创作背景

        CHATGPT刚出现时我的内心有一万匹“马”在奔腾，我是排斥的、BS的、甚至关掉屏敝掉相关新闻、连家里电视机的插线都拨掉。因为它的表现真的伤到了我的自尊。

        这样的情绪源至我自己的“不自信”，不自信的前提是因为听到的东西太过于有“冲击性”了。但我是一个懂得反思和回溯的人，人之所以可以进化正是因为人类会不断的进步。

        在这段作“鸵鸟”的时间里，我想到了JBOSS被发明时直到JBOSS3在一天内被下载了几百万那次业界提过的那几句著名的话：

• first they ignore you
• then they laughing you
• then they fight you
• then...you win

        在经过了15天左右的排斥和“鸵鸟”后，一个偶然的机会让我亲手接触到了ChatGPT。当时我的感受是这样的：

        随着深入的学习和使用我先开始尝试着给身边的人用、再在自己的团队内使用。然后就发觉从此爱上了它。

        在经过近5个月的使用和普及后，我们还是得到了不少惊人的效果，因此我做了一个材料用于记录、宣传、普及ChatGPT，同时我也希望此文献可以带给更多人以受益。

        整篇内容包括以下几个内容。

 目前市面上最好用的AI是哪些工具

        从GPT被火起来不过4-5个月，市面上已经充斥了一堆各种AI或者类AI、号称自己是AI的工具。大都效果如何相信各位也多多少少吃过一些亏，此处我们要讲的是我们的开发者和工作者最常用、也是最容易接触同时又是最有效果的4个东西，它们分别就是：

• Copilot
• Midjourney
• ChatGPT(3.5 turbo-4)
• Cursor

        其中的Midjourney和Cursor是“杀手”级别的存在。此处的杀手指的就是对目前很多AI取代人、AI抢饭碗这些正在发生的这件事来说的。

        在经过这些月对这4个工具使用下来和平时在工作中的使用效果，本人作了一个4个工具的基于“功能点”的比较如下：

         我们可以看到其中：

• midjourney是聚焦在-creative、创意、图片甚至是视频（AI自己创造电影）领域；
• Copilot聚焦在了办公和智能助手领域；
• Cursor就是“码农”们专用，它就是一个开发工具，只是它集中了几十种开发语言；
• ChatGPT则更多样性一些，尤其是ChatGPT4已经具备了人类才有的“推导”意识，我后面会展示两个ChatGPT4使用人类才具有的推导意识的真实例子；

如何使用好这四大工具的说明

Midjourney的使用

        我们都知道“情侣”这张照片，或者有些人还不知道，那么我告诉大家，这个图是AI自己画的，在官方没有“透题”前很多人还以为这是真的人拍的照片。可以说它的效果逼真到令人发抖，它只是使用了非常精练的自然语言描述后生成的图片。

        要用Midjourney你需要有Discord帐号，目前标准版收费是30$每个月、无限张图片生成、可支持并发的3个客户端，一般我们工作中使用都用这个30$的标准版就已经足够用了。

        这个Midjourney非常的利害，很多初级UI、美工、切图、广告文案、创意岗被裁正是因为这个东西。

        Midjourney和之前其它的一些AI工具在自动生成创意内容的本质区别在于：

• 之前的一些AI生成图片，是有着固定的参数，只不过参数内的值可以自由发挥，使用者还是按照界面即定的排版、输入框进行着固定内容的输入；
• 而Midjourney的参数是没有固定的，没有公式的，只是一个自然语然描述，然后：Done；

        我们平时在这些岗位或者需要做相关这些岗位的工作我们经常需要做的就是制作小logo、底图、背景。如果自己不是专业美工，那么你还要申请公司美工资源、和美工间来来回回争扯、修改、有时修改次数一多有人还会闹情绪。

        现在有了Midjourney比如说我在写PPT或者方案时需要微信的log，我就截个屏然后告诉Midjourney给我把微信Logo切下来或者照着我标出的这块区域描一个PNG高保真的矢量图。往往不需要1分钟它就可以完成了。

        我甚至还让它给我生成了了上千个背景图，它自己在生成这上千个每个都可以以每一页卖出500元的效果的图的过程只用了420分钟，这420分钟里我在睡觉。

        想起之前互联网旅游业内的一个梗，叫“日作100张图”。。。这是不可能的。而现在不需要日作100张图而是420分钟1千张图，张张图极其精美、精美到了令人发抖。这就是Midjourney的利害之处，所以我们才会把它称为“杀手”一级的存在。

