OpenAI的新模型ChatGPT才誕生沒幾天，已經成為廣大網友的「裝逼利器」。

它的回答不說正確不正確，乍一看可是碉堡了。

再加上生成起來格外方便，一時間這些「看起來不錯」的回答就如同潮水般涌向了那個帶著全世界代碼跑的傳奇問答網站，計算機學子真正的老師——Stack Overflow。

然而，為了判斷這些答案的對錯，就需要讓大量具有專業知識的人仔細考察才行。

被逼無奈之下，Stack Overflow不得不急發聲明：ChatGPT，禁了！

錯誤多得離譜，應封盡封

眼看著討論熱火朝天，作為全世界第二大程序員交友網站的Stack Overflow官方這邊也是態度鮮明：

不要想著用AI機器人混淆視聽，發回答就好好發，禁止用ChatGPT直接生成垃圾答案，否則封號。

Stack Overflow在官方通告中表示：這是一個臨時性規定，目的是為了應對目前論壇上ChatGPT生成內容的泛濫之勢。

通告指出，做出這個規定的主要原因是，ChatGPT自動生成的答案質量太低，錯誤太多，而且看上去還挺像那么回事，即使是完全不懂的人也能隨便生成答案。

作為一個以問答質量為標桿的社區，這些低質答案會給那些來此尋求幫助的人造成嚴重困擾和不便，對Stack Overflow本身而言也是有害的。

Stack Overflow表示，未來將繼續權衡圍繞 ChatGPT「和其他類似工具」的新政策，但決定日期以及最終限制的內容尚不清楚。

總之，Stack Overflow這邊的態度很明確，總結起來就是：「玩歸玩，鬧歸鬧，別拿問答開玩笑」。

網友拍手叫好

而對于這個決定，底下的圍觀群眾有表示完全贊同的。

——干的漂亮！真希望這個決定不是臨時的，而且不僅局限于ChatGPT，應該擴大到所有AI生成的答案。靠AI永遠給不出高質量的編程答案，再過100年都沒戲。

——這個禁令不應該是個臨時措施。

使用ChatGPT可以通過瘋狂灌水，自動生成答案來刷分，即使這些答案是否正確他們根本不知道，也不關心，這對Stack Overflow論壇生態的危害是顯而易見的。

不過，想要識別這類答案實際上并不容易，怎樣保證「應封盡封」是個很大的問題。

很多專業人士能看出來這種「偽答案」里的錯誤，但能做的也就是點個踩，不能保證這些內容被清理。

禁止這樣的內容是好事，不過審核的人能做什么呢？上面有帖子說，這些AI生成的答案可能看起來像高質量答案，這意味著對于訓練有素的人來說，可能會發現錯誤而點個踩。

這些AI冒充的用戶的答案可能有一些贊，也有一些踩，因為這些回答看起來像高質量答案。

我不知道如何判斷一個答案是不是ChatGPT生成的，而且現在自定義標記需要幾個月的時間來解決，在及時處理前，這些用戶可能繼續損害Stack Overflow。

那么，ChatGPT到底泛濫到什么程度了呢？

有網友自己嘗試將提出的問題貼在ChatGPT的對話框中，和后面的一個「真人」給出的答案做了對比，看看到底生成的答案能不能用，結果發現這個「真人」明顯不對勁。

這是他自己用ChatGPT生成的回答：

這是所謂「真人用戶」給出的回答：

不難看出，兩個答案套路上如出一轍，用語口吻也非常相近，代碼示例上也是幾乎相同。

這分明也是ChatGPT生成的偽答案。目前這個「用戶」已經被Stack Overflow封禁。

其實從ChatGPT的發布方OpenAI看來，這個AI工具的重要用途之一正是幫助程序員檢查代碼，而作為編碼輔助工具，在Stack Overflow上答答題，本來是ChatGPT的正當用途之一。

