文章把Karpathy的四层漏斗细分为五层（L1–L5），通过付费分布与使用行为估算出2026年各层人数：20亿→4500万→200万→8万→5000，核心结论是——虽有大量“用过AI”的用户，但把任务交给Agent并深度使用的人远少于想象，商业机会在于降低门槛把L1用户推向可自动化的L2/L3。
https://mp.weixin.qq.com/s/B6uNVkmDy4Ar5sdZLqxEJQ
> 公众号：老冯云数
公众号：老冯云数
9 月底 OpenAI 开 DevDay，台上报了个很唬人的数字：ChatGPT 每周有 12 亿人在用[1]。再算上 Gemini 的 10 亿月活、国内 7 亿生成式 AI 用户，很容易得出一个结论：AI 已经普及开了。
两周之后，Karpathy 发了条帖子，扔出另一个数字：全世界真正见过前沿 AI 全力运转是什么样子的人，大约只有 5000 个。一边 12 亿，一边 5000，差了整整 24 万倍。
这两个数字，老冯都有切身体感。我手头常年挂着十几个顶配 AI 订阅，日常工作基本就是同时指挥十几个 Agent 连轴转。可每次跟身边朋友聊起来，都能感到一种很强的割裂：大多数人用 AI，还停留在改改文案、查查资料、陪聊解闷。同样叫“用 AI”，大家用的根本不是一个东西。
所以我一直挺好奇：像我这样重度折腾 AI 的人，全世界到底有多少？这两个数字中间，到底站着多少人？
我在《AGI 机关枪发下来》最后估计过，可能也就几万人到十几万人的样子。今天我又顺手扒了扒公开数据，做了一次毛估估的测算。
算完之后的结论很明确：AI 的“用过率”确实不低了，但“用深率”依然低得惊人。说白了，AI 的 “深透率” ，远没有大家以为的那么高。
Karpathy 的漏斗，缺了一层
10 月 11 日，Karpathy 在 X 上翻出自己 4 月写的一段话，顺手改写成了一个四层漏斗（帖子解读[2]）。他是 OpenAI 的联合创始人，今年 5 月刚加入 Anthropic[3]，算是最清楚前沿实验室里水深水浅的那批人。
他按“对 AI 的理解和使用深度”，把全球人口切成了四层：
•约 60 亿人（75%）：基本没碰过大模型；•10～20 亿人（约 20%）：用免费版聊天机器人，拿它当更好用的搜索引擎和码字助手；•约 2000 万人（0.2%）：在数学和编程领域拿前沿模型真刀真枪地干活，亲眼见过以前要做几周、几个月的项目，被 Agent 一个 Prompt 干完；•约 5000 人：在顶级实验室内部，看着成千上万个 Agent 连续几周协作，做超大型软件工程、挖零日漏洞、推进数学前沿。
Karpathy 自己也说了，这几个数是凭直觉拍的，没有严格的数据来源。不过作为体感坐标，这个漏斗的形状老冯是认同的。
但如果你仔细看，会发现第三层到第四层那一跳步子迈得太大了——从 2000 万直接蹦到 5000，一步缩水了 4000 倍，中间明显断档了。
在这片真空地带里，其实还活着一批野生重度玩家：他们人不在顶级实验室里，手头也没有无限的算力特权，但每个人手里都攥着十几个顶配订阅，每天同时挂着十几个甚至几十个 Agent 攻城略地。他们每天看到的AI能力边界，早就超出了“用 Claude Code 写写代码”的范畴。
这篇文章想做的，就是把中间缺失的这一层给补齐。
先上结论：五层漏斗
把漏斗重新切成五层：
•L1 聊天用户：最近一个月用过 AI 聊天助手的人；•L2 桌面 Agent 用户：每周至少让 Agent 动手干一次活的人，用的是 Claude Code、Codex、ChatGPT Work 这类工具；•L3 满血玩家：能把一个 200 美元的顶配订阅稳定用满的人；•L4 舰队指挥官：常态化同时跑十个以上 Agent、养着一堆顶配订阅的人；•L5 实验室内部：前沿实验室里，算力基本不设限的核心人员。
按我的估算，2026 年 10 月这五层分别是：
20 亿 → 4500 万 → 200 万 → 8 万 → 5000。
画上面这张图的时候得对数坐标，不然下面四层直接就贴在底边缩成一条线，根本画不出来。
而“必须用对数刻度才能看清”这件事本身，就已经说明了问题：地球上每 4 个人里就有 1 个用过 AI，但每 10 万人里，才挑得出 1 个在指挥 Agent 舰队的人。
