ChatGPT是通用人工智能的iPhone时刻吗？

王俊煜

这个月，互联网从业者离不开的话题就是以ChatGPT为代表的大语言模型领域的进展，我也不例外。很久没有对新技术这么兴奋了。

《星际穿越》中，老人坐在谷仓前回忆，“当我还是个孩子的时候，每天都好像有新东西出现。一些新玩意儿或者新想法，就像每天都是圣诞节……”最近一个月就是这个感受。每天早上醒来，好像都会看到什么新的AI技术、AI产品发布，而且每个放在以前都是大新 闻。

可以说，我们亲身体验到了人类科技的非线性、指数式进步。几天前和主编提议写这个话题，现在却担心等杂志送到各位手上，这里面的观点已经过时了。世界是在加速变化的。iPhone在2007年发布，等到2010年年初我们创业做豌豆荚的时候，大部分媒体、投资人依然不认为移动互联网是个大机会。而ChatGPT是互联网史上增长最快的产品，在发布后的两个月内就到达了1亿活跃用户，连我关注的地方党报都会介绍ChatGPT，这可比移动互联网成为共识的速度快多了。

很多人会觉得通用人工智能的“iPhone时刻”已经到来—使用类比来讨论问题总是不那么精确，但有助于我们找到思考的出发点。如果从用户数和行业兴奋度的角度，我想的确已经到了“iPhone时刻”。但我是一名设计师，关心如何连接人们的需求和技术的潜力。从使用体验的角度，我感觉今天还是更像处在BlackBerry的阶段。

别误会，这么说不是泼冷水，也不是“别着急可以再等等”，而是我相信今天还没有人能预见到未来通用人工智能会通过什么形式成为普通人工作和生活中的空气与水。萨姆·奥特曼（OpenAI公司CEO）也不能，这和聪明与否无关。人类的过去告诉我们，我们是挺不擅长预测未来 的。

2006年我开始用BlackBerry时还是大学生，在中关村的地下商铺花几百块淘来翻新的二手机器后，需要自己做不少破解工作。屏幕很小，网速很慢，上网也很贵，但第一次走在路上收到E-mail、回复Google Talk的时候，我还是觉得很兴奋，打开了一点对未来的想象。

只是人类擅长的想象方式是一元的线性外推。虽然不难想象这个东西将来可以变得更好用—网速会变快，资费会更便宜，但当初手上拿着一台BlackBerry时，很难想象其实手机可以把键盘去掉，变成像iPhone这样的全触摸屏设计，也不再是以商务人士为主要用户的通讯工具。

这是我们说的“iPhone时刻”，iPhone让普通人看到新的全触摸屏交互方式，而不仅仅是想象。即使如此，我相信乔布斯2007年站在Moscone中心的舞台上首次向世界介绍iPhone时，他也无法预见到在未来10年内，全球各市场的主导应用都将是像微信这样的即时通讯App—初代iPhone可是连App都不让装。我猜全世界的微信们也很难预见到，会对它们形成威胁的不是某种新的通讯方式，而是让人们可以不费脑子不断下划的短视频App。

这些都不是某个天才设计出来的，就和生命游戏一样，是我们人类和技术在这个混沌系统共同进化的过程中作出的选择。人们最后发现，“聊天”这种基于短信息的异步沟通方式，是移动互联网第一个10年的最佳应用。

ChatGPT对于通用人工智能来说，属于什么阶段呢？它是一个让人拍案叫绝的演示产品，用一种人们熟悉的方式，重新“包装”了大语言模型这种难以被普通人理解的新技术。根据《麻省理工科技评论》对OpenAI的采访，他们对于ChatGPT在发布后迅速流行也感到意外，因为它使用的技术在当时实际上已经发布接近一年了。

但仍然是需要想象的。作为一个喜欢尝试新事物的人，我在初次使用ChatGPT的时候就错过了那个令我感到兴奋的“Aha”时刻。写这篇专栏的时候我翻查浏览器历史记录，惊讶地发现我在去年12月4日，也就是ChatGPT发布头几天的时候就注册试用过。我承认自己当时没有留下什么印象，很快就给忘了，真是有眼无珠。我猜，我当时和许多人的第一次使用一样，和它聊了聊天，假装讨论了一些哲学问题，请它讲了讲笑话，也尝试过请它写文章……我感觉和过去的产品比是要好一些，但好像也没有什么特别的。

等到1月底2月初闲下来以后读了一些朋友写的科普文章，才知道要理解它能做什么、对未来产生想象，得像在2006年用BlackBerry一样，需要自己也付出许多成本去摸索，学习、理解它的技术原理，甚至做一些“破解”，所谓的“提示词工程”（Prompt Engineering），就是你要掌握、练习一些和它对话的技巧，才能挖掘出它作为一个通用人工智能的潜力。

今天的ChatGPT也存在一些比较明显的缺陷，比如，没有实时数据、喜欢胡编乱造、记忆力不太好、速度很慢……等等。这些缺陷很容易被普通用户感受到。随着技术的进步这些缺陷都是可以被消除的，OpenAI现在的改进速度非常惊人，比如3月中旬OpenAI突然发布了GPT-4和新版的ChatGPT，我正在写这个稿子的时候他们又突然发布了ChatGPT的插件系统，这些缺陷中的一部分已经解决了。但即使我们对未来充满乐观，今天的用户依然需要面对许多未解决的缺陷。

