我问答网💡 第一次玩ChatGPT：哇塞！然后……就这？
说实话，我第一次用ChatGPT的时候，真的被震住了。它写诗、改代码、甚至还能模仿鲁迅的口吻骂人——我当时觉得，天哪，科幻成真了！但用了一阵子之后，就慢慢抠出了许多槽点。比如你问它一个稍微冷门的历史事件，它会编造得比小说还真，日期、人名全都凭空捏造，你还查不出来。所以它到底聪明吗？这问题真得掰开来聊。
我们先得搞清楚，大模型的“聪明”和你理解的聪明，压根儿不是一回事。它没有意识，不会思考，它只是个概率游戏——根据前文预测下一个词。那为什么经常显得那么深刻呢？因为人类语言本身就有很多模式，它训练的数据里全是这些，所以它特擅长模仿。模仿，知道吧？它的本质就是一个超级模仿者。
✅ 大模型的神奇能力：这些地方真像人了
不过，我也不能一棍子打死。它有几个绝活，真的让人拍大腿。
首先是文本生成。你让它写个工作总结、情书、甚至政府报告，它都能给你整得像模像样。为什么？因为这类文本模式固定，网上样本多。它学得快。还有就是翻译，现在很多翻译软件都比十年前强了不知多少倍，靠的就是大模型。你扔给它一段专业术语，它翻出来的比一些初级翻译还靠谱。
再就是代码能力。我有个程序员朋友，现在每天和GitHub Copilot黏在一起，他说至少省了30%的时间。大模型能帮你写重复性代码、找bug，甚至解释复杂的代码逻辑。虽然偶尔也会写出漏洞百出的玩意儿，但人家迭代快啊。
但是！注意这个但是——它这些能力都建立在“有例可循”的基础上。一旦遇到真正的原创性、需要深度推理的事情，就露馅了。
❗ 它的致命伤：一本正经地胡说八道
大模型最让人头疼的，就是“幻觉”。你问它某个法律条款，它可能给你编一条完全不存在的。你问它自己是不是有意识，它能跟你聊出哲学高度，但你让它算10岁级别的算术，它有时候都会错。为啥？因为它不是计算器，它是语言模型。它在训练时见过“1+1=2”无数次，但如果你问“12457+89543”这种它从没见过的组合，它就靠猜了。没错，就是猜。
更逗的是，它认错态度极好。你指出它错了，它马上：“对不起，你是对的，应该是……”然后可能又给你一个错答案。有一次我让它推荐几本关于AI的书，它列了五本，三本作者都写错了。我质问，它道歉然后重新编。真是又爱又恨。
这背后就是缺乏常识和真实世界的体验。它不知道水是湿的，不知道跌倒会疼，它只是从文本里统计出“疼”经常和“跌倒”一起出现。所以，当你问它情感问题，它回答得滴水不漏，但总有点隔靴搔痒的味道。
🛠️ 背后的暴力美学：大力出奇迹？
聊点硬核的。你知道训练一个大模型有多烧钱吗？GPT-3的训练据说花了几百万美元的电费，还不算硬件。就这，它还整天出bug。现在的大厂都在搞参数竞赛，你一千亿参数，我马上搞两千亿。真的有用吗？我持保留意见。好多专家跳出来说，参数大不等于聪明，得有好的数据和方法。可资本市场不认这个，反正数字好看就行。真是魔幻。
不过也有好消息，现在很多小模型表现也不差，比如开源的Llama系列，能在普通电脑上跑。这就像当年电脑从占一间房到能塞进背包。技术民主化才是真正可怕（或者说可爱）的地方。
🤔 那么，人类该怕它吗？
怕它取代工作？这个我前面问答里也说了，重复性工作确实会被改变。但人类独有的创造力、复杂决策、还有那种说不清道不明的“灵光一闪”，它真不行。至少现在不行。未来？说不准。但大概率，AI会成为得心应手的工具，而不是主子。
不过也有种说法：人类智力本来也就那么回事，许多工作也就是模式匹配。那AI能胜过大多数普通人吗？在某些领域，是的。但别忘了一个关键——责任。AI出错谁负责？你用它写了个合同有漏洞，赔钱的是你，可不是OpenAI。
所以我的结论很滑头：它既不傻，也没那么聪明。它是个镜子，照出我们语言中的模式，也照出我们的懒惰和期待。下次你夸它聪明或者骂它蠢的时候，想想它只是一堆线代和概率。是不是瞬间觉得，我们自己才是那个最捣鬼的？