現(xiàn)在的科技領(lǐng)域，有關(guān)人工智能有沒(méi)有被吹得太厲害，一直都有爭(zhēng)論，沒(méi)完沒(méi)了的。不過(guò)，像谷歌 DeepMind 的安全研究專家和機(jī)器學(xué)習(xí)科學(xué)家 Nicholas Carlini 這樣的人可不多，他用自己的經(jīng)歷給咱們展現(xiàn)了不一樣的看法。通過(guò)他寫(xiě)的東西，咱們能知道大型語(yǔ)言模型在實(shí)際用的時(shí)候很厲害，花樣也多。這可不是光嘴上說(shuō)說(shuō)，而是真能改變工作辦法、讓干活更快、還能冒出新點(diǎn)子的好東西。
最近，Carlini 自己寫(xiě)了一篇特別長(zhǎng)的文章，仔細(xì)講了他平常怎么用 AI。這篇文章可厲害啦，不光讓咱們看到了 AI 技術(shù)到處都能用，還能讓咱們猜猜以后科技會(huì)怎么改變?cè)蹅兊纳睢?/p>
Carlini 在文章里舉了 50 個(gè)他自己用 AI 的例子，像工作效率提高啦、寫(xiě)東西有創(chuàng)意啦、幫忙編程啦等等好多方面。不過(guò)讓人吃驚的是，這 50 個(gè)例子只是他用 AI 的一小部分，他說(shuō)還不到 2%呢。這可太讓人震驚啦，不光說(shuō)明 AI 技術(shù)厲害，還說(shuō)明咱們可能還沒(méi)完全明白 AI 的潛力有多大。
實(shí)際上，Carlini 的經(jīng)歷可能是個(gè)大趨勢(shì)的開(kāi)頭：隨著 AI 技術(shù)越來(lái)越好，用的人越來(lái)越多，咱們可能正站在一場(chǎng)技術(shù)大革命的邊上呢。就像以前個(gè)人電腦和互聯(lián)網(wǎng)徹底改變了咱們工作生活的樣子，AI 說(shuō)不定就是下一個(gè)能讓社會(huì)大變樣的重要力量。那面對(duì)這樣的情況，咱們?cè)撛趺纯?AI 技術(shù)的發(fā)展呢？是小心點(diǎn)好，還是大膽去擁抱變化？
原文如下：
作者：DeepMind 安全研究專家和機(jī)器學(xué)習(xí)科學(xué)家 Nicholas Carlini
我覺(jué)得“人工智能”模型（我說(shuō)的是大型語(yǔ)言模型）沒(méi)有被吹過(guò)頭。確實(shí)，每出來(lái)個(gè)新技術(shù)，都會(huì)招來(lái)騙子。好多公司都說(shuō)自己在用“人工智能”，就像以前說(shuō)自己靠“區(qū)塊鏈”一樣。（咱們都見(jiàn)過(guò)好多回啦）同樣，咱們可能現(xiàn)在就在個(gè)泡泡里。互聯(lián)網(wǎng)在 2000 年泡泡破了，可咱們現(xiàn)在用的互聯(lián)網(wǎng)應(yīng)用，以前在科幻小說(shuō)里才有。
但我覺(jué)得最近咱們?cè)谶@方面的進(jìn)步可不只是吹出來(lái)的，是因?yàn)檫^(guò)去這一年，我每個(gè)星期都花好幾個(gè)小時(shí)跟各種大型語(yǔ)言模型打交道，它們解決我給的難任務(wù)的本事讓我特別吃驚。所以我能說(shuō)，這些模型讓我寫(xiě)代碼的速度至少快了 50%，不管是做研究項(xiàng)目還是自己弄點(diǎn)編程的小副業(yè)。
我在網(wǎng)上看到好多說(shuō)大型語(yǔ)言模型有用沒(méi)用的人，要么太樂(lè)觀，說(shuō)所有工作三年里都能自動(dòng)化，要么特別悲觀，說(shuō)一點(diǎn)用沒(méi)有，以后也不會(huì)有。
所以在這篇文章里，我就是想讓大家討論得實(shí)際點(diǎn)。我不會(huì)說(shuō)以后會(huì)怎么樣。我就是想列個(gè)表，這是我（一個(gè)研究機(jī)器學(xué)習(xí)的程序員和科學(xué)家）跟不同的大型語(yǔ)言模型交流的 50 次，這些交流讓我做研究的本事強(qiáng)了不少，還幫我弄了些隨便的編程小項(xiàng)目。這里面包括：
