很多年以后，当人们回忆起 2023 年，或许只会记得这是 ChatGPT 和各种大语言模型诞生的一年，这是人工智能元年！

一定要尽快用 ChatGPT 等大语言模型

可能有人觉得，ChatGPT 只是一个玩具，但是从个人使用体验，整体使用趋势看，它已成为一个非常有用的工具。它的影响力从发布起就没减弱过，具体可以看我之前写的 ChatGPT 渗透力分析：搜索热度、需求图谱与人群特征。我本人从 GPT 出来就一直在用，中间写了不少使用文章，可以在标签 ChatGPT 下看到。

越来越多大牛也分享了自己的使用感悟，比如 Redis 作者 antirez 在 2024 年开年写的 LLMs and Programming in the first days of 2024，英伟达研究员写的 How I use ChatGPT daily (scientist/coder perspective)。除此之外 ChatGPT 在教育领域，也有不少应用，比如 Teaching CS50 with AI。

使用感悟

前面提到 Redis 作者写的文章，这里有翻译的版本2024 年初的大语言模型编程实践[译]，这篇文章和我自己目前使用 GPT 的感触特别一致。

antirez 用 Stupid but All-Knowing 来形容生成式 AI。大家都知道，虽然目前的 AI 远远称不上是通用人工智能，只能进行初级的推理，还会掺杂有幻觉。但是它有许多领域的知识，十分博学，特别是在计算机编程领域。大语言模型学过的代码量远远高于绝大多数人类，因此有很强的写代码能力，甚至可以编写一些它之前未曾见过的程序。

对于大部分程序员来说，编程基本都是在重复同样的内容，不需要太高的逻辑推理能力，说是“搬砖”也不为过。有的 10 年经验程序员，可能和刚毕业的水平差不太多。目前的大语言模型，可以说能够完成绝大部分普通程序员的写代码工作。

在 antirez 看来，使用 ChatGPT 的目标不仅仅是提高编码效率，还可以在原来需要很多精力投入的地方节省大量时间。比如不再需要花费大量时间去查找某些专业且无趣的文档，不再需要学习一些过于复杂的 API，不再需要手动编写一些临时脚手架代码。这些我也是深有感触，有时候需要用到一些不熟悉的库，只需要把问题描述清楚，ChatGPT 就能给出正确的代码。如果 GPT 的知识库不够新，直接给他最新的官方文档，然后它就能学习后给出正确的代码。

不过 antirez 也提到，大语言模型有点类似于维基百科和 YouTube 上的各种高质量课程，只能帮助到那些自己有意愿和能力学习的人，有点“佛度有缘人”的感觉。对于已经在使用 GPT 的人，antirez 在文章最后特别强调了要正确的提问，这个是需要不断在实践中才能提高的技能。

正确地向大语言模型提问是一项关键技能。这项技能练习得越少，利用 AI 改善工作的能力就越弱。而且，无论是与大语言模型还是与人类交流，清晰描述问题同样重要。沟通不畅是一个严重的障碍，很多程序员尽管在自己的专业领域很有能力，但在沟通上却做得很糟糕。现在，连 Google 都变得不那么好用了，所以即便是将大语言模型作为一种压缩文档的方式来使用，也是个不错的主意。至于我，我将继续大量使用它们。我从来不喜欢去深究某个晦涩的通讯协议的细节，或者去理解由某些想要炫耀自己技术的人编写的复杂库方法。这些对我来说就像是”无用知识”。有了大语言模型，我就能免于这些困扰，每天都能感觉到它带来的帮助。

另外 antirez 在文章最后的评论中写到，他这篇文章使用意大利语写的，因为他更熟悉意大利语，写起来也顺畅很多。写完后，他用 GPT4 翻译成了英语，读起来很流畅，只需要很少修改。既然提到了翻译，这里推荐下宝玉的 GPTs: 科技文章翻译，用来做翻译效果还是很棒的。我的这篇译文：我们是如何对 PyTorch 发起供应链攻击的 (译文) 就是用这个 GPTs 翻译后，稍微润色了下。

