OpenAI的新模型ChatGPT才诞生没几天，已经成为广大网友的「装逼利器」。

它的回答不说正确不正确，乍一看可是碉堡了。

再加上生成起来格外方便，一时间这些「看起来不错」的回答就如同潮水般涌向了那个带着全世界代码跑的传奇问答网站，计算机学子真正的老师——Stack Overflow。

然而，为了判断这些答案的对错，就需要让大量具有专业知识的人仔细考察才行。

被逼无奈之下，Stack Overflow不得不急发声明：ChatGPT，禁了！

错误多得离谱，应封尽封

眼看着讨论热火朝天，作为全世界第二大程序员交友网站的Stack Overflow官方这边也是态度鲜明：

不要想着用AI机器人混淆视听，发回答就好好发，禁止用ChatGPT直接生成垃圾答案，否则封号。

Stack Overflow在官方通告中表示：这是一个临时性规定，目的是为了应对目前论坛上ChatGPT生成内容的泛滥之势。

通告指出，做出这个规定的主要原因是，ChatGPT自动生成的答案质量太低，错误太多，而且看上去还挺像那么回事，即使是完全不懂的人也能随便生成答案。

作为一个以问答质量为标杆的社区，这些低质答案会给那些来此寻求帮助的人造成严重困扰和不便，对Stack Overflow本身而言也是有害的。

Stack Overflow表示，未来将继续权衡围绕 ChatGPT「和其他类似工具」的新政策，但决定日期以及最终限制的内容尚不清楚。

总之，Stack Overflow这边的态度很明确，总结起来就是：「玩归玩，闹归闹，别拿问答开玩笑」。

网友拍手叫好

而对于这个决定，底下的围观群众有表示完全赞同的。

——干的漂亮！真希望这个决定不是临时的，而且不仅局限于ChatGPT，应该扩大到所有AI生成的答案。靠AI永远给不出高质量的编程答案，再过100年都没戏。

——这个禁令不应该是个临时措施。

使用ChatGPT可以通过疯狂灌水，自动生成答案来刷分，即使这些答案是否正确他们根本不知道，也不关心，这对Stack Overflow论坛生态的危害是显而易见的。

不过，想要识别这类答案实际上并不容易，怎样保证「应封尽封」是个很大的问题。

很多专业人士能看出来这种「伪答案」里的错误，但能做的也就是点个踩，不能保证这些内容被清理。

禁止这样的内容是好事，不过审核的人能做什么呢？上面有帖子说，这些AI生成的答案可能看起来像高质量答案，这意味着对于训练有素的人来说，可能会发现错误而点个踩。

这些AI冒充的用户的答案可能有一些赞，也有一些踩，因为这些回答看起来像高质量答案。

我不知道如何判断一个答案是不是ChatGPT生成的，而且现在自定义标记需要几个月的时间来解决，在及时处理前，这些用户可能继续损害Stack Overflow。

那么，ChatGPT到底泛滥到什么程度了呢？

有网友自己尝试将提出的问题贴在ChatGPT的对话框中，和后面的一个「真人」给出的答案做了对比，看看到底生成的答案能不能用，结果发现这个「真人」明显不对劲。

这是他自己用ChatGPT生成的回答：

这是所谓「真人用户」给出的回答：

不难看出，两个答案套路上如出一辙，用语口吻也非常相近，代码示例上也是几乎相同。

这分明也是ChatGPT生成的伪答案。目前这个「用户」已经被Stack Overflow封禁。

其实从ChatGPT的发布方OpenAI看来，这个AI工具的重要用途之一正是帮助程序员检查代码，而作为编码辅助工具，在Stack Overflow上答答题，本来是ChatGPT的正当用途之一。

