卡帕西AI四层漏斗与普通人的第三层机会
内容提要
卡帕西按AI使用深度划分四层漏斗：约60亿人未接触，10-20亿人用免费版，约2000万人进入第三层，仅5000人接触前沿系统。普通人应争取第三层，将完整大任务交给AI智能体，验收结果并持续改进流程，类似CMMI过程改进。作者以内容生产为例，用AI搜集信息、生成口播稿、优化SEO。如同互联网普及，停留在第二层终将泯然众生。
延伸解读
第三层不是技术特权，而是过程改进
文章将卡帕西的第三层与CMMI过程改进类比，强调进入第三层的关键不是使用AI的频率，而是能否把完整大任务交给智能体，并验收结果、迭代流程。这提示读者，日常聊天式使用仍停留在第二层，只有将AI嵌入核心工作流并持续优化，才算真正跨入第三层。
程序员易入第三层，但非程序员也有路径
文章指出程序员因结果易验证而更容易进入第三层，但引用a16z报告说明，最舍得付费的1%用户大量购买agent套件，他们并非都是程序员。这意味着第三层并非技术人员的专利，任何领域只要任务可派发、结果可验收，就能通过智能体工具实现过程改进。
第三层是局部突破，不必全盘AI化
文章强调，进入第三层不意味着所有事情都交给AI。大多数人只能在自己熟悉的专业或最热爱的工作部分进入第三层，其他生活场景仍可停留在第二层。只要最关键的部分实现过程改进，就算进入第三层。这降低了普通人的心理门槛，也避免了盲目全盘AI化。
互联网普及史警示：停留在第二层将泯然众生
文章以互联网普及率从20%到80%的过程类比，指出当年只聊天听歌、简单购物的人，如今与大众无异；而早早用互联网改变工作生活的人成为弄潮儿。当前AI普及率约20%，若只停留在问问题、聊天甚至嘲笑AI，等AI渗透率到80%时，就可能错失阶层跃迁的机会。
Q&A
卡帕西提出的AI四层漏斗具体是怎么划分的？
卡帕西将全球80多亿人按AI使用深度分为四层：第一层约60亿人几乎没碰过大模型；第二层10-20亿人偶尔用免费版ChatGPT等，视其为更好的搜索引擎或写作助手；第三层约2000万人主要在数学和代码领域，能将几周、几个月的大项目通过提示词交给智能体完成；第四层仅5000人，能接触实验室内最前沿的系统。
为什么普通人很难进入第四层（5000人）？
第四层需要进入实验室内部，拿到内部版本的前沿系统。这首先是身份问题：必须被OpenAI、Anthropic、谷歌等AI大厂雇佣，并坐在能接触前沿系统的位子上。光OpenAI一家今年3月就有4500多员工，计划年底涨到8000人，所以5000人大概是各公司最顶尖、能接触前沿模型的那拨人。卡帕西自己也在其中。
进入第三层需要满足哪些条件？
进入第三层有两道门槛，前提是活要够大。第一道是派得出去：能把一个很复杂的完整任务交给AI智能体去做，而不是陪你聊天。第二道是验得了结果：它干完后，你得知道干得对不对。如果能形成循环，不断迭代和优化这个过程，就进入第三层了。天天用AI问天气、聊天、画图，仍停留在第二层。
为什么程序员更容易进入第三层？
因为程序员的结果最容易验证。程序跑得对不对，跑一遍就知道；是不是跑快了、跑慢了，都可以进行自动化测试。所以程序员在这一块最容易进入第三层。但第三层并不光属于程序员，a16z报告显示，最舍得花钱的1%付费用户每月平均花903美金，他们多买各种agent套件，如Manus、n8n，以及自动化和智能体工具，他们其实不是写代码的。
CMMI过程改进与卡帕西的第三层有什么关系？
CMMI是软件行业的能力成熟度模型集成，分五级，第三级叫已定义级，要求组织有一套写下来的标准过程并固化下来。卡帕西的第三层要求：把完整巨大的工作交给AI，验收结果，并优化整个过程，让它不断节省时间。这本质上就是CMMI所说的过程改进。进入第三层不是花钱就行，达到这个要求才算。
作者以内容生产为例，如何实践第三层？
作者在内容生产三个环节进入第三层：第一，拿信息，每晚派AI agent搜集研报、财报、社交媒体等，早上收到约10份报告，阅读后修改信息搜集过程，第二天循环；第二，出口播稿，先录语音稿，让Claude或豆包结合深度研究结果合成、补充数据事实，再校对调整，不断优化技能；第三，做SEO和交付，用字幕生成SEO结果，每几周搜集数据迭代优化。
互联网的发展历程如何类比当前AI的第三层机会？
2008年中国网民2.98亿，普及率22.6%，与现在AI普及率20%多相似。当时83.7%网民听歌，75.3%聊天，仅24.8%网购，多数停留在第二层。但有人进入第三层，如江苏东风村孙寒2006年开淘宝店，带动全村电商，去年全县电商家居网上卖200多亿。如今互联网普及率80.1%，当年停留在第二层的人泯然众生，而进入第三层的人成为弄潮儿。AI也将如此。