Copilot的使用

         Copilot在之前还是可以个人用的，前提是：

1. 你必须是office365的收费用户（一年300多块，很便宜）；
2. 你的office365版本需要>16.0.16325.x<16.0.16327.x，然后在office的文件菜单->选择加入体验计划；
3. 修改注册表方式（百度经验已经有分享），个人就完全可以使用全套Copilot功能了；

        而现在Office365最新升级后，这个功能就被从个人用户体验里去除了。目前Copilot只针对企业进行合作，因此只有企业用户在本企业内才可以使用。

        但是Copilot带给我们的不止是惊艳，它把Office中的邮件、teams、word、excel、ppt等统统用gpt引擎接通。往日繁琐的样式、格式、校对、排版、生成公式、会议邀请、群发邮件等都可以用自然语言来描述并在瞬间完成。

        比如说我经常在excel里会这样写：对我框选的这个表格用多元回归公式生成分析报告。几秒钟内：Done！

 ChatGPT的使用

        其实我们并没有限ChatGPT，而是OPENAI限了我们。目前来说要使用ChatGPT你不仅仅是需要拥有国外IP，更需要拥有国外手机可以接收短信。随着GPT的IOS发布，如果你需要使用手机版的GPT你还必须拥有美版的AppleID。

        因此，我们在国内要使用ChatGPT往往就是通过一些技术圈搭建的“镜像”来使用，一般来说这种镜像也是OK的、完全可以使用的。它是使用一个GPT帐号然后通过OPEN AI的GPT的API接通国外站点，在国内再做了一层JS的用于交互的Web网页的皮，其实内容完全是GPT而且经过本人使用到现在的经验来说，还是效果不错的。

        唯一需要注意的就是这种共享式Token或者说镜像ChatGPT由于Token并非独用，因此需要小心一点保护个人稳私相关信息。

        另外就是无论是官方还是镜像的ChatGPT都是收费的，这个费用其实很便宜可以忽略不计，比如说本人使用的为20块钱16万汉字，基本我有了ChatGPT后已经有几个月不用任何搜索引擎了，在这样的使用量下，我这点费用也用不完。如果有任何广告或者市面上有什么产品告诉你：这个GPT绝对免费！那么这个信息不是假的就是骗人的，使用者需要小心。

        GPT和搜索引擎的本质区别或者说：搜索引擎已经走到末路的终极原因在于你如果使用搜索引擎你会得到很多“条目”和答案，这些答案是否有用你需要不断的验证和试、需要自己有辩识能力和“去重”，有时这些答案的可用性<10%，这会耗费你大量的时间。而GPT给出的答案，在一个熟练、熟知GPT提问技巧甚至提问也可以做成类似“类、函数、回调”这种prompt 工程的情况下，它的精准率目前就IT技术这一块来说达到了99%的准确率，而对于语方、文言文或者说是类似“鲁迅”杂文分析做阅读理解，它的正确率也高达80%以上。

        这种一秒钟、两秒钟得到99%准确率的答案速度完全已经把任何非GPT搜索引擎给淘汰了（注意：此处我用的不是将要，而是已经）。

Cursor的使用

         Cursor，这是同等于Midjourney的另一个“杀手”级别的存在，它“杀”的是程序员。

        没错！

        它真的已经“杀”了很多程序员。

        大家想一下，平时我们拿一个具有3张表、然后说清业务逻辑、需要使用spring boot2.4.3、jdk8、使用标准的controller、service、mybatis、说清哪些哪些操作我需要走redis、哪些要异步、接口规范、命名、递归时使用DFS+智能优化搜索来提高性能、前台需要使用vue2.js，需要使用element-ui、需要对什么样的一个sql做成分页表格、分页表格的显示用的是上一页、下一页格式的还是12345这种分页格式。

        不需要30分钟，只要你把这些点一个个列清类似下面这样的描述：

1. 你是一个Java程序员、你可以使用的JDK是OPENJDK11、你在使用的开发工具为eclipse2.4.6、你正在spring boot 2.4.3上开发项目；
2. 我需要对A、B、C三张表生成使用ibatis.annotation的mybatis DAO层；
3. 我需要书写一个service，其中有xxx个public返回值为xxx的方法；
4. 其中xxx方法我希望使用apache commons的工具包来简化代码和增加代码健壮性；

