Elemzés
Karpathy: 5000 ember látja a valódi AI-t, a többiek csak az előzetest
Andrej Karpathy szerint a nyelvi modellek tudása tölcsérként szűkül: 6 milliárd ember alig találkozott velük, 20 millió szakember dolgozik velük, és csak kb. 5000 bennfentes látja a belső csúcsrendszereket. A Claude-dal 2 óra alatt épített HackerTube megmutatja, hol tart már a nyilvános szint.
Mérésekre és kutatásokra épül12 forrás: független mérések (arXiv), kutatások és a gyártók hivatalos adatai.
Fotó: Viktor Forgacs / Unsplash
Andrej Karpathy szerint a mesterséges intelligencia valódi tudását ma nagyjából 5000 ember látja a saját szemével, mindenki más csak egy előzetest kapott belőle. Karpathy az OpenAI társalapítója és a Tesla egykori AI-vezetője, 2026 májusa óta az Anthropic kutatója. Október 11-én egy hosszú X-posztban rajzolta fel ezt a tölcsért, és a poszt november 12-ig közel 7 millió megtekintést gyűjtött. Ha neked az AI eddig egy néha okos, néha bárgyú csevegőablak volt, akkor Karpathy szerint csak a technológia legalsó, ingyenes kirakatát láttad.
Mit állít pontosan Karpathy?
Karpathy szerint a nyelvi modellek képességeiről alkotott kép egy éles tölcsérré szűkült. Áprilisban még 2 csoportról beszélt, amelyek elbeszélnek egymás mellett. Az egyik a régi ingyenes chatbot bakijain nevet, a másik napi munkára használja a fizetős ügynököket. Októberben ezt a posztot porolta le, azzal, hogy a szakadék azóta tovább nőtt. A saját szavával ez „szalvétás matek”, vagyis nagyságrendi becslés, nem felmérés.
A tölcsér 4 rétegből áll, és minden réteg mást lát, amikor azt mondja: AI. A legalsó rétegben nagyjából 6 milliárd ember van, a Föld lakosságának körülbelül 75%-a, akik alig vagy egyáltalán nem találkoztak nyelvi modellel. Fölöttük 1-2 milliárd alkalmi felhasználó ül, aki ingyenes, ChatGPT-szerű csevegőt használ, és jobb Google-keresőnek vagy szövegíró segédnek tekinti.
| Réteg | Hány ember | A népesség része | Mit lát |
|---|---|---|---|
| Szinte senki | ~6 milliárd | ~75% | Alig találkozott nyelvi modellel |
| Alkalmi felhasználók | 1-2 milliárd | ~20% | „Bárgyú” ingyenes chatbot, jobb kereső |
| Szakmai csúcsfelhasználók | ~20 millió | ~0,2% | Hetekig tartó projektek egyetlen utasításból |
| Belső élvonal | ~5000 | ~0,00006% | Ügynökrajok hetekig tartó megaprojekteken |
Hány ember látja az AI melyik arcát?
Karpathy becslése, millió főben; a 2 felső réteg sávja szinte láthatatlan, és pont ez a lényeg
Forrás: Andrej Karpathy, X, 2026. október 11.
Táblázatként
| Létszám | |
|---|---|
| Szinte senki (~75%) | 6 000 |
| Alkalmi felhasználók (felső becslés) | 2 000 |
| Szakmai csúcsfelhasználók | 20 |
| Belső élvonal | 0,01 |
A harmadik réteg már nagyjából 20 millió ember, aki programozásban és matematikában, munkára használja az élvonalbeli modelleket. Ők a saját bőrükön tapasztalják, hogy a korábban hetekig vagy hónapokig tartó projekteket ma egy ügynök egyetlen utasításból végigviszi. Alkalmazást épít, lemásol, átír más nyelvre, vagy akár a lefordított programból visszafejti a forrást. Karpathy hozzáteszi, hogy kevesebb mint 1 éve még ő is karakterről karakterre, kézzel gépelte a kódot.
Ki az az 5000 ember, és mit látnak, amit te nem?
Ők azok, akik az AI-fejlesztő cégeken belül a még ki nem adott, belső rendszerekhez férnek hozzá. Karpathy szerint ez a világ népességének körülbelül 0,00006%-a, vagyis nagyjából 1,6 millió emberből 1. Egy focistadion lelátójának töredékét sem töltené meg. „A külvilág az előzetest látta”, írja róluk, és ez a mondat lett az egész poszt mottója.
