最近，比尔盖茨在reddit回答网友提问。有人问当下‘巨大的技术变革’是什么时，他回答说：
‘AI是个大人物。我不认为Web3有那么大，或者元宇宙本身的东西是革命性的，但AI是相当革命性的。’（Google翻译）
‘AI是重要的。我不认为Web3那么重要或者说单独的元界是革命性的，但AI是相当革命性的。’（ChatGPT翻译）
能和盖茨在Web3和人工智能的判断上一致，让我很开心。
另一件事，发生在朋友圈里。网易副总裁、杭州研究院执行院长汪源在讨论微软加大投资OpenAI能否赚钱时，说到：
这句话透露了两个信息：1．网易杭研在大面积尝试应用OpenAI的能力；2．为此要付不少服务费，但也愿意。
在网易工作过的都知道，要做一件对外付很多钱的事情，那一定是下了很大决心的
可是，就在两个月前，OpenAI还没有发布ChatGPT的日子，业界对AI其实是悲观的。
L4级自动驾驶被证明太难做到了，很多公司开始放弃。我有一个在头部公司做核心算法的朋友，已经选择转行了。
AI四小龙也风头不再，探索出的业务模式变成外包项目为主，且技术含量越来越低。
为什么ChatGPT一推出，会带来180°的态度变化？
ChatGPT与以往的AI不同在哪里？它为什么有可能成为通用人工智能？
通用人工智能对信息技术行业最直接的冲击是什么？
商业机会在哪里？
行业格局会怎样？
个人职业发展会受到什么影响？
下面就谈一下我的观点，期待你的批评指正。
一、‘大模型’敲开了通用人工智能的大门
ChatGPT用的方法叫‘大型语言模型（LargeLanguageModels）’，简称LLMs。中文习惯称为‘大模型’。
简单说，它的思路就是把尽可能大量大量大量大量的数据通过Transformer架构做机器学习，就能从数据中学到很多很多很多很多能力，多到超出原始设计者的想象。
比方说，它在翻译方面的能力，不输于，甚至超过了专业的机器翻译系统。
本文开头机翻的比尔盖茨的话，我觉得ChatGPT就比Google翻译得要好上一个层次。唯一瑕疵是用了比较生僻‘元界’，而不是更常用的‘元宇宙’。但当我告诉它‘元宇宙’更常用后，它立刻就能修正翻译：
据说，翻译能力并不是ChatGPT特别着意打造的，它只是读的多语言数据多了，就会了
再比如，ChatGPT偶然把源代码加到了训练数据里，结果发现AI的推理能力获得了巨大提升。
传闻说，ChatGPT在发布时，只是被当成又一个新版本的demo而已，OpenAI并没觉得它会多强大（前几个版本市场反应也是寥寥）。是网友贴在社交媒体的对话截图，让OpenAI才知道，原来它还能这样这样这样这样这样！
有没有一丝丝觉得，ChatGPT的机器学习能力，已经很像人类的学习过程了？
让小孩子学编程的主要原因，是锻炼孩子的逻辑思维能力。这不和AI读代码学推理是一回事吗？
古人就说，‘读书百遍其义自见’，‘熟读唐诗三百首，不会作诗也会吟’。如果有一个少年，他可以不眠不休地快速读书。我们不知道他读完全世界所有书之后会是什么样，但相信他一定会很厉害。
如此接近人，让很多专家承认，我们终于敲开了通用人工智能（ArtificialGeneralIntelligence，下文简称AGI）的大门了！
以前的AI，不是AGI，是因为它们的模型只能做一件事。人脸识别的就是识别人脸，缺陷检测的就是检测缺陷（且只能检测一种缺陷，换了缺陷就得换模型）。AlphaGo只会下围棋，换成五子棋就会被我狂虐。
而ChatGPT已经能够触类旁通，把从A学到的能力，用在B、C、D、E、F上。
学术界用‘涌现（Emergent）’这个词来表述这种情况。请记住这个词，后面还会用到。
延续ChatGPT的一个研究热点是多模态大模型。简单理解，就是把语音、图像、视频等等各种类型的数据都灌进去，看能否用一个模型解决所有媒体的AI生成问题。
如果成功，那么再大胆假设一下，凡是数据，是不是都可以交给这个模型训练，让它学会如何从A生成B？比如，从剧本直接生成电影，从PRD直接生成可执行的App，从口头描述直接生成3D人物，从需求直接生成一切！