        。。。。。。

        然后从后、到前、一整套代码给你生成完毕。经过微调，10分钟就完全可以0BUG运行起来了。没错，本人已经这么干了不下百次了，这些代码在生产运行的非常好、而且性能竟然比我自己手写的还好。

        比如说有一个：商品目录无级树的生成，我用的是DFS+智能优化搜索，已经可以做到117毫秒内处理十万级数据了。而GPT使用了A*算法，即：最佳路径算法，它的代码运行效率为：45毫秒、CPU开销比我少了整整10%。

        我们可以说当一个逻辑思维、具有需求理解、精细设计、懂得折分的人员、完全可以使用GPT与之配对来作“结队编程”。同时由于这样的人有了GPT的辅助，一些中小公司完全已经可以不需要“架构师”以及减少需要靠“人肉”堆砌的初级开发人员了。

        因为一个这种中小公司的架构师不过就是在做这些事，关键是他的结果和交付还有输出还需要经过不断的测试、验证甚至都达不到我们说的真正的程序员所应该写出的代码质量、数据结构、设计模式。而初级开发呢？他们的交付和输出的“后续”还会消耗着团队、企业的时间成本和试错成本。

        以上这些是GPT最可怕的地方，但我们也不需要去害怕它和排斥它。后面我会进一步的说明这一点。

        到此我们先简单的介绍了一下这4个工具，下面来看如果个人使用它们的收费情况是怎么样的

各AI工具的收费模式

         此处特别是Cursor，它完全可以不用科学上网就能下载、使用和充值，但是它只支持信用卡的CVV付费模式，即你的信用卡必须是VISA或者是Master Card，而且是在支付时卡背后或有6位、或有8位其中最后3位或者是4位的那个“确认码”这种才叫CVV付费模式的信用卡才可以充值。 

        同时Cursor不需要科学上网，国内任意可用，而且还有一点，它充值后使用的是GPT4引擎。

        充值后你的帐号就不再受限制了，而是这样的：

        本人一般来说是拿ChatGPT来当搜索引擎、拿Cursor来编程、拿Midjourney来作PPT背景、素材、甚至是一些创意。于是我就会去镜像ChatGPT充20￥、Cursor我是每个月1号充值的，20$按照汇率约等于138￥ RMB、Mijourney30$约在200元，一个月我的充值金额甚至低于很多人的手机套餐费。而我得到的是接近于“超人”的能力。

        这个能力可以这样来看待。

• 你可以通过两个具有运算能力的设备一边使用Mijourney帮助你创意，一边右边在用Copilot把Mijourney生成的素材在你的PPT里布局；

• 你可以让Cursor在那边根据你的提示生成代码，而另一边你在用ChatGPT辅助写另一块业务代码；

         有人说：我这个人手快点，其实也可以做到同样的事。

        没错！

        我目前已经探索出了3个设备同时在做3件不同的事，关键要加上一点。一个本身就知道这件事怎么做、什么叫做好这件事、什么叫做精这件事、什么叫把这件事做成极致是一个什么样的人就算和你同速度产出3样东西时，使用AI工具的人的“交付”的质量是顶级质量、顶级水平的，而你一定是伴随着交付后的BUG的修修改改、不断打磨、敲敲打打、耗时耗力、苦哈哈的还不得好时你会怎么想？

        再举个例子：各位不知道有没有发觉我在我的博客里的PPT的制作能力越来越好了，这些PPT都有一种风格叫TED背景、TED风PPT。

        我试图在3月中，我自己卖出过几个PPT，每一页卖了500元、也有一页卖了800元的那种。而这些PPT每一张的处理可能都需要耗时1整天甚至两天，这还只是对于一个专业UI、平面职业的熟练工来说所需要的耗时。

        而用了AI辅助，我可以在40分钟内出一张秒杀月薪3万的UI/UX的平面图或者是高保真原型界面。这就是我说的“杀手”一级的存在。

        很残酷，但是正在发生。

        说完了收费，我们后面就要真的说一下，到底怎么样使用GPT才可以让它真正为做到我说的在技术上达到99%精准度、在一些非技术领域特别是非英语领域都能达到80%以上精准度的效果呢？