- 用我以前沒(méi)用過(guò)的技術(shù)弄出個(gè)完整的網(wǎng)絡(luò)應(yīng)用程序。
- 教我怎么用各種框架，就算我以前沒(méi)用過(guò)。
- 把幾十個(gè)程序改成 C 或者 Rust 語(yǔ)言，性能能提高 10 到 100 倍。
- 把大的代碼庫(kù)簡(jiǎn)化，讓項(xiàng)目簡(jiǎn)單不少。
- 給我去年寫(xiě)的差不多每一篇研究論文寫(xiě)一開(kāi)始的實(shí)驗(yàn)代碼。
- 把幾乎所有無(wú)聊的任務(wù)或者一次性的腳本都自動(dòng)化了。
- 差不多完全代替了我以前在網(wǎng)上找怎么設(shè)置和配置新軟件或者項(xiàng)目的搜索。
- 在幫我解決錯(cuò)誤信息方面，代替了差不多 50%的網(wǎng)上搜索。
要是給這些應(yīng)用例子分分類，大概能分成“幫忙學(xué)習(xí)”和“把日常無(wú)聊的事自動(dòng)化”這兩類。前面那個(gè)對(duì)我特別重要，因?yàn)槟茏屛逸p松對(duì)付以前覺(jué)得難的任務(wù)；后面那個(gè)也重要，因?yàn)槟茏屛覍Ｐ淖鑫易钅檬值模鉀Q真正難的問(wèn)題。
關(guān)鍵是，這些例子都是我怎么實(shí)實(shí)在在用大型語(yǔ)言模型的。不是為了顯擺技術(shù)多牛，就是根據(jù)我工作的實(shí)際情況。這就是說(shuō)，這些例子可能看著不怎么厲害，但其實(shí)我平常工作好多也普普通通的，現(xiàn)在能用的大型語(yǔ)言模型差不多把這些工作都自動(dòng)化了。
通過(guò)這篇文章，我的目的就是一個(gè)例子接一個(gè)例子地給你看，過(guò)去這一年我怎么用大型語(yǔ)言模型提高工作效率，一直說(shuō)到你聽(tīng)煩了為止。要知道，就算你可能看過(guò)不少例子了，其實(shí)我給你看的還不到我用大型語(yǔ)言模型的總數(shù)的 2%。
細(xì)微差別
要說(shuō)互聯(lián)網(wǎng)做得不好的地方，那肯定是對(duì)細(xì)節(jié)的處理。我絕對(duì)不覺(jué)得現(xiàn)在的大型語(yǔ)言模型能統(tǒng)治世界，也不打算說(shuō)以后的模型能做啥不能做啥。我就想說(shuō)說(shuō)，現(xiàn)在的模型對(duì)我到底有沒(méi)有用。
你可能會(huì)問(wèn)，為啥還得寫(xiě)篇文章來(lái)證明語(yǔ)言模型有用呢？這不是明擺著的事嗎？但其實(shí)，不管是在學(xué)術(shù)界、軟件工程領(lǐng)域還是媒體行業(yè)，都有不少人說(shuō)大型語(yǔ)言模型一點(diǎn)用沒(méi)有，就是一陣風(fēng)，過(guò)幾年就沒(méi)人提了，對(duì)世界一點(diǎn)影響沒(méi)有。我不同意這些觀點(diǎn)，因?yàn)楝F(xiàn)在的大型語(yǔ)言模型已經(jīng)證明有用啦。
但同時(shí)，我也得說(shuō)，還有另一幫聲音特別大的人，他們覺(jué)得現(xiàn)在的模型能把所有程序員都代替了，大家都不用學(xué)編程了，因?yàn)楹芸於嫉檬I(yè)。雖然反駁這些不是我這篇文章的主要目的，但我得說(shuō)，我不支持這種特別極端的看法。
另外，我也不會(huì)說(shuō)“只要目的好，用啥辦法都行”，就算這些模型訓(xùn)練的時(shí)候有好多不好的影響，我也不覺(jué)得就該使勁用。
