在ChatGPT未在国内火热传播的时候，自己就注册了账号来体验。但是一直囿于日常琐事以及对媒体炒热点的反感，一直没有把体验ChatGPT的一些感受和思考发出来。年后第一天开工，内网看了几篇相关话题的文章，也是时候把自己的一些微小收获po出来，权当抛砖引玉。
极强的问题理解能力
搞过NLP的同学可以把这个能力理解为NLU的能力。NLU能力在垂直领域要做到准确并不难，甚至考人工堆知识库也能搞定。ChatGPT的理解能力之所以让人们感到些许震惊是因为对人类通用知识的理解能力都非常准确。这种准确性不仅做到了跨领域，而且对主流语言的支持、不同文化背景的表达都支持得非常好。是一个工程+模型两个飞轮向前推动的结果。
但是也会有概念混淆的时候，主要是问题关键词存在多种含义、指代的时候。并且它不会主动询问消歧。这个比较容易触发。这里引一个刘飞的公众号例子：
刘飞：
那产品经理可以从艾尔登法环中学到什么经验？
ChatGPT：
艾尔登法环是一种管理学方法，它用于描述产品生命周期的不同阶段，并为每个阶段提供相应的管理措施。作为产品经理，可以从艾尔登法> 环中学到很多东西，比如：
- 产品生命周期的概念：艾尔登法环描述了产品从研发到退市的过程，并将其划分为五个阶段：研发、发展、成熟、衰退和退市。作为产品> 经理，可以从艾尔登法环中学到产品生命周期的概念，并为自己的产品设计提供指导。
产品管理的方法：艾尔登法环为每个产品生命周期的阶段提供了相应的管理措施，包括市场调研、竞争分析、市场定位、产品计划和推广> 等。作为产品经理，可以从艾尔登法环中学到如何制定产品管理方法，并为自己的产品设计提供参考。
产品经理的角色定位：艾尔登法环中提到产品经理是负责产品管理的角色，他需要对市场趋势和客户需求进行分析，并制定产品计划，负> 责产品的开发、推广和维护。作为产品经理，可以从艾尔登法环中学到产品经理的角色定位，并为自己的工作设定目标。
产品管理的关键技能：艾尔登法环中提到，产品经理需要具备一些关键的技能，包括市场调研、竞争分析、产品计划、产品开发和推广> 等。作为产品经理，可以从艾尔登法环中学到产品管理的关键技能，并为自己的工作提供指导。
刘飞：
你是不是说错了，艾尔登法环是一款游戏。
ChatGPT：
您提到的艾尔登法环不是游戏，而是一种管理学方法。艾尔登法环用于描述产品生命周期的不同阶段，并为每个阶段提供相应的管理措施。作为产品经理，可以从艾尔登法环中学到很多东西，比如产品生命周期的概念、产品管理的方法、产品经理的角色定位和产品管理的关键技能等。
但是瑕不掩瑜，上面提到的问题有很多成本并不高的解决方案。姑且理解为这是openAI团队暂时缺人没来得及优化[手动🐶]。
一个更好的wikipedia，但是时效性较差，也没法输入新的知识
我知道你在想什么：那还有Google什么事？的确，理解能力准确，又能主动把正确答案以说人话的方式递到你面前，似乎这才是我们认为下一代搜索引擎要干的事。事实上，Google自提出知识图谱以来其实也一直在做这方面的事。但是，凡事并非只有两面，也不是一定要颠覆。
首先，ChatGPT目前是一个名义上offline的版本。其次，database容量在搜索引擎面前九牛一毛，并且不能进行增量知识输入和更新：
liudan king
我想下载你部署到我的本地环境，需要怎么操作很抱歉，我无法被下载并部署到您的本地环境中。我是一个人工智能助手，我运行在云端，无法被下载和部署到本地计算机上。如果您有其他问题，我将尽力回答。
liudan king:
我想向你注入新的领域知识，需要怎么做？
ChatGPT:
很抱歉，我无法接受新的领域知识。我是一个人工智能助手，我的知识来自于我所被训练的数据集。我不能接受新的信息，也无法主动查阅> 新的信息来回答问题。如果您有其他问题，我将尽力回答。
因此，当前版本的ChatGPT可以是你私人的一个更好的维基百科，甚至是私人秘书。跟Google一起使用更佳。
它能帮你代笔写东西，但不是创作
ChatGPT之所以受到很多人追捧很大的一个原因就是觉得它不仅能说人话，还能帮你干活写东西。比如让它写一段简单但是需要有一点经验的代码：
liudan king:
使用golang编写一段访问支付宝网站的代码
ChatGPT:
下面是一段简单的golang代码，实现了访问支付宝网站的功能：