Karpathy leírásában ez a kör ezres ügynökrajokat lát, amelyek hetekig dolgoznak együtt szoftveres megaprojekteken. Nulladik napi sebezhetőségeket találnak, vagyis olyanokat, amelyeket még senki nem ismer. Gépi sebességgel futtatnak kibertámadást és védekezést, új tudományos eredményt érnek el, és tolják a matematika határait. Szerinte ezek olyan feladatok, amelyekhez az iparág legjobb szakembereinek évekre lett volna szükségük. Ezt a réteget Karpathy kívülről nem tudja bizonyítékkal alátámasztani, és nem is próbálja: ez egy bennfentes leírása, nem mérés.
Hogy mennyire nem légből kapott, azt a quicknews híreiből is látni. Az OpenAI november elején kiadta a sebezhetőségkereső GPT-6 Cyber modellt, amely a cég szerint 81 korábban ismeretlen hibát talált a Firefoxban. A nagyközönség nem érheti el, csak kiválasztott partnerek. Egy kisebb cég, a Third Moment Research pedig több ezer ügynököt futtat egyszerre 36-48 órás kutatási feladatokon. Ez pontosan az a kép, amit Karpathy leír: a legerősebb képességek zárt ajtók mögött vagy szűk partnerkörben futnak.
Karpathy egy kellemetlen mellékhatásra is figyelmeztet: az emberi ellenőrzés és megértés kezd lemaradni. Példaként azt hozza, hogy a matematikusok szerinte még jó ideig böngészhetik majd azt a 722 kéziratot, amelyet a gépek az élvonalbeli matematikában írtak. Ha a gép gyorsabban termel eredményt, mint ahogy ember át tudja nézni, akkor a tölcsér legtetején is csak részben értjük, mit csinál.
Miért ilyen nagy a szakadék?
Karpathy 3 okot nevez meg, és egyik sem az, hogy a többiek lusták vagy maradiak. Az első a feladat mérete. Egy kérdés, amire egy bekezdés a válasz, alig terheli meg a rendszert. A különbség akkor jön elő, ha van egy halom nagy, nehéz problémád, ami tényleg fontos neked. Ezért látja a programozó a meredek görbét, és ezért lát a vezető, aki a napja nagy részét megbeszélésekkel tölti, csak szerény javulást.
A második ok a képességek „csipkézettsége”. A modellek ott a legerősebbek, ahol a terület digitális, ellenőrizhető és sok pénzt hoz. Karpathy magyarázata szerint a képességek megerősítéses tanulásból születnek, olyan feladatokon, ahol a válasz gépileg ellenőrizhető: lefutott a teszt vagy nem, helyes a bizonyítás vagy nem. Egy jó esszét vagy egy jó tanácsot ilyen egyértelműen nem lehet lepontozni. Ráadásul a cégek oda teszik a legtöbb mérnököt, ahol a legnagyobb az üzleti haszon, és ez ma a kód.
A harmadik ok egyszerűen a hozzáférés: ingyenes csomag, fizetős csomag, belső rendszer. Áprilisi posztjában Karpathy azt is kimondta, hogy még a havi 200 dolláros előfizetés sem ad egyforma élményt mindenkinek. A nagy ugrás ugyanis a technikai területeken jött el, a keresésben és az írásban kevésbé.
Mit mutat a HackerTube arról, hol tart ma a technológia?
A HackerTube azt mutatja, hogy a tölcsér harmadik rétege, a szakmai csúcsfelhasználóké, ma egy hétvégi délután alatt épít meg egy működő, nyilvános szolgáltatást. Karpathy november 1-jén mutatta be a HackerTube-ot. Elege lett a YouTube ajánlásaiból, ezért Claude-dal végigszűrette a Hacker News 20 évnyi, 43 millió hozzászólását. Ebből kiválogatta azt a 6454 videót, amelyeket a közösség újra és újra ajánl. Saját becslése szerint az egész nagyjából 2 óra munka volt a Claude Opus 5.5 modellel, közepes gondolkodási szinten.
A Claude Code asztali alkalmazásában dolgozott, és ahogy írja, csak Claude-dal beszélt, minden mást a modell csinált. Kézzel 3 dolgot intézett a böngészőben: kért egy API-kulcsot a Google Cloudban a videók adataihoz, elindított egy bérelt szervert, és megvette a domaint. Amikor a szerver elindult, átadta Claude-nak az IP-címet azzal, hogy frissítse, védje le, telepítse és optimalizálja. A modell mindezt elvégezte. Erről a quicknews is írt, amikor Karpathy hétvégi projektje megjelent.