我知道這些模型可能有不好的后果，可能特別嚴(yán)重，像亂傳錯(cuò)消息、亂用、監(jiān)控人、搶人工作（甚至有人擔(dān)心能讓人滅絕）。我以后會(huì)寫(xiě)篇文章仔細(xì)說(shuō)說(shuō)大型語(yǔ)言模型可能帶來(lái)的壞處，到時(shí)候會(huì)在這放個(gè)鏈接。不過(guò)，這跟語(yǔ)言模型有沒(méi)有用是兩碼事——這才是我在這想說(shuō)的。
我也知道你可能因?yàn)檎Z(yǔ)言模型老出不準(zhǔn)的信息、老重復(fù)知道的事、碰上復(fù)雜情況就完蛋這些毛病不想用它們——可能我比你更清楚這些缺點(diǎn)。但這篇文章不說(shuō)這些。因?yàn)槲矣X(jué)得，就算有這些毛病，模型還是有用的。
而且，我也知道培訓(xùn)這些模型的倫理問(wèn)題爭(zhēng)議可大了。你可能不同意沒(méi)經(jīng)過(guò)允許就用人家的數(shù)據(jù)來(lái)訓(xùn)練（我可能比你更明白這里面的事）。也許你關(guān)心的是那些為了訓(xùn)練模型拿很少錢的人。我承認(rèn)這些都是問(wèn)題，但這篇文章也不說(shuō)這些。
就像我一直說(shuō)的：我在這說(shuō)的，就是這些模型現(xiàn)在這個(gè)樣子到底有沒(méi)有用。
我的背景簡(jiǎn)介
一般來(lái)說(shuō)，我不是那種別人說(shuō)啥我都信的人。比如說(shuō)，十年前信息安全界流行加密貨幣的時(shí)候，我從來(lái)沒(méi)寫(xiě)過(guò)關(guān)于區(qū)塊鏈的研究論文。我也從來(lái)沒(méi)買過(guò)比特幣，因?yàn)樵谖铱磥?lái)，除了能拿來(lái)賭錢和騙人，一點(diǎn)實(shí)際價(jià)值沒(méi)有。我一直都懷疑，每次有人跟我說(shuō)“有個(gè)新技術(shù)能改變世界”，我都不搭理。
所以，第一次有人跟我說(shuō)人工智能能大大提高我的工作效率，還能改變我平常工作的辦法，我也不信，我說(shuō)：“等我看到真有用我才信。”
另外，我是個(gè)搞安全研究的。這差不多十年里，我一直忙著證明人工智能模型在碰到?jīng)]訓(xùn)練過(guò)的情況的時(shí)候怎么就不行了。我證明了只要稍微改改機(jī)器學(xué)習(xí)模型的輸入，它的輸出就能全錯(cuò)；或者這些模型就是記住了訓(xùn)練數(shù)據(jù)里的一些例子，實(shí)際用的時(shí)候就重復(fù)。我很清楚這些系統(tǒng)的缺點(diǎn)。
但是，現(xiàn)在我在這說(shuō)，我覺(jué)得現(xiàn)在的大型語(yǔ)言模型是互聯(lián)網(wǎng)出來(lái)以后，對(duì)我工作效率提高最大的東西。說(shuō)實(shí)話，要是今天讓我在能用互聯(lián)網(wǎng)和一個(gè)最先進(jìn)的語(yǔ)言模型里選一個(gè)來(lái)解決工作里隨便一個(gè)編程任務(wù)，我選語(yǔ)言模型的次數(shù)能超過(guò)一半。
怎么用語(yǔ)言模型
下面我就說(shuō)說(shuō)我怎么用大型語(yǔ)言模型來(lái)提高工作效率。
你可能對(duì)我舉的例子不感興趣，覺(jué)得太荒唐。也可能這些例子跟你的需要沒(méi)關(guān)系，這我能理解。但我只能從我自己的角度說(shuō)。這些例子都是我過(guò)去一年跟大型語(yǔ)言模型交流的記錄里直接拿出來(lái)的。
1、給我開(kāi)發(fā)完整的應(yīng)用
