AI的10月思考

思考
OpenAI已经将模型的能力推向了一个极度易用的程度，多模态的结合使我原本需要在脑海或物理上进行的整合工作减少了。下一步，我将基于自己的工作流，抽象出需要完成的任务的能力，制作成定制的GPTs，这将极大地扩展我们的能力边界。使用ChatGPT时，我被其通用性所吸引，它能帮我完成各种任务。这种通用性的优势在于，我无需为每个任务学习新的使用技巧，只需通过一个对话窗口就能完成所有任务。随着多模态模型的更新，文字、图像和插件构成的生态系统节省了我们整合不同信息的时间，使我们能更专注于创作。DALL-E的画图能力支持模糊语言，这意味着我在绘制图像时，无需使用特定格式的Prompt，只需使用自然语言描述，就能得到我想要的图像。借助WebPllot、Wikipedia和Consensus Search插件的搜索能力，我无需打开谷歌等搜索引擎，就能获取我需要的信息。在GPTs问世之前，我们解决问题需要寻找合适的工具，并投入时间学习如何使用它。然而，有了GPTs，我们只需用自然语言与之对话，就能根据自身需求定制专属的解决方案。如果将GPT模型比作游戏开发中的引擎，那么GPTs就好比是依附在引擎上的插件，它将问题解决的颗粒度细化到更深层次。更重要的是，它不再需要编程技能，使得没有编程基础的人也能轻松使用。"英语将成为未来最优秀的编程语言"这句话自AI兴起以来就开始流传，如今看来，其准确性毋庸置疑。Prompt在其初期流行时，就已经预示了其可能的短暂寿命，但可能没有人预料到，它的失效会来得如此之快。GPTs的后台调试界面，基本上都采用了基于英语的自然语言模式。学会提出合理的问题，然后沿着问题逻辑推导，最终找到解决方案，这种能力变得越来越珍贵。
1234