鹦鹉 or 乌鸦？   

人工智能领域有一个特别形象的比喻，介绍了两种人工智能的范式。

鹦鹉可以与人类对话，但是不理解你在说什么。比如你说郭德纲砸缸，它也说郭德纲砸缸。但是它并不知道谁是“郭德纲”，什么是“缸”，“砸缸“是个什么梗。这种称之为“鹦鹉范式”。

另一种是“乌鸦范式”。就像我们小时候课本上讲的一样，乌鸦找到半瓶水后，会往水瓶里扔小石子，直到能够喝到瓶里的水。这种喝水的方式就充分展示了乌鸦理解和处理问题的智慧和灵活性。

当打工人遇上ChatGPT  

Open AI的人工智能产品ChatGPT，上线即出圈。短短两个月，用户数便超1亿，目前总用户已超5亿，月活稳定在1亿左右。显然，这是一只初步涌现出智慧的乌鸦。

能力越来越强的AI，对于我们意味着什么？

当Github 推出Copilot插件后，我们就已经可以通过注释写代码了。

当New Bing集成了ChatGPT后，我们很大程度上可以直接跟AI对话，而不是在搜索框输入一个关键词，然后在海量的网页中去筛选。

当office365整合了GPT4.0的Copilot后，我们的个人办公效率也会天翻地覆。

然而，就仅限于此吗？

正如比尔盖茨文章中的比喻，此时此刻ChatGPT之于AI的出现，恰如彼时彼刻Window图形界面之于计算机的出现，都极大程度上减少了普通人和强大算力间的沟通成本，让算力普及成为现实。

当汽车第一次出现的时候，大家首先担心的是马车车夫要失业了，实际上却是汽车扩大了普通人的活动范围，从而带来了整个生产力的大爆发。

当计算机开始普及的时候，大家又开始担心公司文员要下岗了，而计算机的普及最终却实现了互联网浪潮和数字化办公，让大家的生产力进一步提升。

我想，如今AI的快速发展之下，也不应该仅仅是担忧程序员或者类似工作被机器替代。更需要思考的是，拥抱AI后，我们还可以做些什么，可以让AI这只乌鸦，变成凤凰。

打工人极简ChatGPT使用样板？  

ChatGPT炙手可热，刷视频居然刷到有人直播ChatGPT回答问题，奇怪的同时，不禁心想，这还需要教吗？

可对于天天搬砖的打工人来说，有个趁手的工具，真的是事半功倍，太幸福了。

最近家里那位被逼着要写10w+字的科普书籍，天，这有意义吗？病人会有人去看这十万字？医生会有人需要看这么基础的科普灌水文？不管我们怎么看这件事，总之，任务来了，得搬砖呀。这不，ChatGPT完全可以帮忙，而且，比不用心写的科普文章，好太多太多。

下面就简单罗列几项直接跟我们这种天选打工人相关的使用场景吧。

1.文章灌水

不管是有内容的文章，专业文章，还是写文章的技巧建议，文章润色，ChatGPT可谓是得心应手，毕竟它读过的书可比我们加起来的总和还要多，这也是时下使用最为普遍的方式，有好的工具，干嘛不用呢。想起小时候教珠算，后来就不教了，考试时也可以用计算器，一个道理吧，得与时俱进不是？

2.撸代码

ChatGPT绝对是非常够份儿的程序猿，对语法的拿捏，对代码的质量控制，对格式的精准把握，一般的程序员望尘莫及。对于本号的主要读者群体来说，最有用的莫过于如下这类代码了吧，赶上直升机了，卷起来的时候也更有劲了不是？

3.语言翻译

翻译软件存在多时，所以我一直认为，翻译这个专业的价值貌似看低了，可ChatGPT的出现，直接将这种趋势拉到极致，翻译公司和翻译软件都得退后了，因为，ChatGPT的翻译跟人类翻译几乎无异，能考虑上下文语境文化背景了，这就跟550C到550W的升级一样，有异曲同工之妙。

4.知识学习

如果有可用的资源，如果服务器不卡，把ChatGPT当作一个学习机来用，那简直不用太爽，再也不用在度娘那一堆看似有用实则无用的知识海洋里面漂泊了，从此世界变得干净了。

ChatGPT 与 OpenAI  

ChatGPT是OpenAI基于自家的GPT-3技术构建的，目前已经升级到GPT-4。GPT模型基于一种叫做变换器架构的神经网络，非常适合语言建模任务。一旦模型完成了预训练，它可以通过在更小的、特定任务的数据集上来微调模型以适应特定的语言任务，例如文本生成、文本分类或机器翻译。

Open AI是一家成立于2015年的专注于AGI研究的机构。创始人有Elon Musk、Sam Altman、Greg Brockman、Ilya Sutskever和Wojciech Zaremba等人，如果你还不认识这些大佬，那么他们创立的SpaceX、Tesla、DeepMind、LinkedIn等公司你肯定知道。