沒想到剛出了不到一星期，就被無情封禁。也不知道是怪自己「學藝不精」，給出的答案沒有幫助，還是怪網友太狡猾，最終不堪重負被玩壞了。

有媒體聯系了OpenAI，問其計劃如何處理這些自動生成答案的準確性問題，目前還沒有收到回復。

Stack Overflow還不能被取代

作為一名開發者，你肯定知道這個讓億萬公司的程序能夠跑起來，讓億萬計算機學子能夠拿到畢業證的Stack Overflow。

在這里，你可以找到實現某些功能的最佳實踐，或者找到那個只有在月圓之夜的凌晨4點才發生的晦澀難懂的錯誤的解決方案。

不過，在2021年被Prosus以18億美元的價格收購之后，大家曾普遍在擔心是不是也要開啟付費VIP模式。而那一天的到來大概會是程序員們的「末日」。

好在，到目前為止，Stack Overflow的用戶體驗依然是極好的。

至于OpenAI的ChatGPT，它不僅可以回答任何領域的問題，而且每一次的答案都非常精確和詳細。

比如，當你問到「How to iterate over an keys and values array in Javascript」時，這就是答案：

錦上添花的是，ChatGPT還能通過一個支持性的例子和解釋，告訴你這個JavaScript中常見問題的最佳的解決方案：

那么問題來了，既然ChatGPT可以在輸入問題的幾秒鐘內給出答案，并且還提供了可以直接復制的代碼，為何我們不系統性地去使用它呢？

因為，ChatGPT有三個「致命」的缺陷：

1. 輸入不能有錯

在使用ChatGPT時，必須要精確，哪怕是一個代詞（a/an）的改變，答案都會完全不同。

比如，之前的那個問題「How to iterate over an keys and values array in Javascript」，這次我們去掉一個「an」，變成「How to iterate over keys and values array in Javascript」

現在ChatGPT給出的解決方案，就只對由統一的元素列表組成的簡單數組有效了。

2. 解釋不人性化

比如接下來這個Stack Overflow上投票最多的問題：

「為什么對已排序數組的操作比對未排序數組的操作快？」

ChatGPT給出的答案，毫無疑問是正確的，但僅此而已。

因為，如果你能理解這個答案的話，自然也不需要問這個問題。

而如果你需要問這個問題，也就意味著你不太能看懂ChatGPT給出的回答……

相比而言，Stack Overflow上的答主首先會用非技術性的術語提出了一般的背景，然后逐漸將主題拉回到最初和最后的問題上，以加深思考。

當然，不是所有Stack OverFlow上的答案都是（也不需要）如此定性和詳細的。

但這個例子充分地說明了，人與AI大的區別是，后者無法確定對方的理解水平，從而調整回答。

簡單來說就是，AI會以同樣的方式和術語來解釋「相對論」，不管你是物理系的教授，還是普通大學生，或者對此一竅不通的小白。

這對于AI來說，并不重要。

3. 社區的作用

不管你喜不喜歡，Stack OverFlow最大的優勢是它的社區。這個平臺的創建和運作方式，就是為了鼓勵和鼓勵最大多數人的貢獻。

而正是這種種類繁多的答案和意見，讓用戶可以通過考慮每個解決方案的優點和限制，來確定自己的位置并進行選擇。

此外，Stack OverFlow的另一個優勢在于同行驗證。一個被成千上萬的開發者證明和測試過的解決方案，可以為其正確性提供極大的保證。（當然這并不意味著100%是正確的）

P.S. 用還是可以用的

毋庸置疑，Stack OverFlow永遠不會被取代。它和GitHub，將永遠是解決那些需要個性化解釋或者高難度棘手問題的好去處。

就像Copilot、Intellisense和高級IDE一樣，ChatGPT（即使它不只限于代碼）只是一個工具，在開發者日益豐富的工具調色板中。就像任何自學模型一樣，它將隨著時間的推移學習和自我糾正并改進。

但是下一次，與其在Stack OverFlow上為相對簡單的問題（如何在Flutter中觸發HookConsumerWidget的重建）等待幾天，不如直接向ChatGPT提問。

