冷静下来，不吹不黑。

01

最近半年，互联网一款现象级的应用诞生：「ChatGPT」；

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；