两头好算：L1、L2 和 L5
做这类费米估算有个基本套路：漏斗的两头往往有公开数据兜底，比较好算；中间的暗箱才需要去推演。咱们先把好算的硬骨头啃掉。
L1 聊天用户：约 20 亿
口径是“近一个月内用过任意一款 AI 聊天助手的独立自然人”。海外拿 ChatGPT 周活打底，再加上只用 Gemini、不用 ChatGPT 的增量；国内参考 CNNIC 的半年期统计，打个折换算成月活。
•ChatGPT：DevDay 官方披露了 12 亿周活[4]；•Gemini：8 月突破 10 亿月活[5]。考虑到重叠，假设其中四分之一的人不碰 ChatGPT，净增量约 2.6 亿；•国内：截至 2026 年上半年，生成式 AI 用户规模超过 7 亿[6]。这是“半年内用过”的口径，打八折折成月活，约 6 亿。
三块加起来差不多 20 亿，占全球人口的 24%。
微软用设备遥测做过另一份统计：今年 6 月，全球 15 到 64 岁人口里有 18.8% 用过生成式 AI[7]。但微软自己也说，下一版报告扩大统计口径后，中国的数字会明显上调，所以这个数只能当下限看。
L2 桌面 Agent 用户：约 4500 万
这一层的口径，是每周至少用一次“能自己动手干活”的 Agent 工具，比如 Claude Code、Codex、ChatGPT Work、Cowork、Cursor Agent 以及国内的一众同类产品。
•OpenAI 系：DevDay 上给的明牌数据是，Codex 和 ChatGPT Work 的周活用户合计超过 3500 万[8]。•Anthropic 系（约 800 万）：Anthropic 从来没正面公布过 Claude Code 的绝对用户数，只透露过今年 2 月时年化收入超过 25 亿美元，且周活在六周内翻了一倍[9]。我们可以顺着账本反推一下：按 Anthropic 7 月底 650 亿美元的总年化收入[10]算，假设 Claude Code 占其中 15%–20%，每个周活用户月均贡献 100–150 美元，反推出来的用户池子就在 600 万到 1100 万之间。再拿另一份数据交叉验证：在 JetBrains 的开发者调查中，有 39% 的职业开发者表示在工作中使用 Claude Code[11]。全球大约有 4000 万职业开发者，考虑到参与问卷的样本通常偏活跃，哪怕打个对折，算下来也是 800 万上下。两边数据能对得上。•其他工具：Cursor、Copilot Agent、Gemini CLI 等加起来约 700 万；国内的 Trae、Qoder 以及各家大厂推的 Coding Plan 大约在 500 万量级（国内这块公开数据最薄，基本靠圈内体感估算）。
把上面这些直接加总大概是 5800 万。考虑到现在很多程序员都是手里同时开着两三个工具换着用，扣掉多栖用户的重叠水分，独立用户大约在 4500 万左右，占全球人口的 0.55%（每 180 个人里出 1 个）。在这 4500 万人里，真正拿它来写代码的程序员大约有 2000 万——刚好跟 Karpathy 漏斗里的第三层严丝合缝地对上了。
L5 实验室核心人员：约 5000 人
这一层没什么好争的，直接采用 Karpathy 给的数就行，毕竟他自己就在那个圈子里。如果从编制上交叉核对一下：OpenAI 今年 3 月大约有 4500 名员工，计划年底扩招到 8000 人[12]；Anthropic 年初的规模也在 4000 人左右[13]。算上其他几家巨头，全球顶尖 AI 实验室的总人数大概在两三万量级。
剔除行政、销售和外围团队，真正能直接调用内部未阉割的前沿系统、且算力几乎不设上限的核心研发人员，卡在 5000 人非常合理（如果把口径放宽一点，顶多也就 1.5 万人）。
补上缺的那一层：千分之一
麻烦的是中间的 L3 和 L4。这批人的数量，没有任何一家 AI 公司会对外公布。但好在商业世界里有一条铁律：用户数可以藏，但钱的流向藏不住。我们可以借用“消费支出的分布规律”来把这群人框出来。
10 月 5 日，a16z 发布了第七版《消费级生成式 AI 百强榜》。在这份报告里，他们第一次引入了基于 YipitData 美国信用卡消费面板的真实花费排名[14]。拉出来的账单呈现出了极其陡峭的幂律分布（Power Law）：