畢竟，你有很大概率能夠得到一個可以用于解決問題的起點：

為什么ChatGPT會犯這么多低級錯誤？

這幾天，全體網友都把ChatGPT玩瘋了。很多人都意識到，這個新AI確實是一個「裝逼利器」——不費吹灰之力，就能給你生成一個牛逼閃閃的答案。

而撥開這層華麗的外衣，仔細看進去，就會發現它的回答經常錯漏百出。

比如：我在2022年是37歲，那么在1985年的時候，我是幾歲？

ChatGPT：1985-2022=-37，由于年齡不能是負的，所以此題無解。

額，有沒有一種可能，出題人出生于1985年呢？

再比如這位網友問ChatGPT，霍布斯主張三權分立嗎？

ChatGPT自信滿滿地給出了答案，還不忘引經據典。

但是，它的回答是錯的。

霍布斯是專制主義的支持者，在他看來，替代無政府狀態的唯一可行方案，就是將權力賦予君主。

權力在行政部門和立法部門之間分配、制衡的觀點，是跟霍布斯同時代的哲學家約翰洛克提出的。

那么，為什么ChatGPT會犯這樣的低級錯誤？

很明顯，這是因為在政治哲學中，霍布斯和洛克幾乎總是被一起提及，當ChatGPT去網上找霍布斯的資料時，自然就找到了洛克對三權分立的闡述，然后就錯誤地把這個觀點扣在了霍布斯的頭上??。

從這個例子中，我們也可以看出支撐ChatGPT的GPT-3語言模型的局限——它只能抓取，但無法推理，也無法思考。

所以，這其實是一個概率的東西

最近，很多人都在討論：哪些工作會首先被AI所顛覆?

這是一個懸而未決的問題。但至少我們可以從老師布置的作業中，得到一絲啟示。

當老師給學生們布置一篇政治哲學論文時，學生的成果對這個世界而言，通常只是對一百萬次已經寫過的東西的反省。

而有趣的是，AIGC的文本并不像一道數學題，它沒有唯一一條通往正確答案的路。

是的，AI的輸出，是概率性的：ChatGPT沒有任何標記了對錯的內部記錄，它其實是一個統計模型，這個模型中，是在不同上下文中的語言組合。

而上下文的基礎，就是GPT-3訓練所用的整體數據集，來自ChatGPT的RLHF訓練的額外上下文，prompt和之前的對話，以及很快就會有的反饋。

這些組合產生的結果，無疑令人興奮。

ChatGPT會運行整個虛擬機，會寫代碼。

當然，ChatGPT并沒有運行python，答案其實是從構成GPT-3的互聯網數據語料庫中收集的概率結果——

ChatGPT在10秒內做出了最結果的最佳猜測，這個猜測很可能是正確的，感覺仿佛就是一臺真正的計算機在執行相關的代碼一樣。

這種可能性，足以讓人類驚喜。

雖然對于要求準確性的代碼工作來說，它有不少灰色地帶。

但對于AIGC的其他領域，比如生成文本、圖像，這種多重的可能性無疑幫助人類拓展想象力的邊界。

ChatGPT的商業模式，推動人工智能的革命

為什么這幾天ChatGPT會爆火呢？

作為底層模型的GPT-3，其實已經誕生兩年了。與之不同的是，ChatGPT既免費，又好用。

閱讀AI輸出的示例是一回事，而自己生成輸出，又是另一回事了。

AIGC的革命早已掀起。當Midjourney使AI生成的藝術變得簡單、免費時，人類對此的興趣和意識也就出現了爆炸式的增長。

ChatGPT是免費的，這很關鍵。

要知道，在OpenAI的API上，最大的限制因素就是成本。

使用OpenAI最強大的語言模型Davinci生成750個單詞，成本為2美分；使用RLHF或其他方法對模型進行微調，也會花很多錢，從微調模型生成750個單詞，需要12美分。

ChatGPT的迷人之處在于，它使得OpenAI變成和MidJourney一樣的消費AI產品領銜者。

Midjourney訂閱的商業模式，對于在GPU時間方面具有邊際成本的東西，很有意義。

對此，前GitHub的CEO Nat Friedman曾提出這樣一個有趣的觀點：在現實世界，AI的應用程序其實是匱乏的。

現在，研究人員每天都在以飛速的方式向全世界提供著大量新功能，而企業和產品人員才剛剛開始消化這些新功能。

再往前想一步，當AI在現實世界中不再匱乏的時候，人類是否會被AI取代？

讓我們來看一看AI對這個問題的回答。