熬夜看完 Open AI 的发布会后，我知道国内的科创圈要重新洗牌了。

从今年上半年的 12 月开始，不到 2 个月，ChatGPT 的用户注册数突破 1 个亿， 成为史上用户增长速度最快的消费级应用程序。加上各个媒体疯狂转载报道后，我的朋友圈一度火爆到，只要是发有关 ChatGPT 的内容，就会迎来至少上百条评论跟点赞。

尽管 OpenAI 的相关服务在中国不能使用，但并没有阻止广大勤奋好学的年轻群众。

跟一个卖 GPT 成品号的朋友聊天得知，彼时关于 GPT 注册的视频和教程还很少，GPT 注册号供不应求，光是 10 块钱卖一个成品号，1 个月就赚到了 70 多 w。

这还只是用户注册阶段，更成熟和广大的市场规模应用还远未迎来，ChatGPT 的商业变现能力，可见一斑。

在 ChatGPT 官方 app 上架前，应用商店中搜索 "ChatGPT" 关键词，就能找到 200 多个图标疑似官方的“正版”应用，我下载了几个试试，发现本来免费使用的 GPT3.5 ，在 app 中愣是能卖到 56 块钱一个月，不禁感叹钱真好挣。

GPT 火爆的背后，是新一轮技术的变革，很多人表示在第一次接触 GPT 的感觉就跟第一次打开 Windows 差不多，这在“科技以换壳为本”的 21 世纪相当难得，我们已经太久没有这种惊艳的感觉了。

单从这次火爆看来，似乎人人都是赢家：媒体把流量赚得盆满钵满，AI 创投圈在一度萎靡的市场之中迎来一次狂欢；各个大厂争相开始跑马圈地，纷纷下注大模型，有钱的砸大模型，没钱的套壳做 AI 应用场景。

1.AI 真的那么好挣钱吗？

很多拿着投资人股份的创业者，大多雄心勃勃地想用 AI 再改造一遍行业，但事实是，在没有一个稳定可靠的大模型出现前，做应用端场景根本跑不通。

现在国内几乎没有厂商，会贸然将自己的业务，对接到一个没有经过市场充分验证的大模型上。

正如经济基础决定上层建筑一样，大模型的质量从根本上决定了应用端的服务质量，在没有任何一个可靠稳定的大模型出现前，没有人会将自己产品和公司的声誉，押宝在一个充满未知风险的大模型上。

毕竟大模型跟用户随意的对话场景，偶然出现幻觉影响并不大，可当公司产品强绑定大模型产品的时候，公司的声誉就跟大模型的表现强绑定在一起了。

万一出现幻觉或错误（比如金融投资理财类），迎来的将不是出现一个小小的幻觉那么简单，而是声誉的断崖式下跌。

也就是说，在国内没有出现任何一个能力持平甚至超过 GPT4 的大模型前，任何应用端的公司都必须保持绝对的警惕：要么选用市场验证的大模型，加入 OpenAI ，要么等待国内的大模型质量完善，目前来讲，这一天的出现恐怕还要相当之久。

OpenAI 的“春晚”发布会结束后，国内的科技圈却是死寂一片。

在这次发布会中，OpenAI 推出了一系列重磅更新：GPT-Turbo、GPTs、多模态的输入和输出、联网搜索集成、更长的上下文输入等，一言以蔽之，就是费用更低，功能更强大。

更多人不知道的是，各家媒体争相报道讨论的 DEVDAY 内容，其实只是一整天日程里，仅占 45 分钟的“开场”，OpenAI 很多关于商业化、新产品、前沿研究等展示信息都没有放出来，真实的情况只会更残酷。

对这个现实的最好写照，或许是网上一个创业者在看完 DEVDAY 当天的调侃：“ Sam Altman 毁掉了我 300w 美元的创业公司，而我只得到了 500 美元的 OpenAI API 信用卡。”

看过 OpenAI 当天演讲的人，都知道这个“500 美元”是什么梗。

而这只是现实创投圈的一个缩影， Open AI 的这次更新，基本确定了绝大多数 AI 创业公司，在上半年的应用探索都宣告死亡。

ChatGPT 凭借自身实力，已经将功能延申到了更多更广的场景，功能更强，费用更低，如果你是一个 C 端或 B 端用户，你会怎么选？

2.OpenAI 的野心

当 OpenAI 首次推出聊天应用 GPT 的时候，国内外很多媒体都对 AI 的应用场景报以很高的期望，甚至扬言现在所有的产品场景都可以换上 AI 再做一遍。

大家都很兴奋，觉得 OpenAI 只会专注于把一个 AI 的聊天应用层做好。但现实是，大家之所以认为应用层还有机会，只是因为 OpenAI 还没有公布自己的应用案例。