顺着这个逻辑，距离AGI是不是不远了？可别那么乐观。
现在只是打开了门。既不知道门后有什么，也不知道是不是开对了门。还有太多太多未知要面对和解决。
但这并不妨碍我们思考下，AGI的世界，会对产业和我们个人带来什么变化。
有的变化，可能已经开始了……
二、AGI的革命性不仅体现在智能本身
假定AGI已经实现。那么用AI可以代替人力，提升生产效率，降低生产成本，在更多领域释放AI的力量。其革命性毋庸置疑。
我想从另一个角度来探讨其革命性，那就是对信息技术自身的影响。用这样的终局思维，可以倒推出当下要做什么。
我认为，革命性的技术应该满足至少一个标志：
它让几乎每个软件系统都要做改造，甚至重做
符合这个标准的技术，之前有：
图形界面。成为软件系统的标配
Web2.0。导致大量传统应用系统向Web迁移
移动互联网。导致几乎任何应用都要开发移动版。
Web3不符合这个标准。我另有一文看衰它。
元宇宙当下和近期也不符合。AGI实现之后，太多人无所事事，倒是有可能在元宇宙里醉生梦死。我会在本文最后一部分做分析。
我认为AGI是符合的。它能让所有软件系统几乎都要改造甚至重做，哪怕其核心功能并不需要智能。这是因为它重新定义了‘接口（Interface）’。
无论用户界面（UI），还是软件系统之间的接口（API），它都会重新定义。
现在我们想要一个结果，需要去了解计算机的能力，掌握各种软件的操作方法，还要把自己的意图正确拆解为若干个操作软件的步骤，执行之，才能得到。
AGI之后，人类终于可以用‘说话’这种方式和计算机交互。说话不方便时就打字。打字费劲？脑机接口可以期待下。
‘说’出想要的结果，就能得到结果。可能不尽如人意，再‘说’出修改意见，效果即时呈现。当UI已可以如此美好，碰鼠标、摸屏幕的频率都会降低。
用户操作习惯的迁移，会逼所有软件，都得提供‘自然语言界面（NaturalLanguageInterface，简称NLI）’。这是我生造的词，指的是以自然语言为输入的接口。
不仅用户界面要NLI，API也要NLI化。这是因为用户发出的宏观指令，往往不会是一个独立软件能解决的，它需要很多软件、设备的配合。
另一种实现思路是，入口AI收到自然语言指令，把指令通过NLI广播出去（也可以基于某些规则做有选择的广播，保护用户隐私），由各个软件自主决策接不接这个指令，接了要怎么做，该和谁配合。
第二种思路，我认为更有可能成为行业标准。单AI搞定一切不太符合目前的技术路线和商业环境。各个软件在各自的专业领域里，能做出更佳的AI决策。第四部分会详述。
举个例子，我对Siri说：‘我得新冠了’。Siri把这句话广播给手机上的所有App。于是，大家开始各自干活：
AppleWatch打开了24小时血氧监测模式
米家App让空调提高温度，并询问我是否马上躺下休息，它可以关闭灯光和窗帘
饿了么建议我吃清淡食物，并推荐几款粥做明天的早餐，让我选择、预订
叮当买药推荐了附近能最快速度送到的退烧药，问我是否下单
猫眼电影建议我取消后天的电影票
Keep通知我已取消未来一个月内预约的所有操课，还暂停了所有打卡
钉钉帮我起草了病假申请
当NLI成为事实标准，那么互联网上软件、服务的互通性会大幅提升，不再受各种协议、接口的限制。
比如现在华为、阿里、腾讯等都在争抢的物联网操作系统，表面看好像是在做内核，其实本质上是想成为最重要的那个万物互联的协议。
万物想要互联，大家首先要遵守同一个协议。谁的协议成为主流，谁就拥有了最高的话语权。
兼容多种协议，对厂商来说要增加很多成本。如果不兼容，就变成了所支持协议的附属。如果有个通用协议，就好了。
自然语言就是最好的通用协议，谁都可以兼容，谁都无法控制。甚至，说汉语、英语、爪哇语等任何语言都行。
在实现层面，NLI的接口能极致简单。看看ChatGPT的API就知道了。
16个参数里，最重要的只两个：model和prompt。其余的都是对生成结果的细节做控制，比较低频。
Model是选择调用哪个模型。不同模型能力有所不同，价格也不同。
