名词解释

chatgpt呢就是 Chat Generative Pre-trained Transformer,翻译成中文就是生成型预训练变换模型。
他能做什么呢，他最擅长的：文本处理，对话，代码生成，代码解释，代码挑错，文本补全，图片生成，写文章，写sql, 写视频脚本， 写论文， 图像处理等等，在逆向领域现在也用的很广，他强大的计算能力和学习能力，使得ast解混淆代码变得异常容易，即使没学过也能轻松上手。

思考：（为什么chatgpt可以超出我们预期）

其实机器学习 一直以来应用都是非常简单的原理，类似于小学时候给几个点，用y=ax+b找出最合适的线拟合，
在复杂的模型也是给输入 让他给出结果，让模型模仿拟合回归出来的
chatgpt之所以超出我们大部分人的预期，是因为它能达到的功能远超输入和输出这个简单过程了，它似乎可以输入任意的文本，根据上下文做出合适的响应。如果要走的更远的话还是得依靠神经网络，类人类的动物，（这里是指有智能的生物）都是靠神经元，只不过神经元多少问题，那为什么世界上神经元最多的生物比如海豚看起来也没有chatgpt聪明，因为他不懂语言，不能处理语言。

背景

我曾经封装过一个客户端，流程是 浏览器、国内服务器、鉴权通过后向美国洛杉矶服务器发请求、接受到之后用httpclient发请求，然后将结果一步一步返回。受限于那台服务器配置低，无法装mysql, redis，java开发环境，只能这样来妥协，用之前写的博客网站的spring来做鉴权, 转发给gin的服务，后来人算不如openai算，账户没了，被封了，后来再就废弃之前写的那个项目了，因为接口风控实在太严重。
笔者这里的应用场景呢，
主要是用来当做一个搜索引擎，方案获取,代码生成，它可以给一个参考，注意！！！这个只是参考，前提是你得知道怎么写，如果从来没接触过的小白的话，确实也是不太行的，他很多时候写了一半就开始编了。。。。。。
如果代码生成场景的话还是建议使用coplit，没错，就是之前出的那个coplit，毕竟他扫描的是整个github库，写出的代码还是有参考性的，但是前提是你也得会，知道怎么改。

关于openai的风控

在3月份的时候接口风控就增强了，4月份的风控增强是针对网页版，和批量号的​。
前几天我发布了一个 chatgpt开始大规模封号相关的视频，现在有了44万播放量，我在b站抖音都有发布，我看到有一个在路边卖烧烤的大哥都关注我的时候，我才知道，原来这个大语言模型的影响力有这么大。

机遇与挑战

在劣币驱逐良币的过程中，这个大语言模型带来了很多的机遇和挑战，随之而来的一个技术的兴起就是提示词prompt技术，尽管很多人在吐槽chatgpt将取代很多岗位，从未来的趋势的话，确实会的​。
相反短时间来看，却催生了很多岗位，比如说prompt提示词工程师，这个在美国硅谷甚至高达100万美元的年薪，
在国内也有很多这样类似的刚刚催生的岗位。

其实chatgpt这个模型的训练很早很早就开始了，不是2022年 的一个项目了，chatgpt3这个版本的训练早在2019年就开始了，细心的朋友可能会观察到gpt3.5的知识库截止时间是2021.9月​。
国内的chatgpt比如说早期的文言一心，还有4.11即将发布的阿里的通意千问，如果说要达到哪怕chatgpt3的效果可能也有很长的路要走，不过相比高墙之外的chatgpt，国内的这个还是值得期待一下的​。
根据小道消息，在今年年底也就是12月chatgpt5将发布，openai团队期望这个新模型将reach the level of agi, 我查了一下，agi是artificial general intelligence通用人工智能 的缩写，也称为强人工智能，他将是目前最强大的语言模型，
将拥有和人类一样思考的能力，这个是很让人期待的，如果说，下一个模型真的能够自己思考，给我的感觉呢，
​今年可能会是下一个1905年（物理学奇迹年），这将是一个里程碑式的飞跃，尽管我们现在采用的方式在未来看来可能非常非常低级，
消耗巨量算力来换取一个类人类智力水平的智能语言模型。

思考和总结

不要只盯着chatgpt这一个语言模型来看，还有很多不错的项目，chatppt，chatpdf,midjourney,text2Image,chatexcel,还有阿里达摩院出的文本转视频（我用过，效果不是太好，）