每个人都低估了将 AI 接入用户场景的难度，也低估了 OpenAI 的野心。

今年 3 月下旬，ChatGPT 开始支持插件功能，很多人已经看到大模型在应用上的商机，纷纷推出了各种诸如 PDF、联网、教学、语言、助理等各种基于 ChatGPT 的定制化插件，OpenAI 不可能甘心成为垫脚石，忽略自己的技术优势，放任他人来创造牟利机会。

让人错愕的是，这次变化来得太快。从 2022 年 12 月第一次开放 ChatGPT 起，到今年的 11 月，ChatGPT 已经完成了几次重大的升级，从 ChatGPT3.5，到性能更强的 ChatGPT4，到支持插件和代码解释器。再到最近的 GPT4 功能进一步的完善和更新，仅仅用了不到一年的时间。

OpenAI 就用实际行动告诉所有人，大爷依旧是大爷。在大模型的技术端跟应用端，OpenAI 牢牢捍卫着自己领先的地步，并将依靠功能和费用，实现断层级的垄断，将技术的先发优势，辐射到未来的所有应用场景之中。

现在还抱有侥幸的 AI 创业者将不得不斩断幻想，面对现实：看看自己在做的大模型应用，有没有真正属于自己的东西。直白点说，就是“能不能做出硅谷都没做过的东西。”

而对那些另起炉灶的大模型公司来说，现在又该何去何从？是选择加入 Open AI 的快车道，相信 Open AI 将开启下一个 App Store 时刻，还是拥抱开源模型，做自己的定制化专属？

3.创业公司的出路

事实上，Open AI 虽然目前是技术上的行业第一，但并非是唯一的选择。

加州大学伯克利分校的教授 Joseph E. Gonzalez 认为：开源模型不需要变得更好，只需要变得更小和更专用。

对需要 AI 服务的企业来说，很多企业想借助大模型来完成业务，他们并不需要一个通用数据的模型，只需要更小、质量更高、专有的定制模型。

某种程度上讲，GPTs 就是这种应用的搭建雏形，而现在仍在泥泞中挣扎的大模型创业公司们，专注于做细分领域上，质量更高、不容易出现“幻觉”的小模型，可能会是个更切实的选择。

对于不制作大模型或 AI 的创业公司而言，Open AI 的这次更新无疑会增加自身的竞争力。

只要自家能将产品和 Chatgpt 的功能融合得足够好，加上一些精准的 Promots 调教，自家的产品无疑会获得更优秀的体验，比如现在就能应用的文档说明助手，某些智能客服语音等。

低代码平台 iVX 的创始人兼 CEO 孟智平表示："AI+低代码是未来自动化编程的终极杀器，我们不会做 AI，更不会盲目跟风去做大模型，我们只会把我们的本质工作做好。"

进一步了解得知，iVX 正准备接入 ChatGPT 接口，实现 AI+低代码编程的雏形。

这个愿望不是最近才有，而是在建站之初就已经构想，通过 16 年深耕的产品迭代，iVX 在低代码领域的技术积累已相当深厚，ChatGPT 的出现更像是一个他们预料之中的东西，结合最新的大语言模型，他们有望实现 AI 自动化编程的第一个突破口。

未来，AI 在编程中所占的比重可能会越来越大，现在 Github 上火热的 Copliot 在代码续写和代码补全上，表现就已经相当不错。

微软虽未公开技术实现路径，但经过海外一众黑客的层层深扒，发现 Copliot 正是基于更多专业的 Promots 精心调教而成的 GPT4.0 编程助手。

由哈佛大学领导的一项研究发现，使用生成式人工智能 GPT-4 的 BCG（波士顿咨询集团）的数百名顾问在完成任务的频率、速度和质量方面表现出色，相较于不使用 AI 的同行，绩效提高了 40%。

毋庸置疑，AI 正在大幅改变人们的工作方式，也开始为企业带来巨大红利。

今年 3 月份，OpenAI 的研究也发现，80% 的美国员工至少有 10% 的工作任务会受到 ChatGPT 的影响。其中，19% 的员工可能发现高达 50% 的工作内容均会受到正面影响。

高盛也曾预计，生成式 AI 会让全球财富在未来十年中增加 7%（近 7 万亿美元），推动生产率增长 1.5%。

这场 AI 变革背后，将是一场影响深远的生产力革命，不仅在科技领域，法律、政治、哲学、社会、文化、艺术等都将面临全新的挑战和定义。

AI 作品与人类作品的区别，人和机器存在的意义，法律和道德之间的探讨，都将变得越来越模糊。如何面临和把握新时代的挑战和机遇，将成为每个普通人不得不思考的深刻问题。