        因为业界很多人确实也都在用GPT，有差不多小一半的人称它为“人工智障”。因为无论是GPT还是其它国产的相关AI对他们来说在使用时，都不那么准，这是为什么呢？

        我这边就需要和大家说一下，没错，ChatGPT的出现确实降低了整个技术的门槛，把它说成是第4次工业革命一点不为过。

        但是不是人人可以使用的好它的，下面我们就用实例来说明Chat GPT的正确使用姿势吧。

提问GPT技巧的掌握-4段式prompt

        大都数人使用GPT都是这种“懒汉”式提问，那么你得到的答案也会很粗略，甚至因此很多人就称它为“人工智障”了。

        而聪明的人、细心的人你们看是怎么提问GPT的：

        假设一个角色、需要做一件什么样的事的描述、希望做到什么样的要求、需要注意规避、屏敝、排除“干扰”信息的要求+补一刀式发问。

        我们可以看到上面的正例中的“正确的提问”得到的回答又是什么样的一个效果呢？

        因此，我们把用好GPT的prompt message常常归纳成一个“4段式”结构来构造你的整个prompt message。

        我不知道大家有没有一种感受，在工作和生活中有一些人可以在5分钟、3分钟内把一件事的来龙去脉用非常有条理、逻辑性的语言描述的清清楚楚。

        我们在2000年初有“王国荣”版ASP3.0、VB6.0从入门到精通，也是以一种非常容易被人接受、易懂的、折碎了、逐步从浅入深把一门很拗口甚至是枯燥的计算机知识给你说的清清楚楚？

        再比如说我的：保姆式的一系列教程。

        这些人、这些文献、这些交付物它们都有一个特性，那就是：这件事无论是有没有AI，你本身已经知道该怎么去做并且做好它。因此当这样的思路被融合进你对GPT的prompt message中，你可以得到的效果就和你自己做得到的效果是一样的，只不过GPT是一个加速了你几千倍的另一个你的替身而己。

        就经典的4段式提问笔者整理了一些实际使用中的实例来给大家说明这种技巧

使用4段式提问让GPT帮助生产慢SQL调优

        试想一下如果我只是很“懒”的问它一句：把这个SQL调优，你觉得你会得到什么样的结果呢？说不定可能还不如你自己钻研个30分钟的效果好呢？于是“人工智障”就这样产生了。

使用4段式提问方式对GPT的提问“补一刀”

        GPT在此竟然还“反驳”了我。

        因为它给出的方案是最优的，一切凭经验、年数去积累的东西在GPT面前不堪一击。我拿着它的结果去和DBA人肉Review以及去生产环境验证了，其结果果然是GPT说的有理。

可以使用“补一刀”来完善GPT的回答

 4段式精准提问让Midjourney生成亚洲风格的IT男

         它竟然要给生成的人物画像知道加一付眼镜。

根据自然语言生成0BUG的可运行代码

        我甚至把整个工程给到Cursor，然后你们看：我写了有小一百字的prompt message工程。你们可以认为我把GPT当一新入职的员工，因此我需要告诉它这个框架是怎么用的、跳转机制、以及相关的数据流。然后我告诉它我的问题在哪，从头到位我没有写过一行代码，我也不知道这个代码要写在哪、加在哪？然后它理解了几秒钟，解决了：Done，运行：0BUG。

4段式提问只是用好AI的基础，还有更多种prompt message

        我推荐各位去看一个文档，名字叫“ChatGPT 提问艺术”，这里面会手把手教会你把GPT如何真正用好。这个文档在网上有中文版、而且是免费的。关键的是它是属于“保姆式教程”一类。 这篇文档可以很好的为大家奠定和夯实用好AI的第一步。

这4个工具后带给了我们团队什么样的“提效”呢

1. 我自己对一个跨5个表的后台的增删改查一整套，使用的是spring boot2.4.3, openjdk11, eclipse, mybatis, vue2，redis，mongo等常用技术栈，我自己进行了使用GPT前和使用GPT后的开发全过程的对比。提效达到了60%左右；
2. 我自己对一个Android里的瀑布流，在后台接口已经Ready的情况下实现。使用GPT前和使用GPT后提效达到了50%；
3. 我自己也在做自己的Android应用，这么一个首页，含有一行三列、两行两列、有瀑布流，使用GPT前和使用GPT后的提效也高达40%；

