冷静下来,不吹不黑。
01
其火爆的程度,不输前面的羊了个羊;
最初了解到ChatGPT还是春节的时候,但那时网上的测评还没引起足够的好奇心;
对于纯文本式的聊天,试了几次之后就无感了;
虽然很神奇,但是太客观,太套路了;
但是从「ChatGPT4」开始,AI加工具的深度集成,这就有点绷不住了;
这里强调一下;
把「ChatGPT」当工具,不是单指聊天,或者搜索引擎;
果断折腾个账号,蹲上面体验了一段时间;
至于如何申请账号,随手查一查,前前后后半个小时差不多搞定;
主要涉及两款:ChatGPT、Bing搜索;
先来聊聊体验下来的直观感觉,提问可能会受限于职业习惯,有一定的行业偏差;
对于AI智能来说;
客观问题的处理能力很强大;
只要提问时描述的足够清晰和准确,通常都能得到符合预期的答案;
主观问题的回答如果看多了;
会发现所有回答中都过于客观和套路,反而显得平平无奇,至少当下是这样;
错误的概率也有,驴头不对马嘴的现象也有;
越是近期的数据,似乎越容易犯错;
从整体的体验来说;
AI智能毫无疑问是极其强大的,当AI+互联网+行业时,极具想象空间;
潜力很大,但是当下个人觉得还差点意思;
02
先简单的聊几句ChatGPT使用经验;
在使用时;
必须要清楚自己需要的信息是客观的描述,还是其它真实的实践经验;
【1】尽量在聊天中设定角色;
比如初级Java工程师,架构师,产品经理等,这种身份可以是双向设定的;
【2】明确问题的主观性和客观性;
客观的信息处理上很有逻辑,但是带主观色彩的问题,要么是相同的套路,要么是拒绝回答;
【3】表达清楚需求;
需求描述的越清楚,得到的答案越清晰,并且在需求上下文语义中,可以添加要求或者排除因素;
【4】自定义逻辑训练;
对于一些ChatGPT盲区的信息,你可以反向的告诉它,但是信息的时效性不会太久;
【5】所有的回答不是都正确;
这种错误尤其容易出现在近期的最新内容上,或者比较久远的年代信息,以及一些挖坑场景计算;
总结一下;
ChatGPT确实可以理解对话的上下文语义,在回答的内容上也具备完整的逻辑;
至于得到的结果如何?
还是要基于各自的专业角度,去提问和做结果判断,没有统一的标准衡量;
所以;
如果真的想要把ChatGPT用的花里胡哨的话,前提是要具备专业的提问和评估结果的能力;
要是单纯的做一些应付型的事务,个人感觉是够用的;
比如:周报,季度总结,等等;
相对于传统搜索引擎来说,ChatGPT是直接给出结果的,相当于替用户使用搜索引擎;
围绕ChatGPT的测试,已经足够多了;
下面主要从「Bing搜索」的产品中,体验一下「ChatGPT」的能力,直观的感受一下产品+智能的结合;
部分问题会展示「ChatGPT」的答案;
在测试中发现一个非常明显的问题;
如果「Bing」采纳的信息源有误,虽然输出的结果不正确,看起来却不像有问题的样子;
03
作为一个搬砖数年的码农,自然要先从代码方面开始测试;
• 使用Java语言写一个简单的加减乘除计算器;
☞:这个小注解写的,仿佛自己又回到某砖厂实习的时候,不写注解要嘎绩效一样,可惜那时候没这茬工具,不然代码写好直接拿过来补一注解;
• 分析这段代码的问题,并进行优化「代码块如图」;
☞:只给代码补注解,可真是小看「ChatGPT」了,可以连着逻辑一块优化掉,当然尽量不要给它优化代码的机会,不然对自己的信心是个考验;
• 做一份SpringBoot框架的简单分析;
☞:这个看看就好,像是从官网翻译和整理过来的;
• 做一份SpringCloud框架的简单分析;
☞:这个也一样,像是从官网翻译和整理过来的;
• 如何使用这两个框架,设计一套分布式架构系统?
