在GPT-4面前全世界科技大廠黯然失色

2023年3月14日，圓周率日的一個平淡無奇的下午，OpenAI發布了最新的大語言模型GPT-4。初看起來這次更新沒有ChatGPT那么酷炫：文本輸入長度（token）拓展到3萬以上，支持多模態模型輸入（但沒有之前期待的圖像和視頻輸出），更強的數理推理能力（終于學會高考數學了）。

所以，更大，更快，更強，但這意味著什么呢？

任何指數增長的曲線初期，拉近了看都不過是一個平淡的緩坡。但只有回顧整個歷史的時候，我們才會知道這條曲線最終會加速到怎樣的高度。正在湊近了看GPT-4的人類，并不知道接下來將要面對的，是何種驚濤駭浪。

把“努力”交給GPT，拼天賦的時代到來

有一句曾經很有道理的說法：“以大多數人的努力程度之低，根本輪不到拼天賦”，這確實是事實。很多人也被這句話刺痛而奮發圖強，想努力一把，摸到拼天賦的門檻線上。

但現在似乎沒必要了，因為大多數人努力一輩子也不會比GPT-4的知識儲備和執行能力更強。

GPT-4是天生的做題家，可以自己讀題自己分析然后組織文字輸出。在OpenAI展現的第一個案例中，GPT-4對一道包含圖像的物理題進行了解答，它理解了PDF格式下的圖像和文字，一步步推理并得到正確答案。順便提一嘴，這道題來自著名的巴黎綜合理工大學，后者以其變態的數理難度而聞名。

GPT-4在美國律師資格考試（BAR）上達到了前10%，在美國高考語文（SATReadingandWriting）上達到了前7%，而在生物學奧賽試題上更是達到了前1%，可以拿國際金牌。不客氣地說，這個水平已經遠遠超過了大部分人智力巔峰——高考前一天的水平，輕輕松松上985。

但是，對于能接入GPT-4的人群而言，事情并沒有因此變得更輕松。因為不好意思，從現在起你們就只能拼天賦啦！

而以大多數人的平均天賦水平，從第一天開始就連努力的機會都沒了。在那個讓全世界前端程序員虎軀一震的展示里，OpenAI員工隨手畫了一個網站樣式的草稿和文字描述，手機拍照發給GPT-4，然后馬上就生成了網站的HTML代碼，效果立刻可以預覽。

這一刻，產品經理露出了燦爛的笑容，想著明天就把“這個需求做不了”的“程序猿”給開了？身在咨詢業的我則悲喜交加，此前我還為實習生的未來感到擔憂，現在已經快進到初級顧問滅絕計劃了。是不是以后只需要合伙人在外面承攬業務，然后一股腦丟給我一個人承做就可以了？

我可以用GPT列提綱，打印出來手繪草稿，拍照丟給GPT畫PPT；不知道的信息讓NewBing幫我找，沒看過的文章讓ChatGPT讀了并總結，分析的模型用ChatExcel幫我搭，一手調研也可以讓GPT做問卷，甚至配合WhisperAI（語音理解模型）和訊飛配音，讓他替我訪談專家并整理洞見。

實現上述的前提有兩個：

第一，我知道為了完成項目要實現的目標；

第二，我要問出正確的問題。“問正確的問題”才是最難的事情，這需要經驗、靈感、理性和直覺的終極組合，而如果GPT把實習生和初級顧問都干掉了，我確實有點擔心咨詢這門手藝后繼無人。

但肯定的一點是，在同樣擁有GPT的情況下，人和人之間能力的差別可以被拉大到匪夷所思的地步。對于最聰明最大膽、富有激情，腦子轉得比手快幾百倍的那種人，他們的生產力會迅速爆棚。從前那些被“有限時間”和“低效溝通”所限制的產品、服務，如今可以快速成為現實。

不過，供給端爆炸也同樣意味著，只需要寥寥數個工作狂就可以滿足許多許多需求，其他人做的所謂“工作”只能算自娛自樂。

而如果那時我還沒有被干掉，大概率是因為老板們想每天多睡幾個小時。不然他更愿意直接指揮GPT模型，而不是常常“不解人意”的真人。

這不僅僅是平均的終結，這實際上是99%的終結。所以你覺得自己能成為1%，還是99%呢？

在GPT面前，科技大廠黯然失色

這次GPT-4發布還有個令人擔憂的點，就是只出了一個技術文檔（TechnicalReport），但沒有公開論文，也沒有任何的技術細節。只告訴你我有多強大，但對如何實現的knowhow只字不提。

