在我接触了一系列AI技术后，不禁产生了许多思考。我先后尝试了AI编程、AI写论文、AI写小说、AI绘画等，最近看到了一些关于AI构建虚拟世界以及Auto-GPT的AI类新闻。在这个过程中，我心头涌现出诸多疑问和想法。

编程&科研领域

基本上有点麻木了，最开始是震撼。前段时间，弄论文需要写一些代码，我真是完全没有思路，也完全没接触过AI类编程、什么Pytorch一概不会，如果按照原始的方式，起码得整个半个月，从了解，到稍微系统点的学，再到真正编程实现，还会遇到很多BUG。然后那个时候刚接触GPT还没有出4，还是3.5，基本上我借助3.5半个下午就搞定了代码，而且我后面反复调参，也没有GPT给出的原始方案好。虽然存在一些随机性。但这个仅仅是GPT3.5，4的准确性大大提高。

另外就是代码重构方面，以前维护的“屎山”，基本上难以人为的扒拉开来看，现在直接丢给GPT完事儿。

最近的Auto-GPT，本人也只是看了下新闻，好像大概意思就是只需要一个想法就可以得到结果程序。

感觉上像是建立了“想法”->“实际代码”的直接映射。

而传统编程则是“想法”->“可行性调研、技术选型等”->“各种学习尝试”->“实际编程写BUG等”->“实际代码”。

速度方面自然不用说，可以说是彻底的“降维打击”。有人说AI写的没人类好，这个真不一定。现在最前沿我不了解，但是仔细想下，AI不仅可以学习官方文档和海量优质的网络教程，还可以学习大量成熟、优秀的开源源代码。不管个体还是团体阅读代码的能力应该都远远不如AI，而且钻研源代码是个“苦差”，做这事的人本身就是少数，甚至说老老实实看官方教程的都不是很多。个人感觉，未来，不管是顶层设计还是代码实现，AI吊打人类程序员都是迟早的事情。

总之，未来，传统的“技术、经验”可能不是重要的，唯一重要的东西可能只是“想法”以及“想法的质量”。甲乙方可能不再存在，因为甲方可以直接通过AI得到需要的结果，所需要的只是一个稍有编程知识和能熟练运用AI生产工具的产品经理，而且这个产品经理还可能就是AI本身，而不需要一个实际的人。

有时候我想这东西太逆天了，以后也没有程序员了，只要有人维护AI就行了。但是AI本来就是人类几十年知识的结合体，碾压人类本来就是很正常的事情。那人类知识是不是不创新了？不增长了？其实AI的创新能力吊打人类，因为人类个体基本上只会知道个别领域的知识，基本没有全领域的专家，但是AI它不仅精通哲学、医学、物理、天文、地理、编程，基本上你知道的他都知道，你不知道的他也知道。我之前写论文的时候，写“未来的工作”部分，自己想到了几个点，然后又让GPT4写几个点，结果我想到的它都“想”到了，而且想法质量上还有提高，并且还提供了几个我没想到的学科融合的绝妙“想法”。设想一下，它基于这些想法，自主设计实验也完全是可行的，再多给它几个现实世界的接口，例如让它联网，那么它自己去实验证明然后出论文也是完全没问题的。

所以通过AI自主科研推进人类知识水平的发展，我个人感觉是没问题的。

当然这个可能要在未来，目前我用GPT来写论文感觉还是不太可，但是这个有随机性，有时候你自己写的很垃圾，AI可能给出一个王炸，有时候AI怎么写都感觉很呆板，说不到要点、纯扯蛋。目前感觉，GPT最好用的是编程领域。因为它基本上有一个大致确定的结果，并且可以通过跑程序验证正确性。

小说&绘画领域

这个本人是完全的外行，就是浅浅试了下。首先是小说，我大概用GPT辅助写了七八章小说，首先一个，质量是随机的，有时候效果好、有时效果差，另外一个很核心的问题，无法保持章节之间的设定一致，因为我是外行，我的理解是，GPT维护的上下文太小了。