        这还不算，关键是我把我做的工程分成了_nogpt和_isgpt两套可布署工程，分别进行了jmeter的并发测试。由于使用了GPT我在写代码时在哪些点、哪些段、哪处我需要使用如：智能优化算法、最高效算法、此处我希望使用快排、此处我需要使用二分、此处我用DFS并结合A*算法。。。所以_isgpt下划线的工程在同样的并发下它对CPU的消耗甩了我自己手写代码一条街。即在同样的交付代码没有BUG的情况下，GPT做到了又快又好。

        当然，这个平均提效达60%的数字我们不能只看“纸面上”，这要吃亏的！这样来看这件事：因为这个项目是从0到1这样开发的，实际呢我们是有现有生产环境和历史“屎山”代码在那边的。

        因此，在一个实际的真实的团队化作战环境里GPT提效几何？

        我们都知道，在实际生产环境、团队化合作过程中：

• 不可被省的正是需求分析理解、现有代码诊断、决定怎么动手、在哪动手甚至还有跨团队间的协作、开会等，这些通常占到了30%的整个项目的工作量；
• 可以被省的正是那些：首先这个技术你比较陌生、你要实现需要上网查、copy & paster、调试、演证、可能远不止3次前面这些步骤重复的过程，这部分我们经过统计占比在30%左右。这部分恰恰是可以被AI“省”去的工作量，而且由于AI相关工具使用的熟练程度以及个人本身能力也不错的话往往我们可以取得>30%的开发工作上的提效的。为止笔者联系了在美国脸谱和领英总部工作的同学，他们是ChatGPT使用了比较早的一批IT企业，他们给了我一个数字：平均提效25%。这说明，25%-30%的提效是肯定有的。这个成果是惊人的。因为它不仅可以快还能质量更好。

 两个已经在团队中使用的AI辅助流程

        事实上我们已经使用AI在Review和写代码或者是在平时做POC了。

        尤其是SQL Review。我们上周发生了一件事，就是生产千年难得触发了一条很难触发的业务逻辑，此处含有慢SQL，有30多秒，运行一下都mySQL超时了。好在它是一个异步执行的xxljob，它涉及到的数据查询量为200多万条数据。

        我看了一下代码，有历史两年之久了。

        此时，值班和运维群里一群人还在讨论这个SQL怎么优化？

        我用了GPT，然后GPT给了我一个最优的写法，并因为我的4段式提问和补刀的情况下，给到了我提示。我发觉了这个SQL的问题其实是一个联合索引从左到右，代码中没有左索引的参数那么右索引参与了WHERE条件也会导致整个索引失效的问题。于是在WHERE条件里我把左索引条件设置了一下写在原来的WHERE条件前、把原来的WHERE条件前加了一个“ AND ”，只是改动了这么一个点。这个过程是GPT提示我到我发觉到改好整个过程只有11秒。整个改完后就加了一个where myid=339 and 原有右索引-仓库ID=001，然后我们把这个SQL放到生产上去运行，它从30多秒运行并超时变成了1.7秒。

        还有一块就是我们的“商品目录”的递归算法，这是一棵无级树，我已经用了DFS+智能搜索算法把它重构到只要100多毫秒即可完成。然后GPT给出了更强的算法，它也不用递归而使用的是BFS，算法上比我快了50多毫秒同时还不会造成有stack overflow的问题。

Midjourney在我平时工作中到底起到了什么作用

        我们的团队有FTE、有外包、有不同供应商组成的这么一支团队。为了提高团队的凝聚力、向心感、归属感。我经常需要给团队每个月或者是逢年过节发一些鼓励、激励小册子。这种小册子都是需要专业平面设计而且要花几天时间才拉得出来美观效果的。

        而我呢，直接打开Midjourney对它说：生成5.1劳动节的海报，我不要大红大绿的，要小清新，要小资情调的，具有强烈白领工作元素。。。于是它给我各生成了10几个，然后让我选。

        再来一个：我需要生成清明节的背景图、它需要XXX乘XXX大小、需要带有春天、田园风光、清明元素、小清新小资、符合白领口味又不失童趣的海报。

        就这样我把全年每个月每个重大节日做了一个小海报，然后到时提前在海报上点缀一些激励和感谢的话语，我就得到了这些小海报了。

        我工作中经常需要做方案，有的方案或者研究结果我甚至是要带到一些行业大会上去做宣导的。TED背景的PPT（Like这篇）经常让我头痛不己。虽然我在2012年~2019年我花了差不多8年时间，让自己从一个色弱、IT宅男变形成兼顾具备艺术人员才有的能力，这个过程包括我自学了手绘、配色、素描、写真、学了AE、PS、CoreDraw。但是要拉出这种效果的PPT还要在排版、视觉、布局上做到可以在千人、万人大会得到惊艳的效果，这么一张PPT我也得花两天时间。一个方案20多页PPT。。。那我不得累吐血了？