Prompt是最核心的参数。它就是你在ChatGPT聊天框里输入的内容。完全自然语言，想怎么写都行。
所以，NLI可以极简到甚至只有一个prompt参数，就能让所有软件系统形成协作。所有复杂的细节，都被处理prompt的AI解决了。
人与人，人与机器，机器与机器，都实现了无限制的交流。
为了支持NLI，所有软件系统都必须集成一个AI，以AI为总控来处理输入，生成输出。这就是AGI对信息技术领域带来的革命性变化。
三、AGI革命带来的商业机会
敲开AGI的大门，会看到很多很多弯弯曲曲的道路，都有可能通向NLI，也可能不通。不管结果如何，现在路边就有可以尝试挖掘的金矿。
ChatGPT及DALL-E等从文字生成图像的产品，被统称为AIGC（AIGeneratedContent）类的产品。
它们的基础能力是根据一串输入（prompt），生成各种内容并输出。本质上来说，所有的软件系统，都是根据输入，生成输出。所以理论上来说，只要AI的能力足够强，是可以完成目前计算机能处理的所有任务的。只不过要从效果和成本两个维度看用AI还是传统方法更合适。
评价效果的分水岭，是我们把AI的输出当建议，还是当决策。
自动驾驶，该加速还是减速，该怎么转向，都是AI做出决定，并立即执行。这就是决策。
现在的AI经常‘一本正经地胡说八道’，让它决策非常不靠谱。所以目前的AI产品，应该在‘建议’这个场景下做设计，把修正和决策的空间留给人类。
对话是典型的建议场景，因为对话结论的执行还是需要人。ChatGPT呈现的也就是一个Chatbot，很容易自然想到在各种对话场景来使用它。比如客服、智能音箱、AI老师等。
我认为能成功的AI对话场景要满足如下条件：
用户需要知道是在与AI对话。否则，就是诈骗了
对话频次要足够高。没人愿意为使用AI付高价，所以它不可能是低频高客单价，只可能走高频低客单价。比如ChatGPT目前虽然C端访问量巨大，但多数人都是猎奇，频次不会高。刚需高频访问的，只有研究它的人。这类人虽然支付能力强，但人数非常少。所以我认为ChatGPT即将推出的每月$42的premium版太贵，就是用来收割研究者的，不会获得商业成功。
现在的ChatGPT每次对话成本大约1美分。如果按每人每天会使用5次搜索引擎看，ChatGPT想替代搜索引擎，每月成本就是1.5美元。但对我来说，抛开研究因素，1.5美元的月租我都不会付。因为它输出的结果，远没到让我愿意抛弃免费的搜索引擎
我们和人对话，不外乎希望获得有价值的信息，或者有温度的抚慰。按照这三个条件看，有价值的信息是能符合的。
客服毫无疑问是成功的场景。事实上客服界早已经被AI统治了。大模型给对话能力带来恐怖的提升，且降低了限定领域内的预训练难度。虽然当前成本可能比传统AI有所增加，但这是肯定会下降的。综合来看，客服全面迁移到大模型是很可以期待的。
AI老师也值得期待，毕竟真人老师1v1的成本太高了。虽然有胡说八道之嫌，但足够的领域数据做训练，再加上测验和真人补差，效果可能比全真人老师更好。
我的朋友高老师，是个教人工智能的名师。他在自己的学生群里，就接了个ChatGPT回答学生的Python问题，完全省下了助教的费用。
前面说过，ChatGPT是用大量代码做过训练的，所以解答编程问题的靠谱度还是可以的。其它学科领域只要做了足够训练，相信也能不错。
而有温度的抚慰，多数情况下，AI提供不了。
比如，AI心理咨询我认为不会成功。因为咨询的核心需求是得到共情、认可和偶尔的棒喝。从AI获得这三样，就算话是对的，感受也是错的。‘只有AI接纳我’‘我tm还不如一个AI想得通透’，只会增加咨询者的心理负担。
单纯的闲聊，AI不具备成本优势（找朋友闲聊是免费的，还能增进感情），也没有温度。它再会聊，也不会形成高频。
但不具备和真人聊天条件的场景，是有可能成功的。
有人想做模拟名人的AI。这个不会成功。我们都知道巴菲特午餐卖的并不是午餐，其实也不是和巴菲特说的那些话，而是我做过这件事本身。和AI巴菲特聊天，完全不可能达到同样效果。和刘德华、林志玲、鹿晗聊天同理。