没想到刚出了不到一星期，就被无情封禁。也不知道是怪自己「学艺不精」，给出的答案没有帮助，还是怪网友太狡猾，最终不堪重负被玩坏了。

有媒体联系了OpenAI，问其计划如何处理这些自动生成答案的准确性问题，目前还没有收到回复。

Stack Overflow还不能被取代

作为一名开发者，你肯定知道这个让亿万公司的程序能够跑起来，让亿万计算机学子能够拿到毕业证的Stack Overflow。

在这里，你可以找到实现某些功能的最佳实践，或者找到那个只有在月圆之夜的凌晨4点才发生的晦涩难懂的错误的解决方案。

不过，在2021年被Prosus以18亿美元的价格收购之后，大家曾普遍在担心是不是也要开启付费VIP模式。而那一天的到来大概会是程序员们的「末日」。

好在，到目前为止，Stack Overflow的用户体验依然是极好的。

至于OpenAI的ChatGPT，它不仅可以回答任何领域的问题，而且每一次的答案都非常精确和详细。

比如，当你问到「How to iterate over an keys and values array in Javascript」时，这就是答案：

锦上添花的是，ChatGPT还能通过一个支持性的例子和解释，告诉你这个JavaScript中常见问题的最佳的解决方案：

那么问题来了，既然ChatGPT可以在输入问题的几秒钟内给出答案，并且还提供了可以直接复制的代码，为何我们不系统性地去使用它呢？

因为，ChatGPT有三个「致命」的缺陷：

1. 输入不能有错

在使用ChatGPT时，必须要精确，哪怕是一个代词（a/an）的改变，答案都会完全不同。

比如，之前的那个问题「How to iterate over an keys and values array in Javascript」，这次我们去掉一个「an」，变成「How to iterate over keys and values array in Javascript」

现在ChatGPT给出的解决方案，就只对由统一的元素列表组成的简单数组有效了。

2. 解释不人性化

比如接下来这个Stack Overflow上投票最多的问题：

「为什么对已排序数组的操作比对未排序数组的操作快？」

ChatGPT给出的答案，毫无疑问是正确的，但仅此而已。

因为，如果你能理解这个答案的话，自然也不需要问这个问题。

而如果你需要问这个问题，也就意味着你不太能看懂ChatGPT给出的回答……

相比而言，Stack Overflow上的答主首先会用非技术性的术语提出了一般的背景，然后逐渐将主题拉回到最初和最后的问题上，以加深思考。

当然，不是所有Stack OverFlow上的答案都是（也不需要）如此定性和详细的。

但这个例子充分地说明了，人与AI大的区别是，后者无法确定对方的理解水平，从而调整回答。

简单来说就是，AI会以同样的方式和术语来解释「相对论」，不管你是物理系的教授，还是普通大学生，或者对此一窍不通的小白。

这对于AI来说，并不重要。

3. 社区的作用

不管你喜不喜欢，Stack OverFlow最大的优势是它的社区。这个平台的创建和运作方式，就是为了鼓励和鼓励最大多数人的贡献。

而正是这种种类繁多的答案和意见，让用户可以通过考虑每个解决方案的优点和限制，来确定自己的位置并进行选择。

此外，Stack OverFlow的另一个优势在于同行验证。一个被成千上万的开发者证明和测试过的解决方案，可以为其正确性提供极大的保证。（当然这并不意味着100%是正确的）

P.S. 用还是可以用的

毋庸置疑，Stack OverFlow永远不会被取代。它和GitHub，将永远是解决那些需要个性化解释或者高难度棘手问题的好去处。

就像Copilot、Intellisense和高级IDE一样，ChatGPT（即使它不只限于代码）只是一个工具，在开发者日益丰富的工具调色板中。就像任何自学模型一样，它将随着时间的推移学习和自我纠正并改进。

但是下一次，与其在Stack OverFlow上为相对简单的问题（如何在Flutter中触发HookConsumerWidget的重建）等待几天，不如直接向ChatGPT提问。