        所以呢，5.1在家，闲着没事我写了一堆的prompt message，运行起了3个midjourney。。。然后点一下确认。它就开始生成这些背景、模板、平面了，我看了一下需要花420分钟，于是我就去睡觉了。一觉醒来，它生成好了，我看了一下它生成了1,000多个模板和背景以及平面，还都是我想要的东西。

使用AI赋能让自己具备跨行能力

        我有一个前同事，他是年前失业的。因此就一直做“个人开发、独立开发”即那种不需要投资自己独立可以做项目的开发。

        有一个项目，需要使用spark+python来制作这些运营报表。而我的前同事以前是个做Java的，并不是很了解spark+python。但是他对hadoop的体系以及一些细节的专业知识还是很了解的。因此在我的介绍下，他先用了两周相应的工具。。。然后他突然从我的朋友圈消失了。1个半月后他再出现给我发过来了他已经上线这一块报表功能的生产环境的截图，因为是生产环境因此我mask掉了一些敏感信息。

        他告诉我，他使用copilot，在excel里把一些置信度的东西、平面的数据用多元回归公式分析好了再用了一个叫"chargpt”的开源的可以根据自然语言生成图表的连一句代码都没有写就生成了“转化率漏斗”。

要用AI先要学会在没有AI的情况下如何做事

        通过前面的例子、我在团队中的使用、以及身边的人的例子我们不难发现，那些把AI真正用好并产生出价值的人具有一个通性，那就是他们本身包括我自己是属于“学霸”或者是“卷王”一类的人，在工作或者是兴趣方面我们有着喜欢挖掘事务本质的习惯。即使没有AI我们一样可以把这件事做得很好，只不过我们需要付出更多的时间成本而己。

        其实，这个问题还是回到我刚才前面提到过的一个点。不要把AI当成万能，AI它是人们的助手、是一种辅能工具，它不是“灵丹妙药”。

        我们这样看待ChatGPT这种LLM AI的出现，我们就做一个比较吧：

        说在工作中很多业务部门动不动就是：我要一个什么系统？我要一个WMS！

        好，真给你一个千万级的WMS系统后，你的仓库管理、你的采购就一定会变好吗？

        就好比为什么我们说国内前一阵新零售，真正做好的不超过1%，99%反而因为新零售里提到的中台、系统、数字化结果最后把自己给做“崩”了呢？

        这是因为没有掌握起来万物的本质。

        就好比，你首先是一个专业的财务会计、你首先自己在没有电脑、系统这个东西的前提下也一样可以把这件事、这个帐给做好。我们说在新零售出现前，也是有很多做好、做大的零售企业的呀。我们说在没有自动收银、扫码购、刷脸、支付宝的地方很多世界著名的商超也一样可以做到客户满意度、食财新鲜度、体验、价格的综合良好。

        再来说一个程序员，没有AI前也一样可以通过不断的、天天的自我完善技能、水平做到真正的程序员、架构师水准的呀。

        那么这就是我们所说的，用AI用的好的前提是你先要会做这件事。你自己已经对这个需求、哪边动手、何处动刀清清楚了，那么剩下的操作、重复步骤你可以教给AI。如果你连自己本身都不具备什么叫做好一件事的能力素质那么你怎么可以指望AI帮你做好呢？

        你能做好，AI可以帮你做的更快更好。

        你自己都不会做或者做不好这件事，你又怎么指望AI帮你做好呢？

        因此这也对未来（已经不是未来因为已经发生了）企业、团队用人上因为有了AI，在雇佣和使用人员、如何选才上也带来了深远的影响。

“AI素质”成为了企业选拨人员的考核标准

        我有一些身在其它在大厂的同学，他们在面试环节中已经加入了AI使用经验的考核（如果有经历的同学我相信你们一定在后悔前面几道关过了好好的结果全fail在了AI使用经验面试这一关上）。

