歌、聊天等浅层使用。当时江苏东风村的孙寒在淘宝开店，通过电商改变命运，代表了早期进入“第三层”的弄潮儿。如今互联网普及率已达80.1%，网购人数达9.37亿。当年停留在第二层（仅聊天听歌）的网民，如今已“泯然众生”；而当年进入第三层（利用互联网改变生活）的人，则实现了阶层跨越。目前AI全球渗透率刚过20%左右，若用户仅停留在嘲笑AI错误或浅层聊天，未来当AI渗透率达到80%时，这些人将再次面临被边缘化的风险。唯有现在通过过程改进真正提升效率的人，才能在AI时代成为新的弄潮儿。

“当年在互联网普及的时候 也就是互联网普及率达到20%左右的时候...现在你如果再不使用互联网就寸步难行了”

结论

卡帕西的AI四层漏斗模型虽然数据带有估算性质，但其揭示的趋势具有深刻的警示意义。对于绝大多数普通人而言，无需执着于进入仅由顶尖科研人员构成的第四层（5,00人），而应聚焦于挤进第三层。进入第三层的标志不是付费或浅层交互，而是实现“过程改进”：能够将复杂任务完整委派给AI智能体，具备验证结果的能力，并在此基础上不断迭代优化工作流。历史证明，在技术普及初期（渗透率约20%）停留在浅层应用的用户，将在普及后期沦为“泯然众生”；而早期通过深度整合AI改变工作方式的人，将获得巨大的竞争优势。因此，当下的核心策略是在自身专业领域内建立标准化的AI工作闭环，从而跨越潜在的数字鸿沟。