去年，我弄了個(gè)測(cè)驗(yàn)，讓人看看 GPT-4 在處理幾個(gè)特定任務(wù)上怎么樣。這個(gè)測(cè)驗(yàn)可火了，有超過(guò)一千萬(wàn)的頁(yè)面瀏覽量。你可能想不到，我差不多讓 GPT-4 給我寫(xiě)了這個(gè)應(yīng)用的第一個(gè)版本。這是通過(guò)一連串的問(wèn)題弄的，我先問(wèn)應(yīng)用的基本結(jié)構(gòu)，然后一點(diǎn)點(diǎn)加功能。整個(gè)交流有 30000 個(gè)字，把當(dāng)時(shí)的 GPT-4 模型的本事都快試到底了。你要是看看這些交流，能看到從我跟模型說(shuō)需求讓它寫(xiě)完整個(gè)東西，到我讓它改具體的地方（比如說(shuō)“別比平均分，用核密度估計(jì)說(shuō)它在哪個(gè)百分位”），還有我復(fù)制粘貼錯(cuò)了的信息（比如說(shuō)，“畫(huà)圖錯(cuò)了：numpy.linalg.LinAlgError: 奇異矩陣”），還有我就問(wèn)個(gè)簡(jiǎn)單問(wèn)題（比如“怎么在網(wǎng)頁(yè)上用 JavaScript 加個(gè) iframe，內(nèi)容是從字符串加載的？”）。
這個(gè)辦法能行，主要是因?yàn)檎Z(yǔ)言模型擅長(zhǎng)處理別人解決過(guò)的問(wèn)題，這個(gè)測(cè)驗(yàn) 99%的內(nèi)容就是些基礎(chǔ)的 HTML 和 Python 后端服務(wù)器，誰(shuí)都能寫(xiě)。這個(gè)測(cè)驗(yàn)讓人喜歡不是因?yàn)榧夹g(shù)多牛，是因?yàn)闇y(cè)驗(yàn)的內(nèi)容。把重復(fù)的部分都自動(dòng)化了，我就能輕松弄好這個(gè)項(xiàng)目。
其實(shí)，要是沒(méi)有語(yǔ)言模型幫忙，我可能根本就不會(huì)弄這個(gè)測(cè)驗(yàn)，因?yàn)槲也幌牖〞r(shí)間從頭寫(xiě)整個(gè)網(wǎng)頁(yè)應(yīng)用。就算我會(huì)編程！我相信，就算是現(xiàn)在的模型，也能讓大多數(shù)人光靠問(wèn)問(wèn)題就能解決以前解決不了的重要任務(wù)。
我還有些類似的例子以后說(shuō)，像我讓模型給我寫(xiě)整個(gè)應(yīng)用，等這些應(yīng)用發(fā)出來(lái)，我會(huì)明說(shuō)有語(yǔ)言模型幫忙。
2、當(dāng)新技術(shù)的向?qū)?/strong>
我以前總能跟上新框架的步子。但一個(gè)人的時(shí)間有限，因?yàn)槲业墓ぷ鳎掖蟛糠謺r(shí)間都在跟最新的研究進(jìn)展，不是最新的 JavaScript 框架。
這就是說(shuō)，我開(kāi)始一個(gè)不是我研究領(lǐng)域的新項(xiàng)目的時(shí)候，一般有兩個(gè)選擇：一個(gè)是用我知道的技術(shù)，就算這些技術(shù)可能老了十年二十年，對(duì)小項(xiàng)目也夠用；另一個(gè)是學(xué)新的（一般也更好）辦法。這時(shí)候語(yǔ)言模型就有用啦。對(duì)我來(lái)說(shuō)新的框架或者工具，像 Docker、Flexbox 或者 React，對(duì)別人可能很熟。世界上可能有成千上萬(wàn)的人很了解這些技術(shù)。現(xiàn)在的語(yǔ)言模型也能懂。這就是說(shuō)，我能通過(guò)跟語(yǔ)言模型交流學(xué)習(xí)，學(xué)會(huì)解決任務(wù)需要的知識(shí)，不用靠那些假設(shè)讀者啥都懂、目標(biāo)特別明確的死板教程。
比如說(shuō)，今年早些時(shí)候，我弄一個(gè) LLM 評(píng)估框架的時(shí)候，想在一個(gè)限制的環(huán)境里運(yùn)行 LLM 生成的代碼，省得它把我電腦上隨便的文件刪了啥的。Docker 是干這個(gè)的好工具，可我以前沒(méi)用過(guò)。