•绝大多数人只掏底线钱：付费用户的月消费中位数只有 25 美元（基本就是一个基础 Plus/Pro 会员），而且这几年几乎没怎么涨过。•头部效应极度集中：排名前 10% 的付费用户，直接贡献了整个盘子约一半的流水。•前 1% 的大户统治账单：最顶端的 1% 贡献了 19.5% 的总消费，比倒数 50% 的人加起来（16.6%）还要多。这帮人平均每月要在 AI 上花掉 903 美元，比 18 个月前暴涨了 80%，钱主要砸在了自动化工作流、产品开发和内容创作工具上。•跨平台付费意愿极低：只有 13% 的付费用户愿意同时为第二个 AI 产品掏钱。
如果看企业端（ToB），这种分化还要夸张得多。Ramp 的企业支出数据显示，在 OpenAI 和 Anthropic 的企业级收入中，前 1% 的大客户直接贡献了高达 80% 的营收[15]。
更有意思的是账本背面的亏损逻辑。根据 SemiAnalysis 的实测测算，一个售价 200 美元/月的 ChatGPT Pro 账号如果火力全开把它榨干，消耗的算力折算成 API 价格高达 1.4 万美元；Claude Max 20x 榨干了也值 8000 美元左右。实际上，OpenAI 的顶配套餐只要被用户用到 5.7% 的理论上限，平台就开始亏本了[16]。换句话说，今天的 AI 大厂本质上是在用海量轻度用户的订阅费，去高额补贴最金字塔尖的那一小撮算力吞金兽。
既然是标准的幂律分布，我们就可以拿 a16z 给出的两个锚点（前 10% 占一半、前 1% 占 19.5%）去拟合一条帕累托尾巴，算出来的幂指数大约在 1.7 左右。顺着这条曲线往下摸，前千分之一（0.1%）的画像也就水落石出了：
你看前千分之一这帮人：起步门槛就是同时养着 7 个顶配号，平均下来手里攥着十七八个顶配订阅。这几乎就是对“一个人指挥十几、几十个 Agent 并行干活”最精准的财务侧写。所以我的分层逻辑很简单：L3 大致对应付费用户的前 1%，而 L4 则对应付费用户的前 0.1%。
比例有了，还差一个分母：全球到底有多少人在为 AI 掏钱？
ChatGPT 今年 2 月就有 5000 万以上的付费用户[17]；而在 a16z 的面板[18]里，ChatGPT 的付费体量大约是 Claude 或 Gemini 的 3 倍，且多头付费的比例很低。把御三家、各类编程工具以及其他垂类付费产品去重加总，我估算全球目前大约有 1.2 亿人（区间在 8000 万到 1.5 亿之间）在为 AI 买单。
有了分母，L3 和 L4 的人数就能直接算出来了：
L3 满血玩家：约 200 万
1.2 亿付费用户的 1% 是 120 万人，这是自己掏腰包刷卡的部分。但别忘了还有一批人是走公司账单的：根据研发效能平台 Jellyfish 跟踪的工程师数据，最顶端的 2% 工程师每周要消耗掉 5 亿 Token[19]，用来跑高度自治的多 Agent 流水线。把这部分由公司买单的重度用户（我估在 60–80 万左右）加进来，合计就是 200 万。
我们还可以从使用行为侧做个交叉验证：OpenAI 在关于 Codex 的研究论文里提到，有超过 10% 的用户在每周的某个时刻会同时管理 3 个以上的 Agent[20]。这是把偶尔并发也算进去的宽口径上限；如果卡死在“常态化这么干”，大约占 L2 总盘子的 4%，算下来也是 180 万上下，两边数据咬合得很好。
L4 舰队指挥官：约 8 万
1.2 亿付费用户的千分之一是 12 万人。不过 a16z 的报告里也提到了，头部高消费人群里有相当一部分是买视频生成、视觉设计这类昂贵的创意工具，并不全是在跑 Agent 舰队。我们把这部分非 Agent 玩家一刀砍掉一半，剩下约 6 万人；再加上拿着公司高额 API 预算在跑 Agent 集群的工程师（约 2 万人），加起来就是 8 万。如果换一把尺子，按 L2 活跃用户的千分之一到千分之二来匡算，得出的区间是 4.5 万到 9 万，结果同样高度一致。