英伟达的一个研究员，也写了一篇：我如何每天使用 ChatGPT（从科学家和开发者的视角）[译]，观点也差不多，会用 ChatGPT 来编写 ffmpeg/ImageMagick 命令行，写小段脚本，编写正则表达式，制作 LaTeX 图表与表格等等。这些任务在 ChatGPT 出现之前，个人需要花费很多时间，关键是也很无聊。而现在，完全可以摆脱这些无聊的事情，把时间花在更有意义的事情上。

每个人的 AI 老师

除了工作场景，教育领域 ChatGTP 也发挥了很大作用。在生成式 AI 刚出来没多久，已经有学生用来“帮忙”写作文，写论文，一时间，有不少高校甚至禁止使用 ChatGPT。但是越来越多的证据表明，AI 有潜力改进学习反馈过程、促进批判性思维，并增强解决问题的技巧。一直以来，哈佛希望通过软件实现 1:1 教师对学生的比例，这样每个学生就能有一个以教学为导向的专家助手。要注意，这里 AI 充当的是教师角色，也就是说需要能引导学生探索解决方案，而不是直接给出答案。

为了达到上面的目标，哈佛积极探索生成式 AI 在教育领域的应用，在哈佛 CS50 课程中，就使用了 GPT-4 作为助教，帮助学生解决问题。这套工具包括：

  • “解释高亮代码”，用于便捷的解释选中的代码。学生随时都可以获得代码的即时解析，使得面对面的辅导时间变得更加高效，学生可以更多地专注于探讨高层次的设计问题，而不是纠结于基础的疑问解答；
  • 代码风格评估工具 style50 的增强版。一个互动式学习工具，它像人类教师一样提供指导，帮助学生更清晰地理解和实践代码的语法优化。
  • CS50 小黄鸭，一个能够通过多个平台回答课程相关问题的聊天机器人。以一种受控制的方式，直接与 GPT-4 进行互动，利用 GPT-4 的上下文理解功能，为学生们提供了真正互动的教与学体验，并严格遵循 CS50 的教学原则。

接着为了评估 AI 在教育场景的效果，对学生使用 AI 的反馈做了调研，总体来看学生反馈还是非常正面的，对 AI 工具在解决难题时的帮助性、有效性和可靠性给予高度评价：

“简直难以置信，就像有一个私人辅导老师一样…我特别欣赏 AI 机器人回答问题时的客观公正，即使是最简单的问题也不会被小觑。它展现出了超乎寻常的耐心。”

“AI 工具对我帮助很大。它们向我解释了一些我不太清楚的概念，并教会了我解决特定问题所需的新知识。AI 工具不仅给了我足够的提示让我独立尝试，还帮我分析错误及可能遇到的问题。”

完整的论文中文版可以在宝玉的 利用 AI 教学哈佛 CS50 课程 —— 在计算机科学教育中的生成式人工智能应用[译]中看到。不管是已经工作的打工人，还是在学校的学生，ChatGPT 都能带来很大的帮助。

资源紧缺的 GPT4

经过前面的洗脑，你决定使用 ChatGPT 了。但是发现网络访问失败，然后找到我之前的文章安全、快速、便宜访问 ChatGPT，最新最全实践教程！，经过一番努力，终于解决了网络问题，然后每个月 20$ 订阅了 Plus。结果在某天，正和 GPT4 聊的起劲儿呢，遇到下面提示：

诡异的到达使用限制

那么恭喜你，你被限流了。虽然 OpenAI 说 3 小时上限 50 条，但从实际体验来看并不是这样，也没有公开这里限流的具体策略。OpenAI 的论坛上也有很多吐槽 You’ve reached the current usage cap for GPT-4, please try again after 2:04 PM，但是官方至今也没有具体回应。遇见这个提示后，只能等到提示里的时间。

如果实在需要更多消息量，可以升级为 Team Members，每人每个月 25$。

花钱升级 team members 提升限额

最后，你会是那个”有缘人”，会早点用 ChatGPT 吗？