克服了这些困难后，我才真的感受到了大语言模型的神奇之处，我的工作和生活越来越依赖它了，默认浏览器切换到了Edge，也抛弃了使用了二十多年的Google。当我工作的时候，总有一个浏览器窗口开着ChatGPT，就如现在。但这些都是在我付出了摸索、学习的成本后才能解锁的。因此，从使用体验上，我感觉还在BlackBerry阶段。

上周我和一个CEO讨论，他认为微軟在办公套件中增加的Copilot就是“iPhone时刻”了。我觉得有这个可能性，毕竟制表、写演示文档就是大部分公司人日复一日的痛苦源泉，至少人们是有共鸣的。等这个产品正式发布再看看实际效果吧。

那么，能不能说“聊天”作为一个界面，就像iPhone的触摸屏呢？我也没那么确定。

“聊天”是今天最容易想到的形态，也是被ChatGPT普及的形态。过去一个月里发布的各类“Copilot”产品在各种各样的场景中都增加了一个聊天窗口。这很自然，过去十多年我们已经很熟悉“聊天”作为互联网的一种自然语言界面存在了，只是过去是和其他人类聊天，现在是和机器聊天。

但一问一答的方式在完成很多任务时也是很啰嗦的，我今天需要不断在各种窗口之间复制粘贴，离无缝的体验还很远，是非常原始的使用体验。会不会这其实只是因为我们熟悉它，但不代表未来形态呢？当年BlackBerry的支持者也认为，既然过去人们已经在电脑上熟悉全键盘，为何不在手机上也使用呢？在当时看来，这也是有道理的。

GPT插件系统的发布，则是在各式编辑器中直接嵌入GPT的创作能力。唯一的问题就是，这只能在创作时使用。而且我在看微软的发布视频时在想，技术都这么先进了，为什么一定要花时间做PPT呢？这项工作看起来只是为了连接新世界和旧世界而存在的，就像以前寻呼台的接线员一样，随着技术的进步，这个环节总要被跳过的。

所以我其实也没有什么答案。历史总是在后视镜中才变得清晰的。只能说，我觉得应该还有属于通用人工智能时代更“原生”的应用形态，这也是我作为设计师最感兴趣、想要去探索的事情。

也可能就是聊天了吧，被人们接受的应用形态不一定是最先进的、最终极的，正如前面说的，这是一个混沌系统在演化过程中的选 择。

说这个也是希望不要所有人的思路都被“聊天”带偏，聊天有可能是用iPhone的触摸屏，也可能是用BlackBerry的全键盘。和我一样逐渐“认知升级”的从业者应该也不少，在过去一个月里，接入GPT能力的应用呈指数式增长。如果过早在某个过渡性的产品形态中安营扎寨，也许会看不到更大的画面。今天在后视镜中看移动互联网时代自己的经历，即使是在我自己喜欢的内容分发领域，也是因为豌豆荚在2010年到2011年以这种形态成功了，而忽视了许多真正在后来接受度更广的应用形 态。

当然，今天的许多接入GPT能力的应用，更像是最早在iPhone上做了一个指南针，是更容易被取代的形态。

至于我们自己呢？最近一个月被拉回到许多技术圈的讨论中，才意识到其实过去几年自己的关注点已经离“技术”已经很远了，离“人文”更近一些。技术圈的特点是“FOMO”，害怕错过的恐惧帶来了许多焦虑。投资人、创业者想知道，大语言模型是不是会带来下一个像字节跳动这样的机会？个人也害怕失业，大语言模型和其他生成式AI的应用正在取代许多职位，这也在实实在在地发生。

好在我们今天并不成功，也就不害怕失去什么，反而也可以退后一步来观察。与其担心失去，不如将注意力放在有什么新的可能性上。大语言模型在阅读领域天然地有数不清的应用机会，比较容易想到的形态，都和阅读效率相关—人们日常的大部分阅读是带有明确目的的，如获取资讯、学习知识等等，大语言模型在优化信息获取效率、改进个人知识积累上大有可为。到我写这篇文章为止，似乎还没有让人满意的产品出现。我想即使出于个人兴趣，也是值得一试的。

只是就今天的阅览室而言，读者的阅读多数不是为了效率或知识，他们没有明确目的。大语言模型在这种产品中如何发挥价值，也需要开放地探索。

大语言模型的出现也会给许多媒体的生产模式带来巨大改变和颠覆。不夸张地说，大部分媒体的价值会消失，媒体和受众的关系也会发生变化。我和主编老师小心翼翼提出这个想法，她倒是很乐观：其实记者们也很害怕写文章（我还以为只有我写得很艰难），如果能把这一步省去，岂不是大家都可以专心做自己最喜欢做的事情？采访、与人建立连接，等等。这里面，其实也有许多商业机会。

当然，这些想法的目标也不是要去做出多大的公司。本文不构成任何创业建议，这也不是这个专栏的目的。如果从做出高估值公司的角度，这些都不是最有吸引力的想法，听起来也不是很有趣。有句俗话说，机会是留给有准备的人的，如果你过去的思考和沉淀恰好能在这个机会下绽放，那么行动起来后自然也会绽放。

也是给自己打打气吧。