重要的是，這個(gè)項(xiàng)目的目的不是學(xué)會(huì)用 Docker，Docker 就是我達(dá)到目的的一個(gè)工具。我就需要學(xué)會(huì) 10%，保證能安全用就行。
要是在 90 年代，我可能得買本關(guān)于 Docker 的書(shū)，從頭學(xué)，看前面幾章，然后跳著看怎么弄我想要的功能。過(guò)去十年好點(diǎn)了，我可能會(huì)在網(wǎng)上找怎么用 Docker 的教程，跟著做，然后找遇到的錯(cuò)誤信息，看有沒(méi)有人跟我一樣。
但現(xiàn)在，我只要讓一個(gè)語(yǔ)言模型教我用 Docker 就行。
3、開(kāi)始新項(xiàng)目
想起來(lái)，我最早學(xué)的編程語(yǔ)言是 Java。我特別喜歡編程，但有一件事我特別煩：面對(duì)新項(xiàng)目的空白屏幕。特別是用 Java 的時(shí)候！就算是讓程序編譯個(gè)“hello world”程序——這個(gè)“public static void main string args”到底是干啥的？括號(hào)放哪？哪些字母大寫(xiě)？為啥這用花括號(hào)，那用方括號(hào)？
所以我就像小孩一樣——讓我爸幫我弄。
二十年過(guò)去了，我還是不喜歡用不熟悉的框架開(kāi)始新項(xiàng)目。光為了弄好開(kāi)頭的代碼就得花好多時(shí)間，而且我都不知道自己在干啥。
比如說(shuō)，我最近想試試寫(xiě)點(diǎn) CUDA 代碼，看看一個(gè)簡(jiǎn)單的貪心搜索在 GPU 上的性能跟別人在 CPU 上高效優(yōu)化的比怎么樣。
但我不會(huì) CUDA 編程。我會(huì)寫(xiě) C 語(yǔ)言，知道 GPU 咋工作、內(nèi)核啥功能、內(nèi)存咋布局啥的，但真要寫(xiě)往 GPU 發(fā)任務(wù)的代碼？我不知道從哪開(kāi)始。所以我直接讓模型給我寫(xiě) CUDA 程序的初稿。完美嗎？肯定不是！但這是個(gè)開(kāi)頭。這就是我要的。你能看到這里面代碼好多錯(cuò)！其實(shí)我完全能接受。我不是要完美的辦法，就是要個(gè)開(kāi)頭，我能從這接著弄。要是以后的模型能做得更好，那就太棒了。但現(xiàn)在我有的已經(jīng)幫了大忙了。
另一方面，我在家弄一些個(gè)人項(xiàng)目的時(shí)候，用了個(gè)樹(shù)莓派 Pico W。這是我第一次用。我想讓它給我干點(diǎn)事，特別是跟網(wǎng)絡(luò)有關(guān)的。再說(shuō)，我肯定能在網(wǎng)上找到有人說(shuō)怎么弄我想弄的。但你最近看過(guò)網(wǎng)上的東西嗎？前五個(gè)結(jié)果經(jīng)常是些沒(méi)用的垃圾，代碼有問(wèn)題，就為了搜索引擎優(yōu)化改了改，但還是不行。
所以，我直接讓一個(gè)語(yǔ)言模型教我怎么弄我想弄的。我以前弄過(guò)微控制器，所以大概知道它們咋工作。但我沒(méi)用過(guò) Pico W。我就需要點(diǎn)幫忙弄好所有依賴的東西，然后我能自己弄剩下的。
我給新的微控制器寫(xiě)的第一個(gè)“hello world”程序一般就是讓一個(gè) LED 燈閃。這能讓我試試能不能編譯上傳代碼到設(shè)備里，引腳設(shè)置對(duì)不對(duì)，基本上知道我在干啥。所以，我就直接讓弄個(gè)閃的程序。（再說(shuō)一遍：網(wǎng)上有這個(gè)嗎？幾乎肯定有。但那樣我就得去找。）我有了這個(gè)代碼能運(yùn)行了，從這我就知道后面咋弄了。我知道 python 咋工作（信不信由你！）。所以，我能從這接著改東西，把特殊的 Micro Python 的東西弄好。
我碰到別的要專門處理的問(wèn)題，我能再讓模型幫我。比如說(shuō)，我接著就讓模型給我寫(xiě)個(gè)連 wifi 的腳本。