毕竟，你有很大概率能够得到一个可以用于解决问题的起点：

为什么ChatGPT会犯这么多低级错误？

这几天，全体网友都把ChatGPT玩疯了。很多人都意识到，这个新AI确实是一个「装逼利器」——不费吹灰之力，就能给你生成一个牛逼闪闪的答案。

而拨开这层华丽的外衣，仔细看进去，就会发现它的回答经常错漏百出。

比如：我在2022年是37岁，那么在1985年的时候，我是几岁？

ChatGPT：1985-2022=-37，由于年龄不能是负的，所以此题无解。

额，有没有一种可能，出题人出生于1985年呢？

再比如这位网友问ChatGPT，霍布斯主张三权分立吗？

ChatGPT自信满满地给出了答案，还不忘引经据典。

但是，它的回答是错的。

霍布斯是专制主义的支持者，在他看来，替代无政府状态的唯一可行方案，就是将权力赋予君主。

权力在行政部门和立法部门之间分配、制衡的观点，是跟霍布斯同时代的哲学家约翰洛克提出的。

那么，为什么ChatGPT会犯这样的低级错误？

很明显，这是因为在政治哲学中，霍布斯和洛克几乎总是被一起提及，当ChatGPT去网上找霍布斯的资料时，自然就找到了洛克对三权分立的阐述，然后就错误地把这个观点扣在了霍布斯的头上😂。

从这个例子中，我们也可以看出支撑ChatGPT的GPT-3语言模型的局限——它只能抓取，但无法推理，也无法思考。

所以，这其实是一个概率的东西

最近，很多人都在讨论：哪些工作会首先被AI所颠覆?

这是一个悬而未决的问题。但至少我们可以从老师布置的作业中，得到一丝启示。

当老师给学生们布置一篇政治哲学论文时，学生的成果对这个世界而言，通常只是对一百万次已经写过的东西的反省。

而有趣的是，AIGC的文本并不像一道数学题，它没有唯一一条通往正确答案的路。

是的，AI的输出，是概率性的：ChatGPT没有任何标记了对错的内部记录，它其实是一个统计模型，这个模型中，是在不同上下文中的语言组合。

而上下文的基础，就是GPT-3训练所用的整体数据集，来自ChatGPT的RLHF训练的额外上下文，prompt和之前的对话，以及很快就会有的反馈。

这些组合产生的结果，无疑令人兴奋。

ChatGPT会运行整个虚拟机，会写代码。

当然，ChatGPT并没有运行python，答案其实是从构成GPT-3的互联网数据语料库中收集的概率结果——

ChatGPT在10秒内做出了最结果的最佳猜测，这个猜测很可能是正确的，感觉仿佛就是一台真正的计算机在执行相关的代码一样。

这种可能性，足以让人类惊喜。

虽然对于要求准确性的代码工作来说，它有不少灰色地带。

但对于AIGC的其他领域，比如生成文本、图像，这种多重的可能性无疑帮助人类拓展想象力的边界。

ChatGPT的商业模式，推动人工智能的革命

为什么这几天ChatGPT会爆火呢？

作为底层模型的GPT-3，其实已经诞生两年了。与之不同的是，ChatGPT既免费，又好用。

阅读AI输出的示例是一回事，而自己生成输出，又是另一回事了。

AIGC的革命早已掀起。当Midjourney使AI生成的艺术变得简单、免费时，人类对此的兴趣和意识也就出现了爆炸式的增长。

ChatGPT是免费的，这很关键。

要知道，在OpenAI的API上，最大的限制因素就是成本。

使用OpenAI最强大的语言模型Davinci生成750个单词，成本为2美分；使用RLHF或其他方法对模型进行微调，也会花很多钱，从微调模型生成750个单词，需要12美分。

ChatGPT的迷人之处在于，它使得OpenAI变成和MidJourney一样的消费AI产品领衔者。

Midjourney订阅的商业模式，对于在GPU时间方面具有边际成本的东西，很有意义。

对此，前GitHub的CEO Nat Friedman曾提出这样一个有趣的观点：在现实世界，AI的应用程序其实是匮乏的。

现在，研究人员每天都在以飞速的方式向全世界提供着大量新功能，而企业和产品人员才刚刚开始消化这些新功能。

再往前想一步，当AI在现实世界中不再匮乏的时候，人类是否会被AI取代？

让我们来看一看AI对这个问题的回答。