以前觉得 ai 就是对输入的相关性预测，寻找对应关系，他并不知道结果是啥。但是用了 chatgpt 后，甚至我觉得他知道上下文，知道结果是啥了，有了理解能力。实际用了下 chatgpt free 版本后，立刻让朋友帮忙弄了下 plus ，体验上了 gpt4 ，觉得这件事情是最近必须要完成的高优先事情。
先抛出结论，拥抱时代，chatgpt 不同于 xr 以及 区块链，这个能真真实实的影响每一个人，如图智能手机的出现一般。不要回避和讨厌他，利用这个机会去做事。
过去的教育模式（应试教育）应该进化了，高中的时候背那么多恶心的生物考点，生物题，扣一些字眼来考你。人应该回归人比 ai 更擅长的事情，了解 ai 擅长的事情的边界，减少重复的，死记性质的事情。有了 chatgpt，死记硬背的东西没有用，这个时代会为更多真正有思想的人赋能。人应该更主要的教育的精力放在做创新身上，而不是考查人的对考试的智力\努力程度上。
之前的思维模式应该抛弃了，过时的东西 ai 化了应该摒弃，不要考虑沉没成本。要产生新的工作流，提高自己的效率，编程的时代也发生了进步，从高级编程语言编程到自然语言编程。 编程的本质是让机器为人类做事情。 面向 google、stackoverflow 编程，死记忆 api，死记忆一些一次性工作的事情发生了变化，直接问 chatgpt 更好，比如经常忘记的一些经典的事情，建立 mysql 数据库，配置一个 eslint、prettier、husky 的自己的配置需要某些什么配置，某个样式怎么写的事情，还有什么帮我写一个 webrtc 的 js demo （gpt 会给你一个经典的浏览器的摄像头本地 demo），直接问就完事了，工作效率提升的飞快，能减少部分 boilerplate code ，还能给你一些启发和思考。
对行业的冲击：老师、简单的咨询、会计、脑子搬砖类（体力代替不了 😈）的工作
看到一句话 “说实话，我已经开始觉得想尽量少跟人打交道，而尽量多跟 ChatGPT 打交道，因为像上文所说，ChatGPT 有理性，没 ego，也不会存心骗我” ，确实如此，比如我后面想练习写作、听力、口语，我就直接用 gpt 去做了，不需要请老师和买书，直接就对话。
小时候印象中有个教科书的一张图，小明坐在汽车里，汽车里带计算机什么智能汽车。车上装一个电脑，就会有车载电脑联网，后面在智能手机的时候，高中的时候 uber 的出现。我毫不夸张的认为，ChatGPT 就是类似智能手机的东西。
专业交互难度降低了。比如
未来的时代所有东西都会被 chatgpt 化。
新的工程师解决的目标是： 如何迁移 gpt 到产品里， 辅助产品的进步。 比如微软的 bing 作为一个混合搜索引擎，office 365 、notion，自动生成文字摘要，会议摘要，总结成图表，总结成 ppt，头脑风暴，润色。
相对于传统的搜索引擎， google 只是一个文本搜索，本质上需要人去整合信息，chatgpt 能对语言理解帮助我们可以更好的分析和整理整个互联网的信息。
可以想像，比如你想做一个出行计划，旅游软件可以做一个 ai 化的搜索，不像现在你要去他提供的选项中选择价格区间，地理位置，和评价目录，做一个过滤。你直接描述一个“我想在成都住一个离建设路近的普通酒店单人间，第二天我计划要去望平街，第三天一大早要去双流机场，不希望堵车，你能给我几个建议么”，gpt 帮你直接把内容做聚合，给出一个相对合适的建议。（这里流量也会被聚合，也是一个竞价商机），然后你还可以直接让他给出地图，描述下位置，现在复杂的 ui 都会在 ai 的帮助下，变成简单的东西，chat and go on ，给你图片，流程图，计划。
合理的 prompt chat ，已经产生一个新的职业 prompt engineer ，类似高级编程语言的程序员，这个是 chatgpt 自然语言编程产生的职位，所有的产品都是 有上下文 prompt 的产品，chatgpt 学会了搜索，new bing 去调教了他怎么去做搜索。
内容的实时性比传统的推荐和搜索差。
有一些事情会误报，然后对于有一些问题你得有相关的经验知识，能够有一定的判别能力。
自己造一个有这么强的 gpt 很难，大语言模型是一个工程化的事情，任何一步，数据清理，搜集，调参，openai 这个机构就是壁垒。
但是产品化一些东西是有机会的事情。
之前有很多人唱衰，说「互联网已死」，这不活了么？ChatGPT 的 产品化 ，不做 ChatGPT 的产品就会死掉。
一个很焦虑的事情，你啥都不如 chatgpt ，你还能干啥呢。
所以最近最近的目标就是解锁各种 gpt 的姿势。