为了让大家对 L4 的工作强度有个直观概念，可以拿 OpenAI 内部的数据当参照：OpenAI 曾透露，他们自家员工里处于 P99（前 1%）的重度用户，每天大约要跑 60 多个 Agent 小时[21]——折算下来，差不多是 3 个 Agent 24 小时连轴转。而外面的 L4 舰队指挥官们，日常强度通常是这个数字的 3 到 10 倍。像老冯自己手头维持着十几个顶配订阅，按这把尺子来量，就属于典型的 L4 玩家。
把 L3 和 L4 这两块拼图塞回去，完整的五层漏斗就严丝合缝了：20 亿 → 4500 万 → 200 万 → 8 万 → 5000。
你会发现，每往下一层，人群规模就会规律地缩水 16 到 44 倍。原本 Karpathy 漏斗里那道一步跨出 4000 倍的诡异断崖，其实是两级各二十倍上下的自然台阶。
十九个月：漏斗是怎么长出来的
如果把这套算法做成时间切片，往回倒推到 2025 年 3 月（也就是 Claude Code 刚发预览版那会儿），按季度把漏斗画出来，你能非常清晰地看到这个生态是怎么一步步长大的。
在 2025 年 3 月，全球的 L2 用户只有可怜的 150 万，L3 约 3 万，而 L4 满打满算只有 1000 人——那时候在外面跑舰队的野生玩家，比顶尖实验室里的研究员还要少。当时的核心矛盾根本不是大家舍不得花钱，而是市面上压根就没有能把钱直接转化为生产力的趁手工具。
之后的 19 个月里，有三次关键拐点：
2025 年年中：Anthropic 把 Claude Code 打包塞进了固定月费的 Max 订阅里。第一批嗅觉敏锐的极客立刻开始搞 24 小时后台挂机，直接把官方算力干冒烟了，逼得 Anthropic 在 7 月底紧急上线了每周额度限制（Rate Limits）[22]。
2026 年 2 月：OpenAI 的 Codex 桌面版正式发布[23]，在客户端里并行挂多个 Agent 从极客的私房手艺变成了默认的产品交互。
2026 年 7 月：ChatGPT Work[24] 推出，真正把自主干活的 Agent 交到了不懂代码的白领手里，直接带动 L2 的规模在一个季度内翻了一倍还多。
为什么说渗透率依然没有那么高
看着上面那张狂飙突进的增长图，为什么老冯还是坚持认为“AI 的渗透率依然没那么高”？这里面有四层耐人寻味的事实：
第一，“用过”不等于“用深”。 虽然全球已经有 24% 的人跟 AI 聊过天，但真正把活儿交出去让 Agent 替自己干的，只有可怜的 0.55%。在庞大的 20 亿 L1 用户里，有 98% 的人依然只是把大模型当成一个更聪明的搜索框。a16z 在美国本土调研看到的结果也是一模一样：虽然有将近一半的受访者表示自己用过 AI，但真正每天都在用的只有 25%[25]，而愿意自掏腰包买个人订阅的，更是只有 4.5%。
第二，腰部在原地爆炸，但两头只是线性增长。 过去这 19 个月里，漏斗最顶端的 L1 涨了 2.2 倍，最底端的 L5 涨了 2.5 倍，都属于常规的线性扩张；真正发生链式反应的是中间三层——L2 暴涨了 30 倍，L3 暴涨了 67 倍，L4 更是疯涨了 80 倍。L1 向 L2 的转化率从最初的 0.17% 一路爬升到了 2.2%。增速确实吓人，但奈何最初的基数实在太小了：哪怕翻了 30 倍，放到全球人口的盘子里一看，依然只占 0.55%。
第三，外面的“舰队指挥官”人数早已反超实验室，但能力鸿沟还在。 在 2025 年年中之前，大厂实验室里的核心人员（L5）比外面的野生 L4 还要多；在那之后外部玩家数量迅速反超，到现在已经是 16 比 1 的规模。但人多并不代表火力追平了。像 Claude Mythos 这种级别的满血前沿模型，今年 6 月也只定向对大约 150 家机构开放[26]。我们这些外部重度玩家哪怕把订阅买穿，每天看到的依然只是 Karpathy 口中的“先行预告片”。
第四，卡住 L3 往 L4 跃迁的，越来越不是技术，而是配额。 前面算过，现在的顶配订阅本质上是靠轻度用户的闲置额度在补贴重度用户。一旦重度玩家变多，平台算不过账来收紧补贴，头部的脖子就立刻被卡住了。今年 9 月，OpenAI 一度扛不住压力暂停了新用户购买 500/月的 Pro 500 档位，而恢复上架后的 $200 档位实际可用额度直接被砍半[27]。
