Сигнал из хука Клауд дев: Andrej Karpathy выложил napkin math про то, как далеко разошлась «воронка понимания» больших моделей. Не бенчмарк и не релиз — схема охвата. Большинство людей ещё не открывали чатбот всерьёз, а узкий слой уже закрывает проекты недель и месяцев одним промптом. Ниже — цифры поста (~11.10.2026), что из них следует для вайб-кодинга и почему фраза «external world has seen the preview» важнее любого демо. Витрина — vibe-studio.uk.
Соседи: Карпаты про ASD-STE100 и диаграммы в промптах, MicroGPT-C на чистом C, CABRA: где ломаются ИИ-агенты, Agents API и computer use.
Четыре этажа воронки
Карпаты считает не «сколько знают про ChatGPT», а насколько глубоко люди вошли в практику. Порядок величин такой:
- ~6 миллиардов (~75%) — почти не касались LLM. Для них модель — новость из ленты или чужой скриншот, а не рабочий инструмент.
- 1–2 миллиарда (~20%) — free-tier чатботы как «лучший Google»: спросить, перефразировать, набросать письмо. Диалог есть, агентной петли нет.
- ~20 миллионов (0,2%) — профессиональный frontier в math и code. Здесь агенты уже делают приложения, копирайт, перевод, декомпиляцию и целые проекты горизонтом в недели и месяцы — с одного промпта или короткой сессии.
- ~5000 человек (0,00006%) — внутренний frontier: рои агентов, zero-days, научные циклы. Человеческий review отстаёт от скорости системы.
Это не перепись и не маркетинговый TAM. Это способ увидеть разрыв: между «я пробовал чат» и «агент закрыл репозиторий» — два порядка по численности, а между вайб-кодингом и внутренним frontier — ещё четыре.
Почему 0,2% — это и есть вайб-кодинг
Слой ~20M совпадает с тем, что на практике называют вайб-кодингом: вы описываете результат, модель пишет и правит код, вы правите курс. Не «спросил у чата формулу», а агентный контур вокруг math и code. В этом же слое живут Codex, Claude Code, Cursor и похожие harness’ы.
Важно, что Карпаты кладёт в этот этаж именно проекты недель и месяцев, а не одноразовые сниппеты. Apps, copy, translate, decompile — примеры задач, которые раньше требовали команды или подрядчика, а теперь укладываются в сессию с агентом. Если ваш день выглядит как «промпт → дифф → прогон → следующий промпт», вы уже в 0,2%, даже если субъективно «ещё учусь».
Отсюда практический вывод: рост подписки и контекста (см. соседние разборы Sol и Codex) бьёт именно в этот этаж. Free-tier чатбот из 20% не станет вдруг агентом только от большего окна — нужен harness, файлы, тесты, цикл. А люди из 75% вообще не чувствуют апдейт модели, пока не откроют инструмент.
«External world has seen the preview»
Самая жёсткая строка поста — про внутренний frontier. ~5000 человек и лабораторий уже живут в режиме, где агенты работают роем, ищут уязвимости, крутят научные петли, а человек не успевает ревьюить всё подряд. Для внешнего мира это ещё не продукт и не UI — превью чужой панели.
Отсюда и предупреждение: то, что вы видите в публичных чатботах и даже в сильных coding-агентах, — не потолок. Потолок сейчас внутри, за NDA и внутренними кластерами. Публичный релиз обычно — урезанная проекция того, что уже обкатано на этом этаже.
Для вайб-кодера это не повод ждать «настоящий ИИ». Это повод строить процесс так, будто агент уже сильнее, чем кажется в демо: короткие задачи, проверяемые артефакты, review как узкое горлышко. Именно review Карпаты помечает как отстающее звено на внутреннем frontier — и оно же ломает соло-разработчика, который слепо мержит всё подряд. Рядом полезен разбор CABRA от Microsoft: где агенты ломаются в коде.
Карпаты и Anthropic: зачем это в скобках
Контекст спикера важен. Andrej Karpathy долго ассоциировался с OpenAI и образовательными разборами (nanoGPT, гайды, промпт-культура). Сейчас он в Anthropic. На оценку воронки это не влияет как на «партийную линию», но объясняет, почему сигнал попал в каналы про Claude Code и агентные стеки: человек, который умеет говорить про модели без маркетингового тумана, снова внутри лаборатории с живым frontier.
Связка с его же публичными привычками тоже живая: жёсткий язык в промптах, диаграммы, минималистичные реализации — см. ASD-STE100 и диаграммы и MicroGPT-C. Воронка — тот же стиль: простые порядки величин вместо слайда с CAGR.
Что делать, если вы в 0,2%
- Не путайте этажи. Free-tier чат — это 20%. Ваш рычаг — агент с доступом к репо, тестам и деплою, а не ещё один «умный поиск».
- Сжимайте цикл review. На внутреннем frontier люди уже отстают от роя; у соло-разработчика тот же риск в миниатюре. Дифф меньше, проверки жёстче, см. соседний Codex auto review.
- Считайте горизонт задачи. Если агент тянет проект на недели, вам нужны контекст, память сессии и экономика токенов — не только «умная модель». Рядом: Codex 1M через Astra.
- Смотрите на превью, а не на хайп. Публичные демо — нижняя граница. Если что-то кажется «ещё рано», проверьте, не живёт ли это уже внутри 5000.
- Продукт и трафик остаются вашей зоной. Агент пишет код быстрее; спрос и дистрибуцию он сам не купит. Панели вроде TG Lead Finder — пример, где вайб-кодинг смыкается с каналом привлечения, а не заменяет его.
Как не спутать этажи в контенте и продукте
Если вы пишете для аудитории вайб-кодинга, не объясняйте «что такое чатбот» — вы уже в 0,2%. Если продаёте панель трафика в Telegram, помните: часть клиентов ещё из 20% и ждёт «кнопку как Google», а часть уже хочет агентный контур под ключ. Сообщение продукта должно попадать в этаж покупателя, иначе превью внутреннего frontier выглядит как фантастика, а free-tier обещания — как обман для тех, кто уже на агентах.
Та же логика для найма и обучения: курс «открой ChatGPT» растит 20%, курс «собери harness и review» растит 0,2%. Карпаты своим napkin math просто делает этот выбор видимым.
Коротко
Напкин-матика Карпаты режет аудиторию LLM на четыре этажа: 75% вне игры, 20% на чатботах, 0,2% на проф. агентах в math и code, ~5000 на внутреннем frontier, где human review уже не успевает. Вайб-кодинг — это этаж 0,2%. Публичный мир видел превью; потолок сейчас внутри. Стройте процесс под агента с жёстким review и длинным горизонтом задач, а не под «ещё один чат». Источник — пост Andrej Karpathy (~11.10.2026) с napkin math по воронке.