        同时，对于一个程序员、开发、架构师或者是研发岗的面试，尤其是在笔试环节也已经开始发生了变化。

        我们前面曾经提到过，AI写出的算法其实特别是那个DFS+智能优化被Cursor优化后再写出来的代码已经达到了Google Level4或者说是>ALI P7的水准了。那么再去用“八股文”式的笔试来考侯选人已经显得不是那么适合现在的时宜了。

        而对于原理性、算法、什么样的算法是可以真正应用到我们正在着手的这段业务代码中的这种能力素质的考核反而成为了重中之重。

        为什么我们的程序员面试时最害怕算法？是因为平时项目进度比较赶，初中级人员很少或者是几乎不会在日常工作中用到算法和数据结构。这导致了：5年成高级、9年变架构、11年去滴滴和跑美团、饿了吗的梗的由来。

        而实际，在平时经过分析、观察以及有了GPT的帮助下，至少有50%的时间你是需要在你的CRUD里也使用算法和数据结构的。

        因此，这就是为什么算法和数据结构是一家比较好的研发团队和企业必考的终极原因。当然，前提是你企业的业务流、流量、数据量或者说超市的门店数、会员数到达了每天落盘>10亿条记录的门槛了。因此这样的企业都可以更好的生存和发展下去。

        那么对于个人来说也一样，我们有了AI工具，可以把凭借着之前通过重复记忆、经验积累的东西给瞬间化转变成生产力，那么我们需要的人就需要那些更懂得原理、本质问题了。

        好比GPT的Prompt Message工程，它其实一眼看上去更像一篇篇的伪代码，在当中镂空、甚至只有代码注释、然后切分成1-2000个字一段的。然后丢给GPT让它去批量一次性完成。其实我们在没有GPT时，如果你的平时设计也是这样做的，那么同样你的人肉开发工作也一定较之其它团队要来的高效和交付出去的质量要高。

        因此未来-其实已经不是未来而是从现在开始我们对人员的要求就是综合素质过硬。一个具备良好逻辑思维、平时懂得细分折分工程、项目、代码的人员超过3个初中级开发（3个算少的，有时可以顶到5个）。

        业界很多大佬，包括那些辞职去创业AIGC板块的一些大佬说的一些话都是中肯的，他们说：在AI时代这其实是对IT界的一次还本归真，原来的搜索引擎+copy & paste现在成了真的要去沉下心来好好多读读一些书、论文、深挖原理性的东西了。

未来购买算力将代替“培训班”成为你的日常花费

        从现在开始往后3年，AI的个人承担费用还会进一步降低，而之前我们用于买听课、买继续教育、买培训的钱这此个市场会开始发生明显的萎缩。那就是未来一个人可以购买或者说懂得购买算力的能力决定了这个人的“阶级”。这些事已经一再、重复的、如雨后春笋一样的在各地发生了。

        因此，在GPT的帮助下我们毫不夸张的说个人或者团队可以实现“逆天改命”。就拿我之前为什么一直说的当下国家支柱产业、互联网上半场决赛已经结束那么现在开始下半场才刚开始、硬核技术这些内容呢？这正是因为我们这批老IT、互联网IT说到底还是“三产开发、企业开发”，那么我们也不说一定要跳槽，我们说我们需要具备一些斜杠能力？即：除了编程你还能做什么的问题上，光有想法、方向对也是不够的，都已经工作了10几年，20年的人了，要知道隔行如隔山啊。而有了GPT那么它可以成倍的缩短你“跨行”学习的时间。

        比如说现在rust语言已经开始逐步变成主流，没有GPT你可能需要花至少1年时间学习、熟悉以及通过做项目才能到达入门级别，而有了GPT，你的入门可能只需要花3个月不到的时间。

2023年后ChatGPT将要突破的点和走向

        在说这个问题前我们先来看一下GPT4，其实它已经接近人类推导的两个例子吧。

第一例子：

        给GPT看了上述的这样的一个图。看完后问GPT，Where will Sally look for her ball。GPT的回答是：The ball is in the box。

第二个例子

        如下截图，让你有一种：看完后可以上一个微信里的“骷髅”那个表情的冲动。

 

 

        所以GPT你问它：你有没有突破了图灵限制？它总是回答它是AI，不是人。而实际它已经接近于人的能力了。

        因为GPT的能力是一种“涌现”，这种涌现只有“意识”才具备的能力。而且出现这样的能力也是宇宙万物间的一个巧合的造成。我们认为GPT是这个宇宙出现了BUG，留给了我们这些凡人成“超人”的一道缝隙。