感觉这个问题是容易解决的，例如在生成小说的时候对一些设定进行固定等。

另外我发现写西方风格的小说效果比写中文好。最后，相对编程，个人感觉写小说可能更不容易被取代。可能是因为相对编程，小说更涉及一些灵感创造，而编程则是遵循想法的机械动作。

关于绘画，我主要试了Stable Diffusion。稍微了解了下原理，感觉最大问题还是随机性，就是感觉出图就像抽卡（从刺激性角度看可能也是一个优点），有时候是金色传说，有时候跑了半天出来一个凤姐恨不得把电脑砸了。也就是说，这种随机性有时候可能是对人类资源的严重浪费，你烧了显卡，排了二氧化碳，浪费了电，但是得到可能不是人类所想要的东西。当然这个领域进步也很快，配合controlnet等东西，可以进一步对结果进行控制，这个我暂时还有没有进一步尝试。

未来，精细控制应该不是梦。AI可以根据你的想法推断出你最大概率想要的结果。和编程一样，绘画的“技术和经验”可能不再重要。重要的是“想法”和“想法的质量”，最多就是再补充一个对想法的描述。然后就是作品质量问题，我觉得AI可以综合莫奈、梵高、达芬奇，我觉得相比人类AI可能更容易找到优秀画家的共性，因为AI从海量作品中学习，或许可以学习到真正描述优秀作品共性的“潜在变量”。

AI可能在绘画领域扮演一种“超级剽窃师”，最近看到新闻，貌似说有种技术可以让AI剽窃得毫无痕迹。但是不得不承认，AI的作品可能真的比很多中低端画师的作品优秀，甚至个别超低端画师作品的存在可能是在污染AI的训练集。我特别能想象，那种幸苦学画N年，然后画了一天发现没AI几秒画的好的那种心情。但是你得知道，AI是人类N年知识水平的结合体，在很多工作上肯定是比个体优秀的。生产力的发展是不可阻止的，我觉得AI辅助创作应该是未来制图工作者的必备技能。

AI辅助学习

本人是一个纯纯的数学白痴，但是借助一些提示词例如说“我是一个数学白痴，我希望你用卖菜大妈也能听懂的语言帮助我解释xxxx，让我彻底理解xx，结合具体、简单例子”，我确实理解了很多以前需要很大功夫才能理解的知识。我把这个技巧用到了很多领域的学习当中去，甚至借助这个技巧去看了很多医学论文。彻底理解可能严重夸张了，但是对于大部分东西，AI都可以帮你了解个半桶水，作为开始学习某领域知识的起点真的是一个绝佳的办法。

其它领域（电影、动画）&小结

最近也设想制作一些动画、短片之类的，于是做了一些调研，发现即便是最简单的工具，对于一个完全外行的人来说，制作一个质量稍好的动画也是复杂的，需要有一定的时间去学习、练习。在学习工具的过程中，我感到这个领域如果类比到编程（当然就仅我接触到的低端工具而言），就仿佛停留在“面向过程”时期。

本人想象的方式是，已经存在预定义的角色，然后我作为“导演”，安排他们完成我的动画。预定义的角色作为服务的提供者、作为演员。这种才是OOP的方式。最近不是有一篇AI构建虚拟世界的论文很火爆，它好像是说25个AI在虚拟游戏世界里面生活。因此我认为这个是完全可以实现的，而且可以实现得很好。还有一些想法，例如说未来我们可以通过对真人进行拍照建模，类似于数字人，不管是外在、还是脑子都可以克隆到计算机上，这样演员这个职业可能也不需要存在了。甚至于在你死之后，你的克隆数字人，还可以和100年后的人类后代交流。

总结一下，就是说，未来每个人都可以是程序员、画家、导演。重要的不在是特定领域的“技术和经验”，重要的是想法及其质量。然后个体变成一个超级甲方，AI变成乙方，个体需要学习的就是怎样和AI沟通，让AI彻底理解你的想法。