在 神奇 Prompt 让 GPT4 化身英语老师和神奇 Prompt 让 GPT4 化身物理老师中，已经看到了 GPT4 进行教学的可能性。数学和其他学科比，更加的深奥难懂，GPT 刚出来的时候，连简单的加减乘除都做不对。现在我们尝试来让 GPT4 教我们大学微积分，当然这里用了插件 Wolfram，主要完成计算和绘图功能。
第一步依然是把 prompt 复制给 GPT 作为初始问题，然后用 /language 简体中文 指定后续的语言，接着指定想学习大学的微积分，让它循序渐进给我们讲解。最终的微积分学习助手配置如下：
下面文章中引用部分是我的提问，其余部分都是 GPT4 的回答。
Redis 项目中，一个名为 “[BUG] Deadlock with streams on redis 7.2” 的 issue 12290 吸引了我的注意。这个 bug 中，redis 服务器在处理特定的客户端请求时陷入了死循环，这个现象在 redis 这样的高性能、高可靠性的数据库系统中是极为罕见的。
这个 Issue 不仅仅是一个普通的 bug 报告，它实际上是一次深入探索 Redis 内部机制的学习过程。从问题的发现，到复现步骤的详细描述，再到问题的深入分析，最后到解决方案的提出，每一步都充满了挑战和发现。无论你是 Redis 的使用者，还是对数据库内部机制感兴趣的开发者，我相信你都能从这个 issue 中获得有价值的启示。
在开始研究这个 bug 之前，我们先简单了解下这里的背景知识：redis 的流数据类型。
当我们让 GPT-4 帮助我们解决编程问题时，它可能会生成一段看起来完美的代码，但实际上，这段代码可能并不能解决我们的问题，或者它的解决方案可能并不是最优的。这是因为GPT-4并不理解代码的含义，它只是模仿它在训练数据中看到的代码模式。这种现象被成为幻觉，用 GPT-4 久了的话，基本都会体会到。
识破这种幻觉的关键在于理解GPT-4的工作原理，以及它的局限性。我们需要意识到，GPT-4并不理解我们的问题，也不理解它生成的答案。它只是一个非常复杂的模式匹配器，它的目标是生成看起来合理的文本，而不是解决我们的问题。当我们使用GPT-4时，我们需要批判性地思考它的回答，验证它的答案，甚至需要寻求其他专家或资源的帮助。只有这样，我们才能充分利用GPT-4的能力，同时避免被它的表面表现所迷惑。
在让 GPT 解决 Leetcode 题目 2352. Equal Row and Column Pairs 的过程中，又一次见识到了 GPT-4 的幻觉。刚读完题目，很快就给出了一个不错的实现，接着让 GPT-4 优化代码实现的时候，它就开始坑蒙拐骗了，还好我及时识破幻觉，通过验证，证实这里确实有问题。和 ChatGPT 完整的对话见这里