        因此在未来特别是2024年，GPT一定会突破图灵限制，同时目前就这4大主流AI工具来看更多的场景中AI还是辅助人类，而没有“替人”去执行。

        比如说：你使用Cursor，你需要让GPT帮你生成代码，然后你自己去复制到Eclipse或者是VSCode中去Review、验证、再执行。

        而在未来，当AI可以在完善地方ZC、法律、ZD的条件下，在相对安全的场景下它一定会去“替人”执行。

        其实GPT已经有一些地方在替人执行了：

• 如Copilot中根据我的需求，生成18页PPT。根据我的自然语言描述生成Excel分析；
• 如：GPT4多态模型下，已经可以通过手绘一个草图生成高保真原型界面图、以及Android、React JS代码了；

        在未来，会在更多的场景下，GPT4、5做到“替人”去执行。那时将是整个社会的生产力的进一步解放。

谈企业拥有自己的AIGC能力

        GC即generate content、内容、或者又叫知识。

        我们可以看到，新零售中我们把商超、百货一些业务场景称之为“高频场景”。这是因为高频场景的商品才能加速现金流通和取得人气。

        而在近两年，知识消费显然已经成为了超越零售物品的主要消费场景。较之一个可有可无或者说口感好的惠灵顿牛排、口红、护肤品来说，用户对于得到一种可以长久不变并遇着时间而不断增值和带来附加值的东西来说更成为了现在人们的刚需。

        这种东西就叫内容（知识）！

        因此“卖内容（其实就是卖知识）”势必是下一个零售的风口。因此很多企业也开始寻求自我搭建和输出AIGC能力。

        其实这个AIGC能力我们可以拿2000年初的“门户网站”和二级、三级垂直分流网站来做类比，而如果你的企业不是定位做这一块顶级门户网站业务的那么没必要去做AIGC的对外输出和自己去搭建AIGC服务。

        相反，要学会使用AIGC来赋能你的企业业务。就和我前面说的我们使用AIGC来辅助个人、团队提效和提高质量的原理是一样的。

        但是还是回到上面多次提到过的点：企业在业务上寻求AI赋能的前提是你是不是已经本身跑通过这个业务？这个业务有没有哪怕是使用MVP模式去跑过？没有AI的情况下你可以跑这个业务，有了AI无非就是帮助你进一步扩大这块业务以及加快这个业务的叠代更新使之可以更快速的进入市场完成投放并取得相应的回报。这才是企业真正难做到的地方。

        一旦认清了自己的业务方向，那么现在这4大AI工具都已经这么成熟了，市面上还在不断的推陈出新正在或者将要推出更多的AI企业级工具、平台，要寻求AIGC的赋能只是一件花钱开通帐号，接API这么简单的一件事。

        因此本人也调研了两个LLM AI平台，完全可以为有这个对外输出AIGC需求的团队或者是创业者所使用。

• 一个是MOSS，是国内复旦开发的，我身边已经有零售商在自建自己的“会说话的食物”，“会说话的视频”这种东西了。比如说你看完一个广告直接在弹幕里问：在哪买？口味如何，那么不需要后面有一个客服，视频就会直接告诉你：酸、甜、哪里买这些内容，这些都是基于MOSS去做的建模和训练；
• 还有一个是斯坦福的LLM模型，完全开源，使用非常方便，中文反译过来就是“驼羊”。。。嘿嘿嘿，这个名字真有趣；

尾声

        好了，我先介绍这些。这是我对于AI前5个月使用上的一些最佳实践的分享和感受。后面按照阶段性成果我还在研究如何并行的让多个设备同时高质量的去完成不同的工作的研究，有任何成果我都会及时分享。

        这边可以总结一下：不要去害怕AI、害怕AI是因为你不够自信、不够自信的原因在于你自己不够强。我们需要去拥抱AI而不是去排斥AI，这是因为AI只会让一个自信且自强和自律的人变得更强或者说更接近神。

        我这边最后用业界形容GPT的著名的一句话来结束此文：OPENAI让人类第一次真正实现了尤瓦尔·诺亚·赫拉利在人类简史中提到的“神族”的概念，它让人类得以能够真正揭开“神”的面纱并且窥视神的真面目和接近神、甚至和神去交谈。