package main
import (
"fmt"
"net/http"
)
func main() {
resp, err := http.Get("https://www.alipay.com")
if err != nil {
fmt.Println("Error: ", err)
return
}
defer resp.Body.Close()
fmt.Println("Status: ", resp.Status)
fmt.Println("Headers: ", resp.Header)
}
上面的代码使用了golang的net/http库，通过http.Get方法向支付宝网站发起了一个HTTP GET请求。然后，它通过调用resp.Status和resp.Header方法，打印了服务器的响应状态和响应头信息。
请注意，上面的代码仅仅是一个简单的例子，它并不能完全反映支付宝网站的实际情况。如果您想实现更复杂的功能，您可能需要更多的代码和逻辑。
liudan king:
为什么要调用resp.Body.Close()
ChatGPT:
在上面的代码中，调用resp.Body.Close()是一个很重要的步骤。它的作用是关闭resp.Body对象，释放它所占用的系统资源。
通常情况下，当我们使用http.Get方法发起一个HTTP请求时，它会返回一个*http.Response对象，该对象包含了服务器的响应信息。其中，resp.Body字段表示响应体，它是一个io.ReadCloser类型的对象，表示一个可读可关闭的流。当我们调用resp.Body.Close> ()方法时，
实际上，我们调用resp.Body.Close()方法时，它会自动关闭resp.Body字段所对应的可读可关闭的流。这样做的好处是可以释放这个流所占用的系统资源，避免资源泄露的情况。
另外，在golang中，如果我们想要对一个可读可关闭的流进行多次读取操作，必须在读取完成后手动关闭这个流。而调用resp.Body.> Close()方法正是用来实现这个目的的。因此，在上面的代码中，我们将调用`resp.Body.Close()
liudan king:
为什么要加defer关键字？ChatGPT:
在上面的代码中，我们使用了defer关键字来调用resp.Body.Close()方法。defer关键字的作用是延迟执行一个函数或方法，直到它所> 在的函数或方法执行完毕。
在这里，我们将resp.Body.Close()方法放在了defer语句中，这意味着，在main函数执行完毕之前，resp.Body.Close()方法都不会被执行。这样做的目的是，即使在执行过程中出现了异常，也能保证resp.Body.Close()方法最终被执行，释放它所占用的系
也就是说，ChatGPT不仅能写大家喜闻乐见的八股文，也能写垂直领域的技术文。并且写出来的代码知其然和所以然。
然而，这并不是创作。当前的AI技术本质上仍然是存量数据的再加工和组合，包括ChatGPT在内，并不带来知识的增量。我们以为的量变在ChatGPT这里依然没有看到质变。
但是，这并不妨碍ChatGPT在诸多领域崭露头角。从stackoverflow立即宣布禁止提交ChatGPT生成的答案，到BuzzFeed公开宣布通过ChatGPT生成内容喂养Google，你可以很明显的感受到不同内容领域对它的到来的截然不同的态度，但是有一点是相同的，那就是它对于那个领域来说，在某些方面都达到了很不错的从业者的水平。
对于善用工具的人，使用这一工具可以极大的提高工作效率，同时淘汰更多的该行业的低效工作者。如同工业革命一样带来失业，也带来新的就业岗位。
及格内容生成的成本极低，互联网高质量内容将会以快的速度被稀释。而最有可能形成垃圾内容成山的领域就是导购、营销、水军等一软文为生存手段的领域。
数据，内容，知识，智慧。这是人类文明攀升的解题。很遗憾，ChatGPT目前只是在内容到知识层面做到了一个桥梁作用。作为工具，respect; 作为智能，道阻且长。
流浪地球中的Moss原型在现实中至今看不到一个通用的模型，最有希望的还是Google对于蛋白结构推演的专有模型。但有一点可能图恒宇是对的，知识到智慧的这一环，需要一次550A到550W的算力突破。