企业端也在开始算细账，比如 Uber 就已经明文规定，把每位工程师在单个编程 Agent 上的开销封顶在每月 1500 美元[28]。接下来你的 Agent 舰队能开多大，越来越不取决于你的调教手艺，而是取决于谁愿意为底层的天价算力买单。
故事才刚开始
聊到这里，你不妨对号入座一下：如果你已经在日常用 Claude Code 或 Codex 让 Agent 替你干活，你其实已经跑赢了全球 99.45% 的人；如果你能把一个 200 美元的顶配订阅稳定榨干，你已经站在了全球前四千分之一的位置；如果你像老冯一样，手里同时养着一支十几号订阅 Agent 的舰队大杀四方，那么放眼全世界，大约每 10 万人里才有一个。
把这些数字摆出来，绝不是为了吹嘘谁比谁更领先。恰恰相反，它揭示了一个非常魔幻的现实：今天那 20 亿“用过 AI”的人里，绝大多数人看到的，不过是预告片的预告片。 现在互联网上每天吵得不可开交的“AI 到底是泡沫还是工业革命”，很大程度上根本不是观点之争，而是站在漏斗不同层级的人，拿着完全不同的体验在鸡同鸭讲。看懂了这个漏斗，未来的机会在哪儿其实也就一目了然了：
对于做上层应用和产品的人来说，最大的金矿根本不在漏斗最底下那群极客手里，而在于 L1 到 L2 之间那道仅有 2.2% 转化率的巨大断崖。谁能把门槛踩平，让不会写代码的普通人也习惯于把日常任务托管给 Agent，谁就能直接吃下未来十倍的增量市场——a16z 的报告里已经敏锐地捕捉到，个人 Agent 正在加速向非开发者群体破圈扩散。
而对于我们这些做底层基础设施（Infra）的人来说，剧本则会走向另一个深水区：当 L2 的规模从今天的 4500 万膨胀到 4.5 亿，整个软件世界的调用主体就会发生根本性的逆转——操作软件的将不再是人，而是不知疲倦的 Agent。到那个时候，在后台被成千上万个 Agent 并发拉起、高频读写的数据库与底层系统，在数量级上将会远远超过前台被人类手指点开的 App。
所以，AI 的真实渗透率依然没有那么高。但这绝对不是什么坏消息 —— 它恰恰说明，真正的故事才刚刚开始。但反过来说，如果这一步从早期少数到早期大众鸿沟一时半会跨不过去，那么这波狂热恐怕就该从 “安装期” 进入暂时的盘整清算。
欢迎来到 AI 秘书大爆发的时代
References
[1] 每周有 12 亿人在用: https://openai.com/index/devday-2026-recap/[2] 帖子解读: https://cellcog.ai/blog/karpathy-llm-understanding-funnel/[3] 加入 Anthropic: https://fortune.com/2026/05/19/who-is-andrej-karpathy-vibe-coding-anthropic-openai-rubiks-cube/[4] 12 亿周活: https://openai.com/index/devday-2026-recap/[5] 突破 10 亿月活: https://siliconangle.com/?p=812556[6] 生成式 AI 用户规模超过 7 亿: https://www.news.cn/20260929/40258c3794684c20ae7867909cdec2ce/c.html[7] 18.8% 用过生成式 AI: https://blogs.microsoft.com/on-the-issues/2026/09/21/the-continued-state-of-global-ai-diffusion-in-2026/[8] Codex 和 ChatGPT Work 的周活用户合计超过 3500 万: https://vgtimes.com/tech-and-hardware/169376-openai-sums-up-devday-2026-new-agents-work-tools-and-cloud-codex.html[9] 年化收入超过 25 亿美元，且周活在六周内翻了一倍: https://www.anthropic.com/news/anthropic-raises-30-billion-series-g-funding-380-billion-post-money-valuation[10] 7 月底 650 