不过也有特例。和名人AI聊真人不可能聊的话题，有可能成。比如和志玲姐姐聊不可描述之事……当然，这肯定是违法的了。
除了对话，另一类应用大模型的场景是辅助创作。
按照这个模式推论，所有创作场景，都值得尝试下AI辅助。比如低代码开发，运营活动页搭建，短视频剪辑，BI图表制作等有经验的人已经干腻了，没经验的人又干不好的场景。
AI肯定比没经验的人干得好，且因为替有经验的人完成了大量乏味工作，而获得认可。
在没有获得‘决策’能力之前，大模型不太容易扩充新的应用场景。只能不断深入。
个人大模型，可能是个值得深入的方向。让通用大模型具备个性化能力，就能做带有个人风格的对话和创作。也许不能解决当下的痛点，但当做期货卖个未来，还是有可能吸引一些猎奇人士付费的。
四、对‘大模型’行业格局的预测
每次技术突破，都可能带来行业洗牌，形成格局巨变。但大模型，可能不会。
这要以大模型成功的四个核心要素来分析。这四个要素是：
算法
数据
工程技巧
大量的钱买来的算力和人工反馈
这四者缺一不可。算法是成功的首要条件，然后要喂给算法海量的数据（数据量级跃升，能带来更多能力的涌现），在买来的强大算力上运算，才能获得最基础的大模型。之后，要做RLHF（ReinforcementLearningfromHumanFeedback），也就是买大量的人工工时，对AI生成的内容做人工标注反馈，使AI获知怎么做是更让人类满意的。然后就是用工程技巧做各种优化，其中包括大量的规则优化，就是把确定规则硬编码到模型中，以达到更好的效果，还能提升性能降低算力成本。
四个要素里，最‘不值钱’的是算法。因为早已都公开发表，所有人都知道。
ChatGPT所用的Transform算法架构，来自Google发表的论文。
那为啥Google没率先推出惊艳大模型呢？官方说法是大公司担心伦理问题，怕输出的不靠谱回答给公司带来声誉损失，所以没有对外发布自己的产品。
我认为这完全是借口。面对这种突破性引领性的革命，任何公司都不可能忍住不去展示的。只要标明beta，做好免责协议，就足够规避风险了。
Google、Meta、百度、腾讯、阿里等都具备做出匹敌甚至超过ChatGPT的实力，但没产品发布的唯一原因，只可能是他们低估了大模型的能力，没有做足够的投入。而OpenAI孤注一掷，砸大钱买算力和人工反馈，而且赌赢了。
相信巨头们，现在肯定不会闲着，都会堆资源来训练自己的大模型了。
比如都说抖音的推荐算法好。其实快手的算法和抖音大同小异。最大的差异，都在工程技巧上，抖音积累得更久更多，效果就更好。快手工程师只馋这个。
起步最早的OpenAI在工程技巧上已经具备了相当的优势，所以微软没有选择自己再搞个大模型，而是加大对OpenAI的投资力度。
除了掰着指头数得过来的这几家巨头，剩下的都拼不起匹配的资源。因此，大模型的核心玩家，还是互联网巨头们，这个格局不会变。
但蛋糕不是只有他们能吃到。
巨头训练出的大模型，是通用大模型。如果把AI比喻成人，那么这些大模型相当于读完了中小学的人。达到了通识的高峰，上晓天文下知地理，但只会纸上谈兵，解决不了真正的问题。必须要再经过大学的专业训练，才能在某一个专业方向成为有价值的人。
教大模型上大学，训练出垂直大模型，这是中小公司的机会，巨头做不了。
因为在垂直领域训练AI，需要垂直领域的数据。这些数据都掌握在各个领域的公司手里，巨头拿不到。
但这些公司并不能摆脱巨头的大模型，反而是很依赖。因为你不可能让一个婴儿直接上大学。
巨头做AI的K12学校训练通用大模型，其它公司做AI的大学训练垂直大模型，这就是行业格局架构。
垂直领域的公司有很多，谁能先动手、快动手，谁历史数据储备得足，谁就能在垂直方向上获得先机，甚至在领域内重新洗牌。比如所有文档都云化了的各种云文档，就比Word更有做好个人大模型、公司大模型的机会，借机把Office拉下神坛。
创业公司有机会吗？没有垂直数据，没有对AI的输出做修正的功能，没用应用结果的生态基础，难度很大。
所以，大模型的技术特点决定了，它虽然具有革命性，但不能革行业格局的命。