4、簡(jiǎn)化代碼
我是個(gè)安全研究員，經(jīng)常得處理別人的研究項(xiàng)目，里面好幾千行代碼，我得弄明白咋工作才能攻擊。這聽(tīng)著不難，要是每個(gè)人都寫(xiě)清楚的代碼，確實(shí)不難，但現(xiàn)實(shí)不是這樣。研究人員一般沒(méi)動(dòng)力發(fā)清楚的代碼。所以，經(jīng)常發(fā)出來(lái)的都是亂亂的代碼能湊合用就行。（我自己也這樣。）
我不能給你舉跟研究有關(guān)的例子，但我能給你說(shuō)我正在弄的一個(gè)個(gè)人項(xiàng)目的例子。聽(tīng)說(shuō)我對(duì)康威的生命游戲特別著迷。最近，我想找個(gè)快的辦法，用 Python 評(píng)估一些生命游戲的模式。有個(gè) C++的工具叫 golly 能做這個(gè)，但我不想把我的 Python 代碼改成 C++的。
golly 有個(gè)命令行工具正好我能用——我要做的就是簡(jiǎn)化那個(gè)支持 50 種不同命令行選項(xiàng)的 C++代碼，讓它只做我想要的。所以我把 500 行的 C++代碼給大型語(yǔ)言模型，讓它給我個(gè)更短的文件做一樣的事。
你知道嗎？這可太管用了。然后，我讓它給我個(gè)圍繞 C++代碼的 Python 封裝器。也管用。這是那種讓人頭疼的任務(wù)，要是我自己弄，可能永遠(yuǎn)弄不完。但現(xiàn)在我能讓別人幫我弄，我得到的東西比我原來(lái)的 Python 代碼快 100 倍。
我發(fā)現(xiàn)我經(jīng)常這么干。這還有個(gè)例子，我用 Python 也這么干。
再說(shuō)一遍，這些任務(wù)不復(fù)雜。但每次這么干，我都能省好多時(shí)間。這就是我覺(jué)得大型語(yǔ)言模型現(xiàn)在厲害的原因之一：它們的用處可能不咋好看，也不會(huì)因?yàn)檎f(shuō)“這是我用大型語(yǔ)言模型簡(jiǎn)化日常工作的普通辦法”就被網(wǎng)上夸，但這是真的有用。
5、處理無(wú)聊的任務(wù)
我好多要做的任務(wù)都特別無(wú)聊，不用想太多，但又必須做。
其實(shí)，我發(fā)現(xiàn)我拖著不做任務(wù)，經(jīng)常是因?yàn)槲抑雷鲞@些會(huì)無(wú)聊會(huì)難受。大型語(yǔ)言模型大大減輕了這種難受，讓我知道做任務(wù)的時(shí)候只要解決好玩的問(wèn)題就行。所以，我一個(gè)一個(gè)給你說(shuō)說(shuō)我讓大型語(yǔ)言模型幫忙解決的特別普通的問(wèn)題。
比如說(shuō)，最近我得把一個(gè)用 Python 3.9 寫(xiě)的程序拆開(kāi)。大部分 Python 反編譯器只支持到 Python 3.7，在我這個(gè) 3.9 的上用不了。
反編譯其實(shí)不難，主要是弄對(duì)控制流程別出錯(cuò)。所以，我沒(méi)自己花時(shí)間把幾千個(gè)操作碼和幾百行代碼弄好，讓大型語(yǔ)言模型幫我弄了。它干得特別好！比我想的好多了。這有三個(gè)交流，我讓模型幫我干了這個(gè)。另一個(gè)例子是，我要把一些沒(méi)結(jié)構(gòu)的數(shù)據(jù)弄成有結(jié)構(gòu)的格式。比如說(shuō)，我做一個(gè)項(xiàng)目，要列一些書(shū)名和作者名。我在網(wǎng)上找了些沒(méi)結(jié)構(gòu)的格式的數(shù)據(jù)，讓大型語(yǔ)言模型幫我弄好格式。最近，我寫(xiě)一篇博客說(shuō)怎么破解一個(gè)保護(hù)，想展示我改的代碼的全部差別。所以我把差別和以前怎么把差別弄成 HTML 的例子貼上，讓大型語(yǔ)言模型按以前的格式給我弄差別。另外，我工作的時(shí)候經(jīng)常要給我用的資源弄引用。谷歌學(xué)術(shù)引用論文很容易，我能直接復(fù)制粘貼。但引用網(wǎng)頁(yè)就有點(diǎn)麻煩；我最近開(kāi)始讓大型語(yǔ)言模型給我弄引用（確保這是正確的！）我可以繼續(xù)舉出至少一百個(gè)類似的例子。但我想你已經(jīng)明白了我的意思。
