# ChatGPT的所有文章

在 HTX 新闻中心浏览与「ChatGPT」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策,提供权威的加密行业洞察。

“ChatGPT以后可能要没了”

OpenAI在“Intelligence at Work”发布会上宣布,将在未来几周内把Codex正式并入ChatGPT应用,标志着其产品战略从“聊天”转向“执行”的关键一步。 此次合并的背景是Codex的快速增长:周活用户已突破500万,其中20%是非程序员的知识工作者,且企业营收贡献显著。OpenAI认为,未来的方向是构建“超级应用”,即用户通过ChatGPT发出指令,由Codex调用各种Agent(智能体)自动执行任务,实现从对话到全场景工作的闭环。为此,OpenAI还发布了三项Codex更新:覆盖六大岗位的Agent插件、可直接在原文上修改的Annotations功能,以及一键生成可交互网页的Sites功能。 文章指出,这次合并本质上是Codex路线对ChatGPT路线的升级。内部组织架构调整显示,Codex负责人已统领核心产品,而内部备忘录也强调建设“统一的agentic平台”。因此,ChatGPT将逐渐成为流量入口和品牌外壳,其内核将转变为以Codex为核心的智能体平台。 Codex的快速发展被认为是对手Anthropic旗下Claude Code竞争压力的结果。虽然Claude Code在代码质量上仍占优,但Codex凭借更实惠的价格和更少的token消耗(特别是搭配高效的GPT-5.5模型)实现了快速追赶。当前AI编程领域呈现双雄争霸,但竞争焦点已转向争夺Agent时代的核心入口。 最后,文章提出,合并后的应用虽然可能保留“ChatGPT”之名,但其本质已变——未来用户打开的或将是一个能直接完成任务的智能体,而“聊天”本身将不再是最核心的功能。这为中国AI玩家在Agent时代争夺本土化入口提供了新的机遇。

marsbit06/03 23:51

“ChatGPT以后可能要没了”

marsbit06/03 23:51

三年之后:回看 2023 年我对 ChatGPT 的判断

作者王健硕在2026年5月回看其于2023年3月对ChatGPT做出的二十条预测,并借助AI代理进行验证。整体看,其大方向判断多正确,但细节和程度常有偏差。 **看对的方面:** - **技术架构**:准确预测RAG(检索增强生成)将成为解决知识更新和幻觉的主流方法,以及LUI(自然语言用户界面)将催生巨大新产业。 - **发展趋势**:预见到“机器人网络”和新的agent寻址系统将出现,中国能快速做出可用大模型并缩小与顶尖差距。 - **本质认知**:正确指出ChatGPT没有意识,图灵测试仅测表象;判断其是巨大进步但非AGI,且短期内不会造成整体失业潮。 **看错或看偏的方面:** - **具体数据错误**:关于GPT-4有100T参数的传闻完全错误。 - **绝对化判断**:断言LLM“不可能”自己学好数学被后来模型在IMO夺金证伪;认为AI生成内容可“规避”版权,实则引发史上最大侵权赔偿。 - **价值与成本误判**:认为价值终落应用层,但最大赢家是算力层(如英伟达);模型成本“5-10亿封顶”的估算严重偏离实际。 - **社会影响误读**:认为ChatGPT的“加权平均”特性可能促进“世界大同”,但实际AI正走向个性化,并可能制造新信息茧房。 **总结规律:** 1. 预测机制和方向比具体数字更可靠。 2. 倾向于高估短期变化速度,低估长期影响程度。 3. 容易忽略问题内部的“分布”差异(如失业影响集中在年轻群体)。 4. 留有餘地、分层表述的判断更经得起时间检验。 5. 一些根本性争议,三年时间仍不足以给出定论。 这次复盘旨在为未来的判断立下更审慎的规矩。

marsbit05/31 16:02

三年之后:回看 2023 年我对 ChatGPT 的判断

marsbit05/31 16:02

三年之后:回看 2023 年我对 ChatGPT 的判断

2023年3月,在GPT-4发布前,作者王健硕对ChatGPT的未来做出了二十项预测。三年后的2026年,他使用AI agent对这些判断进行回顾验证,评估其准确性。 **主要看对的方面:** 1. **RAG成为主流**:预测通过外部检索而非修改模型来解决知识更新和幻觉问题,这已成为行业标准架构。 2. **LUI(自然语言界面)兴起**:预测自然语言交互将催生巨大新产业,Agent、MCP协议等发展印证了这一点,但LUI是与GUI共存而非取代。 3. **机器人网络与新寻址系统**:预测Agent将自动协作并需要新寻址方式,MCP、A2A等协议正朝此方向发展。 4. **中国能做出可用大模型**:预测中美模型差距会迅速缩小,事实如此,但真正领先的国内厂商与其当初点名不同。 5. **AI无意识与图灵测试本质**:核心判断“AI无意识,图灵测试仅测表象”基本成立,但“绝无意识”的绝对论断被后续研究置于灰区。 **看错或看偏的方面:** 1. **GPT-4参数数量**:所传“100T参数”严重错误,实际约为1.8T。 2. **LLM的数学能力**:诊断“数学差需外挂工具”正确,但“不可能自行学会”的结论被后续“推理模型”在IMO夺金证伪。 3. **价值捕获**:预测价值在应用层,但现实中算力层(如英伟达)捕获了最大利润,模型层反而亏损。 4. **版权问题**:判断“生成物可能无法登记版权”正确,但认为能“规避侵权”则错误,已出现巨额侵权赔偿案例。 5. **信息茧房与世界大同**:机制上AI会将观点向众数平均,但AI正快速走向“千人千面”的个性化,可能制造新茧房而非消解极化。 6. **大模型成本**:预测“局部战争”和玩家涌入正确,但“5-10亿美元封顶”的成本估算与前沿训练实际花费严重不符。 **总结规律:** 1. 判断**方向和机制**比具体数字、程度更可靠。 2. 倾向于**高估短期变化速度,低估长期能力上限**。 3. 容易忽略**问题内部的分布差异**(如总量正确但部分群体受损)。 4. **留有餘地、分层表述**的判断更经得起时间检验。 5. 一些根本性争论,**三年时间不足以给出最终答案**。 这次回顾表明,在快速变化的领域,把握大方向比追求精确预测更重要,同时需警惕绝对化表述并承认认知的局限性。

链捕手05/31 13:34

三年之后:回看 2023 年我对 ChatGPT 的判断

链捕手05/31 13:34

活动图片