亿美元的总年化收入: https://www.webull.ca/news-detail/15422614464930816[11] 39% 的职业开发者表示在工作中使用 Claude Code: https://aiunderstanding.org/news/36kr-reports-claude-code-led-github-copilot-in-jetbrains-2026-developer-survey[12] 计划年底扩招到 8000 人: https://engadget.com/ai/openai-reportedly-plans-to-double-its-workforce-to-8000-employees-161028377.html[13] 4000 人左右: https://www.longtermwiki.com/factbase/property/headcount[14] 真实花费排名: https://a16z.com/100-gen-ai-apps-7/[15] 前 1% 的大客户直接贡献了高达 80% 的营收: https://www.pymnts.com/news/artificial-intelligence/2026/openai-and-anthropic-get-80percent-of-revenue-from-1percent-of-customers/[16] 5.7% 的理论上限，平台就开始亏本了: https://techspot.com/news/112759-openai-anthropic-cant-afford-have-everyone-use-ai.html[17] 5000 万以上的付费用户: https://aibusinessweekly.net/p/chatgpt-statistics[18] a16z 的面板: https://a16z.com/100-gen-ai-apps-7/[19] 最顶端的 2% 工程师每周要消耗掉 5 亿 Token: https://workos.com/blog/nicholas-arcolano-jellyfish-token-maxing-diminishing-returns[20] 有超过 10% 的用户在每周的某个时刻会同时管理 3 个以上的 Agent: https://ideas.repec.org/p/arx/papers/2606.26959.html[21] 每天大约要跑 60 多个 Agent 小时: https://openai.com/index/how-agents-are-transforming-work/[22] 上线了每周额度限制（Rate Limits）: https://techcrunch.com/2025/07/28/anthropic-unveils-new-rate-limits-to-curb-claude-code-power-users[23] 桌面版正式发布: https://en.wikipedia.org/wiki/OpenAI_Codex_(AI_agent)[24] ChatGPT Work: https://openai.com/index/chatgpt-for-your-most-ambitious-work/[25] 真正每天都在用的只有 25%: https://a16z.com/100-gen-ai-apps-7/[26] 定向对大约 150 家机构开放: https://en.wikipedia.org/wiki/Claude_Mythos[27] 端出了 200 档位实际可用额度直接被砍半: https://vgtimes.com/tech-and-hardware/169376-openai-sums-up-devday-2026-new-agents-work-tools-and-cloud-codex.html[28] 每位工程师在单个编程 Agent 上的开销封顶在每月 1500 美元: https://workos.com/blog/nicholas-arcolano-jellyfish-token-maxing-diminishing-returns