模型进步是锯齿状的：代码、数学一路狂飙，写作、检索慢得多，差别不在难度，而在能不能自动判卷——代码跑没跑通、证明成不成立，机器自己就能打分，于是实验室能大规模刷题。RLVR（可验证奖励强化学习）正是这条路径的引擎，DeepSeek-R1 靠它出圈。但一项研究戳破了这层幻觉：训练后平均正确率涨了，pass@k 却原地踏步——模型只是把手里的牌打得更熟，并没有学会新解法。

这张漏斗最有说服力的地方，是画图的人刚从底下爬完。2025年10月他还在播客里骂 Agent 大部分是 slop、要磨十年；12月26日改口“作为程序员我从没这么落后过”；2026年3月已经在 No Priors 承认基本不亲手写代码，只焦虑 token 吞吐量没拉满，还给这种状态起名“AI 精神病”；5月加入 Anthropic 预训练团队。一年走完全程，说明这张漏斗不是静态分层，而是一条真实的攀爬路径——连他每一层都在刷新认知。

如果第三层入场券是“结果能自动判对错”，中国手里攥着另一副牌：质检有没有漏缺陷、排产有没有压缩工期、物流有没有准点送达，全是机器能判卷的活。国家工业信息安全发展研究中心在2026世界制造业大会发布的数据显示，上半年制造业AI重点场景应用普及率达34.2%，同比涨5.5个百分点，规上工业企业应用率已超三成。这解释了为什么各地扶持“一人调度多个智能体”的一人公司、向园区开放制造与城市治理场景——第三层未必长成硅谷模样。

论证链的关键是把“任务层”和“企业层”拆开看。斯坦福与 MIT 跟踪 5179 名客服：新人效率提升约34%、老员工几乎不动，入职两月配AI的新人顶得上入职半年的老手；哈佛-BCG 实验里，无AI时高学历组领先0.548个标准差，有AI缩到0.139，抹平约四分之三。但 OpenAI 企业数据显示，“前沿企业”人均 token 产出从1月是普通企业的2.6倍涨到6月的8.3倍——价值流向互补资产，所以个人靠拢、组织分家。电动机从1880年代进厂到1920年代生产率起跳，隔了四十年。

“强者恒强”这套叙事在他本人身上撞了墙。2025年4月他写《权力归于人民》：电力、计算机、互联网都是先军方政府、再大公司、最后普通人，唯独大模型把这个顺序倒过来——普通人受益最大，政府与企业反而滞后。理由是 LLM 提供“广而浅的准专家能力”，恰好补个人之短，而组织本就有一屋子专才，只能拿它提效率。18个月后他又画出越拉越陡的漏斗。两边都成立：个人在单个任务上被托底，组织之间的产出差距却在拉大。

把漏斗往下推一步，AI 的真实瓶颈已经不在模型。微软2025全球AI状态调查：88%企业已采纳AI，仅6%实现企业级财务影响（EBIT增长超5%）。国内100位企业家的非正式问卷把这个结构量化为“1:2:7”——模型占一成、数据两成、人与流程七成。这与文章里“装了龙虾却还站在第二层”是同一件事。不确定的是：那七成改造要多久兑现？二十世纪电动机的红利等了四十年，这次没人敢赌，但也没有证据说会更快。

文章说，算力能远程调用，用算力的人没法远程学会手艺。真正值得追问的是：第三层的手艺靠“碰撞率”——你每周能撞见多少个已在第三层干活的人——而布鲁金斯的数据显示旧金山和圣何塞两个都市区拿走全美13%的AI岗位招聘，前30都市区合计占67%。如果这项能力确实靠浓度而非教材扩散，那么补贴智算中心、压低电价的地方政府，可能把钱花在了答案的反面。这个判断成立的前提是：Agent 工作流的隐性经验确实无法被文档化。