火遍全网的ChatGPT究竟是个啥

去年十一月某个深夜，个啥我随手在对话框里敲了句“用Python写个批量重命名文件的火遍脚本”，按下回车。全网三秒后，究竟屏幕上跳出一段带注释的个啥代码，连异常处理都写好了。火遍我盯着屏幕愣了一会儿——这东西比我自己写还快，全网而且没报错。究竟那时候ChatGPT刚出来没几天，个啥朋友圈还没几个人讨论。火遍现在呢？全网连我七十岁的老舅都在家庭群里转发“ChatGPT写的七律诗”，虽然押韵有点怪。究竟

说白了，ChatGPT就是一个大型语言模型。别被这个词吓到，拆开看：它读了互联网上几乎能抓到的所有文本——维基百科、新闻、论坛、代码库、电子书，甚至包括你我在社交媒体上的废话。读完之后，它干一件事：预测下一个词。你给它“今天天气真”，它算出“好”“不错”“差”哪个概率最高，然后挑一个吐出来。就这么简单，又这么不简单。

我试过让它写一段“鲁迅风格吐槽加班”的段子。它写：“我向来是不惮以最坏的恶意来推测加班的，然而我还不料，也不信竟会凶残到这地步。”像那么回事吧？但你要是问它“鲁迅和周树人什么关系”，它可能会绕半天。原因不复杂：它没有“理解”，只是在做概率匹配。你问它事实，它给你最像事实的文本模式。所以有时候它编起假参考文献来，比真的还像真的。

那它为什么突然火了？时间点很关键。2022年底，大家憋了三年，线上办公、远程学习成了常态，突然有个东西能帮你写邮件、改简历、解释代码、翻译合同，还免费。我有个做跨境电商的朋友，以前写产品描述要憋一下午，现在扔给ChatGPT，改几个词就能上架。效率提升不是一点半点。当然，后来他也发现，如果完全照搬，老外一眼就能看出是机器写的——太顺了，顺得没脾气。

技术底子叫Transformer架构，2017年谷歌那篇《Attention is All You Need》论文开的头。OpenAI拿它堆了上千亿参数，喂了海量数据，再用人类反馈强化学习（RLHF）调教——简单说就是请一堆人给它的回答打分，告诉它“这个好，那个烂”。调着调着，它说话就越来越像人。但注意，像人，不等于是人。它没有记忆，你关掉窗口再打开，它就不认识你了。它也没有情绪，你骂它，它回你“对不起，我还在学习”——那是程序设定，不是委屈。

我观察到一个有意思的现象：很多人第一次用ChatGPT，会先问“你叫什么名字”“你几岁”。得到回答后，又觉得它“挺可爱的”。这种拟人化投射特别自然，因为我们的大脑天生就爱把对话对象当人看。但你要是真把它当人，迟早会失望。比如你问它“我该不该辞职”，它列一堆利弊，最后说“建议咨询专业人士”。废话文学十级选手。

现在国内大厂也跟进了，文心一言、通义千问、Kimi，一个比一个能聊。底层逻辑大同小异，差别在数据质量和调教功夫。我同时开三个窗口问同一个问题：“用五句话解释量子纠缠”，答案各有千秋，但都逃不过一个毛病——自信地模糊。这词是我自己造的，意思是：语气特别肯定，内容特别笼统。

说到底，ChatGPT是个工具。跟计算器、搜索引擎、翻译软件一个性质，只是它把这三样揉在一起，还加了点“对话感”。你用它写周报、查资料、学外语、编冷笑话，都行。但别指望它替你思考，更别把它的输出当真理。我现在的习惯是：让它生成初稿，我自己改。改着改着，有时候发现它给的框架还真能启发思路。这大概就是它最实在的价值——不是替代你，而是推你一把。

写到这里，我又去问它：“你觉得我这篇文章写得怎么样？”它回：“文章结构清晰，语言流畅，但可以增加一些具体数据。”我笑了笑，关掉窗口。它说得对，但我不想改。