HackerTube és TristanTube: mennyi idő alatt lett kész?
Forrás: Andrej Karpathy, X, 2026. november 1. és 7.
A második projekt még beszédesebb. 6 nappal később Karpathy elkészítette a TristanTube-ot Tristan Hume kedvenc YouTube-csatornáiból: 47 ezer videó, tévés nézőmóddal, és saját szavai szerint 3 perc alatt, egyetlen utasításból a Claude Code-dal. Az első oldal 2 óra volt, a második 3 perc, mert az elsőnél kitalált minta már megvolt. Ez az, amit Karpathy úgy fogalmaz: a hetekig vagy hónapokig tartó projektek ma „reggelire” elkészülnek.
Van a történetben egy fontos részlet, amit könnyű elsiklani. A Claude Opus 5.5 nyilvános modell, bárki előfizethet rá. Vagyis a HackerTube nem az 5000 fős belső kör titkos eszközével készült, hanem azzal, ami a 20 milliós rétegnek elérhető. Ha ez az „előzetes”, akkor a tölcsér teteje valóban messze van. Közben azt is érdemes tudni, hogy Karpathy az Anthropicnál dolgozik, és az Anthropic modelljét dicséri. Ettől a beszámolója nem lesz hamis, a forrás minden részlete nyilvános, de a lelkesedését ennek tudatában érdemes olvasni.
Akkor most túlértékeljük vagy alulértékeljük az AI-t?
Mindkettőt, attól függően, melyik rétegből nézed, és ezt egy friss stanfordi kutatás számokkal is megmutatja. Owen Queen és James Zou 50 sokat idézett megállapítást ellenőrzött újra a nyelvi modellekről. 8 fejlesztő 20 modelljén mértek, amelyek 2024 júliusa és 2026 szeptembere között jelentek meg. A tanulmány maga is Karpathy posztjára hivatkozik, amikor arról ír, hogy a modellek viselkedéséről alkotott kép késve követi a valóságot.
Meddig igaz egy megállapítás a nyelvi modellekről?
50 sokat idézett állítás sorsa 2026 szeptemberében, a vizsgált állítások %-ában
Forrás: Queen és Zou, Stanford, 2026. november 2.
Táblázatként
| Állítások aránya | |
|---|---|
| Lejárt | 44 |
| Jelentősen gyengült | 34 |
| Ma is érvényes | 16 |
| Erősödött | 6 |
Az eredmény: a vizsgált állítások 44%-a mára „lejárt”, további 34% jelentősen gyengült, csak 16% érvényes ma is, és 6% erősödött. Ahol a kutatók meg tudták becsülni a lejárat idejét, az átlagosan 15,7 hónap volt. Leggyorsabban azok az állítások avulnak el, amelyek arról szólnak, mit nem tud a modell. Ilyen a betűszámolás a „strawberry” szóban, vagy a hosszú szöveg közepén elvesző információ.
Hány kitalált hivatkozást ír a modell ugyanarra a kérésre?
A kitalált szakirodalmi hivatkozások aránya, %; a kevesebb a jobb
Forrás: Queen és Zou, Stanford, 2026; Walters és Wilder, 2023
Táblázatként
| Kitalált hivatkozás | |
|---|---|
| GPT-6.1 Sol (2026) | 0 |
| Claude Sonnet 5.5 (2026) | 1 |
| GPT-3.5 (2023) | 55 |
| Qwen3.7-Flash (2026) | 69 |
A legszemléletesebb példa a kitalált hivatkozásoké. 2023-ban egy vizsgálatban a GPT-3.5 a hivatkozásai 55%-át kitalálta. Ugyanezekre a kérésekre a GPT-6.1 Sol 0%-ot, a Claude Sonnet 5.5 nagyjából 1%-ot hozott, a szintén 2026-os Qwen3.7-Flash viszont 69%-ot. Aki 2023-as élményei alapján ítéli meg az AI-t, az elavult képpel dolgozik, aki viszont azt hiszi, hogy minden mai modell megbízható, az is téved.
Hol akad el ma is a gép?