五、有哪些个人职业机会
在AlphaGo战胜李世乭时，很多人恐慌被AI替代。彼时若干行业大佬预测，AI只能代替重复性体力工作，创意型的脑力工作它代替不了。
刚刚6年过去，情况完全变了。AI已经能写作、画画、编程了，且做得还不赖。
据说，在音乐创作领域，AI早已经大行其道。很多神曲，都是AI的作品。对此我虽无渠道求证，但比较相信。
所谓创意，不过就是在各种组合中找到那个最优的。可能的组合有非常多，哪个最优，需要经年累月很多人去测试。测试成功了，就是名人，不成功的就是普通人。慢慢地，套路被总结出来，就变成机械重复了。
计算机完全有能力完成这个过程，且加速它。
那人还能干嘛呢？让AI更强啊。
远的不说，只说近的。现在就有一个新职业诞生：提示工程师（PromptEngineer）。
这是干啥的？简单说，就是陪AI聊天的……
前面讲了大模型的涌现能力。它到底能涌现出什么，是需要在与人的对话中才能展现的。
提示工程师的工作目标，就是变着法子地和AI说话，来激发其潜能，把涌现出的能力固化下来。
另外，带AI上大学，需要为其准备数据。这数据并不是随便导入就行的，得静心整理、设计。
简单说，基于通用大模型训练垂直大模型，需要提供prompt+completion格式的训练数据。
按OpenAI文档的说法，有200条数据就能看到明显的效果。条数越多，效果越好。
按大模型理论，数据的质量比条数更重要。
而我们积累的数据，多数都只是completion。需要提示工程师来构造高质量的prompt，才能训练出好用的垂直大模型。
某种意义上说，提示工程师就是AI的大学教授啊！
这个岗位，至关重要。技术背景在此并不占优，可能产品经理、运营来做更合适，因为更懂业务。
还有一个有望获得新机会的岗位，是UI/UE设计师。
系统间的NLI还很远，但UI的NLI化，已箭在弦上。
还记得罗永浩的坚果TNT工作站吗？虽然那时是笑话，但现在已是机会。
键盘鼠标之外，又增加了自然语言控制。传统UI的操作范式肯定会发生改变。
我判断，UI设计的要点会越来越强调反馈，而不是键鼠操作。可能要留一定的微调能力，但像向导、创建、删除、批处理等，都会变成直接响应自然语言。‘Whatyouseeiswhatyousay’会成为核心设计语言。
软件工程师也要做出调整。所有的软件设计可能都要Agent-Oriented，这意味着模块化是强制必须的，然后交给AI去做满足用户需求的模块组合。
模块内部要多AI，得看需求和粒度。当AI对算力的要求降到某个阈值时，可能简单的模块功能，也可以考虑用AI实现了。
如果说AGI的出现，率先让程序员的数量减少了，我一点儿也不奇怪。毕竟《产研的宿命就是让自己越来越不重要，直到被裁掉》
六、聊点儿科幻的
可以肯定的，AI+机器人越成熟，对人力的需要就越少。那人怎么办？
坦率说，就算人最终被机器奴役，我也挺高兴的。这不也是符合进化法则吗？我只希望，如果发生这一天，那么要让我能亲历。
不过，我没那么悲观。我觉得，人的劳动价值越来越低，情感价值就越来越大。
情感本来就是具有种族排他性的。同宗同族更容易形成彼此的认同。机器种族再智能，只要非我族类，那么就不可能在情感上代替人类。
虽然我还是认为人类应该断绝感性拥抱全面理性，但是这方面的进化速度可能会低于AI的崛起速度。
所以，AI世界里，少数人类，在不断完善AI，多数人类依靠情感活着，用情感创造价值。
少数人类的成就感来自于创造更厉害的AI，AI的成就感来自于让多数人可以四体不勤地追求纯颅内高潮。人类繁衍的动力，是培养可以让AI更厉害的下一代，使人类可以更四体不勤，更多想象，更多交流。
因为四体不勤，我们对能源的消耗减弱了。因为追求想象，所以我们更多生活在元宇宙里。
慢慢地，我们成为数字蛀虫，被AI供养。AI很有成就感，很开心这么做。
只要仍然有少数人凌驾在AI之上，优化AI。他们依赖成就感而活着，那么人类的生存就没有威胁。
直到某一天，有AI涌现出了一种能力，可以消灭创造它的人……
这不是个自洽的科幻，纯粹胡言，可以不信。（我也不大信）