我完全明白這種任務(wù)可能會(huì)讓人覺(jué)得“就這？”但我們要記住，五年前這些模型幾乎不能連貫地寫(xiě)出一個(gè)段落，更別說(shuō)為你解決整個(gè)問(wèn)題了。
6、讓每個(gè)用戶都變成“高級(jí)用戶”
要是你看過(guò)不太會(huì)用某個(gè)工具的人用，可能會(huì)有點(diǎn)難受。他們可能花好幾分鐘甚至幾小時(shí)去做一個(gè)本來(lái)用個(gè)宏或者同時(shí)用幾個(gè)程序就能自動(dòng)完成的任務(wù)。可是，學(xué)這些操作技巧要花時(shí)間，還很難。比如說(shuō)，我最近想寫(xiě)個(gè) Python 程序處理蘋(píng)果 Lisa 鍵盤(pán)的輸入。我在網(wǎng)上找到一個(gè)人用 C 語(yǔ)言寫(xiě)的相關(guān)代碼，里面好多像#define KEYNAME key_code 這樣的語(yǔ)句，我想把它們變成一個(gè) Python 字典，把整數(shù)代碼對(duì)應(yīng)到字符串。我是個(gè) Emacs 用戶。我知道在 Emacs 里咋解決，這對(duì)我不難。這是我剛記下來(lái)的關(guān)鍵操作：C-h C-s #def [enter] M-f [delete] C-d M-f C-[space] M-f C-w C-a C-y : " M-f ", C-g C-] } C-[ { 雖說(shuō)這對(duì)我很自然，可到現(xiàn)在，我在 Emacs 上花了大半輩子才這么熟練，熟練到這都成自然反應(yīng)了。但你知道現(xiàn)在我把大型語(yǔ)言模型連到編輯器里，我會(huì)咋做不？C-h C-h 請(qǐng)把這些 #define 重寫(xiě)成{keycode: string,...}的字典格式。然后，文本就在我眼前重寫(xiě)好了！就是在這種情況下，我覺(jué)得大型語(yǔ)言模型對(duì)不是專家的人的潛在用處甚至比專家還大。這個(gè)模型給每個(gè)人都提高了起點(diǎn)，要是你以前完全不會(huì)，現(xiàn)在突然能做很多事。
7、當(dāng)作 API 參考
真正的程序員想搞懂某個(gè)工具咋工作會(huì)去讀參考手冊(cè)。但我比較懶，我更想直接得到答案。所以現(xiàn)在我就問(wèn)大型語(yǔ)言模型。我給別人展示這些例子的時(shí)候，有人會(huì)有點(diǎn)防備，說(shuō)：“大型語(yǔ)言模型沒(méi)做啥你用別的工具做不了的事！”你知道不？他們說(shuō)得對(duì)。但是，用搜索引擎能做的事，用實(shí)體書(shū)講這個(gè)主題的也能做；用實(shí)體書(shū)能做的事，讀源代碼也能做。不過(guò)，每一種都比前一種簡(jiǎn)單。事情越簡(jiǎn)單，你就做得越頻繁，做法也不一樣。這就是我問(wèn)“哪個(gè)$命令可以傳遞所有剩余參數(shù)”然后得到答案的例子。（緊接著是另一個(gè)“我該咋用這個(gè)東西”的問(wèn)題！）這其實(shí)是我用大型語(yǔ)言模型最常用的辦法之一。我沒(méi)法給你展示更多這樣的例子，是因?yàn)槲以?Emacs 和我的 shell 里都內(nèi)置了問(wèn)大型語(yǔ)言模型的工具。所以，我想做這些事 90%的時(shí)候，都不用離開(kāi)我的編輯器。