A valós, rendezetlen feladatokon, és ez ugyanúgy része a képnek, mint a 3 perces TristanTube. Az Alibaba és ázsiai egyetemek Co-Design Bench tesztje valódi felhasználói kéréseken mérte a kódolóügynököket. A legjobb modell is csak a feladatok 26,4%-át oldotta meg teljesen hibátlanul, pedig a régi, letisztult teszteken 99% fölött teljesítenek.
Mennyire jók a kódolóügynökök a laborban és a valóságban?
A régi tesztek eredménye és a valós kéréseken hibátlanul megoldott feladatok aránya, %
Forrás: Co-Design Bench, 2026
Táblázatként
| Eredmény | |
|---|---|
| Régi, letisztult tesztek | 99 |
| Valós kérések, hibátlanul | 26,4 |
Ez Karpathy állítását pontosítja. A HackerTube jól körülhatárolt, ellenőrizhető feladat volt, egy olyan szakember kezében, aki pontosan tudja, mit kér, és azonnal látja, ha valami nem működik. A tölcsér harmadik rétegébe az kerül be, akinek van mihez használnia, az előfizetés ehhez kevés.
Mit érdemes most kipróbálni?
- Tegyél fel egy nagy feladatot, ne egy kérdést. Ha eddig egymondatos kérdésekkel tesztelted az AI-t, adj neki egy félnapos munkát: egy táblázat rendbetételét, egy weboldal vázát, egy hosszú anyag átszervezését. Karpathy első pontja szerint a különbség a feladat méretével nő.
- Próbálj ki egy fizetős, ügynöki eszközt 1 hónapra. Az ingyenes csevegő és egy olyan ügynök, mint a Claude Code, nem ugyanaz a termék. 1 hónap elég ahhoz, hogy eldöntsd, a te munkádban hol a határ.
- Kezdj olyan területen, ahol az eredmény ellenőrizhető. Kód, számolás, adatfeldolgozás: itt látod a legmeredekebb javulást, és itt veszed észre leggyorsabban a hibát is.
- Nézd meg a HackerTube-ot, és töltsd le az adatait. Karpathy a hozzászólás-elemzés teljes adatát egyetlen zip fájlban tette közzé. Azt javasolja, hogy add oda a saját AI-asszisztensednek, és kérd meg, hogy építsen belőle saját változatot.
- Frissítsd a véleményed félévente. A stanfordi számok szerint egy AI-ról szóló megállapítás átlagosan 15,7 hónap alatt avul el. Ami tavaly igaz volt, idén már nem biztos.
Korábban arról is írtunk, hogy Karpathy szerint mindössze 5000 ember látja a legfejlettebb AI-t. Azt is megírtuk, mekkora a szakadék a valódi tudás és a köztudat között. Ez a 2 hír és a HackerTube együtt adja ki a teljes képet: a csúcson gyorsul a görbe, alul a legtöbben még el sem indultak.
Amit még nem tudunk
Karpathy számai becslések, nem felmérésből származnak. Ő maga is „szalvétás matekként” vezeti fel őket, az 5000 fős belső kör képességeit pedig kívülről senki nem tudja ellenőrizni. A 722 matematikai kéziratra és a korábbi incidensekre tett utalásait nem dokumentálja a posztban. A HackerTube 2 órás és a TristanTube 3 perces ideje az ő saját beszámolója, független mérés nincs róla. Karpathy az Anthropicnál dolgozik, így az Anthropic termékeiről szóló lelkes beszámolóját ennek tudatában érdemes olvasni. A stanfordi tanulmány 2026 novemberi, és maga is arra figyelmeztet, hogy minden megállapítás egy adott modellre és időpontra igaz.
Források
- Andrej Karpathy, X: a tölcsér-poszt, 2026. október 11.
- Andrej Karpathy, X: az eredeti, áprilisi poszt a szakadékról, 2026. április 9.
- Andrej Karpathy, X: HackerTube, 2026. november 1.
- Andrej Karpathy, X: TristanTube, 2026. november 7.
- HackerTube
- TristanTube
- The Decoder: Karpathy szerint a külvilág az előzetest látta, 2026. október 12.
- The Decoder: Karpathy egy hétvége alatt épített videóplatformot, 2026. november 8.
- Axios: Andrej Karpathy az Anthropichoz igazol, 2026. május 19.
- Queen és Zou (Stanford): The shelf life of LLM findings, 2026. november 2.
- Walters és Wilder: kitalált hivatkozások a ChatGPT-nél, Scientific Reports, 2023
- Co-Design Bench, arXiv, 2026