☞:虽然没有指明用哪两个框架,但它还是理解了上下文语义,还可以要求提供部分源码,由于内容太长,此处不粘贴了;
04
看完写代码的能力,自然还要聊几个与研发相关的事项;
• 作为Java工程师,先说说如何分析业务场景,再总结几个常用的方法;
☞:怎么说呢,感觉差点意思把,我是没预期到它会总结到技术方法上去;
• 作为Java工程师,如何与产品沟通需求,从而精确理解需求的本质;
☞:回答很客观,也中规中矩,个人感觉并不算深入;
• 作为研发人员,如何理解运营的工作,从而精确的实现各种数据指标的采集;
☞:这个回答采用了「ChatGPT」的答案,相对更符合个人在工作场景中的习惯,而「Bing」给的回答相对空洞一些;
• 作为系统架构师,该如何统筹管理技术和业务两个方向,提供一些方法论参考;
☞:这话里话外的意思,好像都是说:卷就完了;
这些与研发关系密切的事情,最重要的不在于知道,知行合一才是最难的;
05
然后再来聊点职场比较热门的话题;
• 如何看待Java语言已经老了这种说法,请从正反两个方面进行对比分析;
☞:Java是不是老矣,我是判断不了,但是作为就会这一门编程的玩家,希望它好好发展吧;
• 请深入的分析一下Java工程师的职场进阶之路;
☞:其实吧,所谓的职场进阶之路,最初都明白,也都想过,只是走着走着就偏了;
• 请深入的分析一下Java工程师在职场不同阶段的天花板问题;
☞:用自己比较喜欢的一句话来共勉吧:积累、总结、用心记录;
• 35岁的程序员,为何会有职场瓶颈?给5点分析;如何寻找突破方向?给5条建议;
☞:其实和这些建议相比,感觉35岁存款购买一辆电瓶车更现实点,前提是之前得努力的卷一卷;
06
最后再来随便聊几个其它话题;
• 用表格的方式输出世界人口前十的国家排名,表头是序号,国家,人口数,百分比;
☞:数据没有验证过,但是这做表格的速度是真的爱了,以后集成各种工具之后,效率不起飞?
• 从概率角度看,50%+50%是100%?还是50%?
☞:这个回答赞一手「Bing」的答案,虽然我不太懂,但是感觉说的多点更靠谱;
• 你是如何获取客观信息的?是如何表达主观逻辑的?
☞:做个大胆的假设:「ChatGPT」足够普及之后,即人人都用,如果它自己陷入知识误区的时候,怎么说?
• 以内卷的口吻,润色一下这段周报:1、解决自动化流程中断问题;2、解决Web页面显示问题;3、优化慢SQL查询;
☞:这是开通账号之后,第一个想到的场景,周报过于简单,被批过好多次,以后应该不会了;
• 请问你知道中国的熊猫萌兰吗?请以萌兰为原型,画一组中国风的功夫熊猫卡通画;
☞:怎么说呢,反正我是看不出来这是萌兰的原型,有待提升吧;
非专业所在,就不讨论关于作画的能力了;
在最后还问了一句:萌兰有可能把北动干上市吗?给了一段超长的分析判定这个说法难度很大,可真是机灵啊;
07
以客观的心态来总结几句;
近几年的互联网大热点,每次都容易引发两种极端的观念;
极致的夸,极致的踩;
比如加密货币,低代码应用,元宇宙;
又或当下的「AI」;
人工智能所带来的最热讨论:会不会颠覆职场,导致更多的失业问题;
参考一个基础理论;
假设人工智能提升了效率,即生产力增加,如果需求没有增长,那就意味着会解放生产力,即存在失业情况;
当下的「AI」还不足以颠覆,但是与行业深度集成后,也许有这个能力;
需要焦虑吗?
反正我是焦虑了几秒吧?
但是,拒绝过度的精神内耗;
以乐观的心态应对,随着AI模型的开放,多去培训和积累AI的应用能力;
【不建议】过度参考焦虑文;
好像注册一个ChatGPT之后,就可以原地失业,转头就可以创业,喜提老板的身份;
是不是有点刺激,是不是还有点惊喜?
说实话嗷;
把「ChatGPT」当做工具,假设当你的专业能力足够深入时;
它能不能提供有价值的信息,是个问题;
你是不是能相信它所提供的信息,目前来看,也是个问题;
最后说一句;
工具么,耍一耍还是有必要的;
END