OpenAI，已經且必然會變成CloseAI，畢竟沒人和錢過不去。

而這次提到的專屬Azure訓練集群，則意味著CloseAI已經和微軟實現了深度融合，同時在模型規模和硬件算力上建立起深不可測的護城河。

對于今天發布的文心一言，我感到由衷地同情，但不只是百度，在GPT-4面前，無論是Google、Meta，還是任何一家大廠目前都黯淡無光。尤其當你發現GPT-4的訓練時間居然是去年的8月——那么顯然，此刻跑在1萬張NVIDIAA100芯片上的只會是尚未發布的GPT-5了。

而下一代的GPT-5會有多強大，沒人知道。

很贊同作家和菜頭說的這段比喻：“就像是在學校留堂，做完作業才能回家。那個最好的學生想出了辦法，解決了最后一道題，然后不發一言起身回家。教室里剩下的學生，就都留在了一道看不見的障壁之后，他們知道能夠穿越，他們看到有人穿越，但是他們不知道自己如何才能穿越。”

OpenAI至少領先了半年，在指數增長的情景下，即便路徑完全一樣，先發者和追趕者的距離也會變得越來越大。甚至可能因為先發者對硬件算力，數據生成和用戶反饋三位一體的循環虹吸，追趕者最終被徹底拉爆。

99%的終結，對個人如此，對AI賽道的企業則更為殘酷。

需要人的場景越來越少，AI也可以做消費者

很多人都對GPT-4的多模態模型感到驚奇，因為這并不是一個簡單的OCR，實際上GPT-4是對整個圖像的像素序列進行了理解、并進行了深度推理，能夠發現不合理之處，甚至看懂梗圖。

看起來這沒有Stablediffusion這樣的圖片生成功能酷炫，但這是目前GPT-4對我產生的最大的震撼。

GPT-4對該圖分析如下：圖片展示了一個“閃電線”適配器包裝，包括三個面板。

面板1：一部智能手機，其充電口連接了一個VGA接口（通常用于計算機顯示器的大型、藍色、15針接口）。

面板2：帶有VGA接口圖片的“閃電線”適配器包裝。

面板3：VGA接口的特寫，末端帶有一個小型的閃電接口（用于為iPhone和其他Apple設備充電）。

這幅圖片中的幽默來自于將大型、過時的VGA接口插入小型、現代智能手機充電口的荒謬之處。

這種多模態理解能力的影響是極為深刻的。

我曾設想過“無人電影”的模式，主題要素是通過流媒體的播放大數據生成的，劇本是GPT模型自己根據主題要素寫的，畫面是根據劇本自動生成的視頻流，后期是通過stablediffusion合成的，配音是照著劇本里的臺詞合成的語音，宣發海報也是stablediffusion畫的，通過SNS機器人自動投放，機器人水軍照著劇本情節寫豆瓣評論。

質量糟糕沒關系，同時生成1000部定向投放，A/Btest，每天進行迭代，必能產出神作。

但這個循環里還是有人的，那就是觀眾。人被投食內容、人來理解內容、表達欣賞以及做出反饋。這種反饋，一定是人才能做嗎？GPT-4提醒我，觀眾也可以是AI。

AI模型也可以看懂電影，也可以理解微妙之處，表達欣賞，并很清楚地反饋出來。而消費的本質，是對外界信號刺激的理解和欣賞。無論這個信號是視覺信號，還是語音頻率，或是舌頭和皮膚的神經傳感電信號。

對于GPT，它們都不過是多模態輸入的某種類型。那么AI其實也是能夠消費內容的，甚至可能是比任何人類都更好，更具品位的消費者。

AI對供給端的極大提升，最終可能要靠AI自己去消費，而不是靠著漸失生殖欲望的人類。

正如AI導師GeoffreyHinton的推特所說，人類用千年的語言編碼了整個世界，凝聚成GPT-4破繭成蝶。而在完成引導程序的使命后，我們也將卸下這副碳基的軀殼。

所以，這是人類的落日嗎？

我相信，明天太陽還會升起。